Filters
total: 158
Best results in : Research Potential Pokaż wszystkie wyniki (110)
Search results for: —TRANSFER LEARNING, DEEP LEARNING, PROTEIN STRUCTURE, FUNCTION, AND INTERACTION PREDICTION, SEQUENCE MODELLING
-
Architektura Systemów Komputerowych
Research PotentialGłówną tematyką badawczą podejmowaną w Katedrze jest rozwój architektury aplikacji i systemów komputerowych, w szczególności aplikacji i systemów równoległych i rozproszonych. "Architecture starts when you carefully put two bricks together" - stwierdza niemiecki architekt Ludwig Mies von der Rohe. W przypadku systemów komputerowych dotyczy to nie cegieł, a modułów sprzętowych lub programowych. Przez architekturę systemu komputerowego...
-
KatedrA Chemii Fizycznej
Research Potential1.Termodynamika i struktura roztworów, oddziaływania międzycząsteczkowe w roztworach - badania termodynamiczne, spektroskopowe i teoretyczne. 2. Fizykochemiczne podstawy analizy środowiskowej.
-
Zespół Algorytmów i Modelowania Systemów
Research PotentialStudiowanie problemów i modeli teoriografowych ma na celu badanie złożoności obliczeniowej uogólnień problemu klasycznego kolorowania wierzchołków i krawędzi grafu znajdujących zastosowania w modelowaniu praktycznych problemów oraz badanie nowych miar oceny skuteczności algorytmów. W zakresie szeregowania zadań badania koncentrują się na konstrukcji harmonogramów optymalnych z punktu widzenia długości harmonogramu i średniego czasu...
Best results in : Business Offer Pokaż wszystkie wyniki (48)
Search results for: —TRANSFER LEARNING, DEEP LEARNING, PROTEIN STRUCTURE, FUNCTION, AND INTERACTION PREDICTION, SEQUENCE MODELLING
-
Superkomputer Tryton
Business OfferObliczenia dużej skali, Wirtualna infrastruktura w chmurze (IaaS), Analiza danych (big data)
-
Laboratorium Badawcze 2-3
Business OfferObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
-
Laboratorium Syntezy Innowacyjnych Materiałów i Elementów
Business OfferZespół specjalistycznych urządzeń pozwala dokonywać syntezy diamentu mikro- i nanokrystalicznego oraz diamentu domieszkowanego borem i azotem do zastosowań w optoelektronice oraz nanosensoryce. Domieszkowany borem nanodiament (BDD) jest obecnie najwydajniejszym materiałem półprzewodnikowym do zastosowania w wytwarzaniu biosensorów elektrochemicznych. Laboratorium może otrzymywać ciągłe cienkie polikrystaliczne, domieszkowane elektrody...
Other results Pokaż wszystkie wyniki (11143)
Search results for: —TRANSFER LEARNING, DEEP LEARNING, PROTEIN STRUCTURE, FUNCTION, AND INTERACTION PREDICTION, SEQUENCE MODELLING
-
MP3vec: A Reusable Machine-Constructed Feature Representation for Protein Sequences
Publication—Machine Learning (ML) methods have been used with varying degrees of success on protein prediction tasks, with two inherent limitations. First, prediction performance often depends upon the features extracted from the proteins. Second, experimental data may be insufficient to construct reliable ML models. Here we introduce MP3vec, a transferable representation for protein sequences that is designed to be used specifically for sequence-to-sequence...
-
Impact of AlphaFold on structure prediction of protein complexes: The CASP15‐CAPRI experiment
PublicationWe present the results for CAPRI Round 54, the 5th joint CASP-CAPRI protein assembly prediction challenge. The Round offered 37 targets, including 14 homodimers, 3 homo-trimers, 13 heterodimers including 3 antibody–antigen complexes, and 7 large assemblies. On average 70 CASP and CAPRI predictor groups, including more than 20 automatics servers, submitted models for each target. A total of 21 941 models submitted by these groups...
-
Poprawa jakości klasyfikacji głębokich sieci neuronowych poprzez optymalizację ich struktury i dwuetapowy proces uczenia
PublicationW pracy doktorskiej podjęto problem realizacji algorytmów głębokiego uczenia w warunkach deficytu danych uczących. Głównym celem było opracowanie podejścia optymalizującego strukturę sieci neuronowej oraz zastosowanie uczeniu dwuetapowym, w celu uzyskania mniejszych struktur, zachowując przy tym dokładności. Proponowane rozwiązania poddano testom na zadaniu klasyfikacji znamion skórnych na znamiona złośliwe i łagodne. W pierwszym...
-
Deep Learning: A Case Study for Image Recognition Using Transfer Learning
PublicationDeep learning (DL) is a rising star of machine learning (ML) and artificial intelligence (AI) domains. Until 2006, many researchers had attempted to build deep neural networks (DNN), but most of them failed. In 2006, it was proven that deep neural networks are one of the most crucial inventions for the 21st century. Nowadays, DNN are being used as a key technology for many different domains: self-driven vehicles, smart cities,...
-
Deep Learning Basics 2023/24
e-Learning CoursesA course about the basics of deep learning intended for students of Computer Science. It includes an introduction to supervised machine learning, the architecture of basic artificial neural networks and their training algorithms, as well as more advanced architectures (convolutional networks, recurrent networks, transformers) and regularization and optimization techniques.