Wyniki wyszukiwania dla: UCZENIE MASZYNOWE - MOST Wiedzy

Wyszukiwarka

Wyniki wyszukiwania dla: UCZENIE MASZYNOWE

Wyniki wyszukiwania dla: UCZENIE MASZYNOWE

  • Uczenie maszynowe do samoorganizacji systemów rozproszonych w zastosowaniach gospodarczych

    Publikacja

    - Współczesna Gospodarka - Rok 2017

    W pracy omówiono uczenie maszynowe do samoorganizacji systemów rozproszonych w zastosowaniach gospodarczych ze szczególnym uwzględnieniem sieci neuronowych do predykcji finansowych oraz szacowania ratingu przedsiębiorstw. Oprócz sieci neuronowych, istotną rolę w przygotowaniu i testowaniu informatycznych systemów finansowych może pełnić programowanie genetyczne. Z tego powodu omówiono uczenie maszynowe w aplikacjach konstruowanych...

    Pełny tekst do pobrania w portalu

  • L22_23 Uczenie maszynowe

    Kursy Online
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński
    • N. Szarwińska

  • L23_24 Uczenie maszynowe

    Kursy Online
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński
    • N. Szarwińska

  • Sztuczna inteligencja i uczenie maszynowe

    Wydarzenia

    27-01-2022 18:00 - 27-01-2022 19:00

    Spotkanie informacyjne dotyczące studiów II stopnia na specjalnościach sztuczna inteligencja i uczenie maszynowe na wydziale ETI

  • Kwantowe uczenie maszynowe (FIZ2B009)

    Kursy Online
    • M. Nowakowski

    Celem przedmiotu jest zaznajomienie studentów z podstawowymi zagadnieniami dotyczącymi współczesnych metod kwantowego uczenia maszynowego, w szczególności metod wykorzystujących algorytmy kwantowe do efektywnego przetwarzania i analizy danych. Studenci zdobędą wiedzę na temat teoretycznych podstaw kwantowego przetwarzania informacji, w tym superpozycji, splątania kwantowego oraz pomiarów kwantowych, a także nauczą się, jak te zjawiska...

  • Uczenie maszynowe (lato 2021/2022)

    Kursy Online
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • J. Rumiński

  • Uczenie maszynowe (lato 2020/2021)

    Kursy Online
    • A. Kurowski
    • E. Katsaros
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński

  • UCZENIE MASZYNOWE I [2023/24]

    Kursy Online
    • J. Buler
    • R. Buler
    • M. Grochowski
    • B. Puchalski

  • Uczenie maszynowe w badaniach Ziemi - 2023

    Kursy Online
    • T. E. Berezowski
    • Z. Łubniewski

  • 2022/2023 - Uczenie maszynowe o wysokiej wydajności

    Kursy Online
    • T. M. Boiński
    • R. Benke
    • K. Zawora

  • [UczMasz 2024] Uczenie maszynowe w badaniach Ziemi

    Kursy Online
    • T. E. Berezowski
    • T. Bieliński
    • Z. Łubniewski

  • 2023/2024 - Uczenie maszynowe o wysokiej wydajności

    Kursy Online
    • T. M. Boiński
    • R. Benke
    • K. Zawora

  • UCZENIE MASZYNOWE W PROCESACH DECYZYJNYCH AUTONOMICZNYCH POJAZDÓW ELEKTRYCZNYCH [Niestacjonarne][2022/23]

    Kursy Online
    • M. Drzewiecki

  • Podstawy uczenie maszynowego lato 2021/2022

    Kursy Online
    • N. Kowalczyk
    • J. Rumiński

  • Uczenie maszynowe w wersji meta-learning jako narzędzie ukierunkowania eksperymentalnego ulepszania właściwości sorpcyjnych cieczy jonowych

    Projekty

    Kierownik projektu: Karol Baran   Program finansujący: PRELUDIUM

    Projekt realizowany w Katedra Chemii Fizycznej zgodnie z porozumieniem UMO-2023/49/N/ST5/01043

  • Ocena wpływu drgań komunikacyjnych na budynki za pomocą maszynowego uczenia

    Drgania komunikacyjne mogą powodować spękania tynków, zarysowania a nawet zawalenie się budynku. Pomiary na rzeczywistych obiektach są pracochłonne i kosztowne, a nie zawsze uzasadnione. Celem jest utworzenie modelu, dzięki któremu można przewidzieć zagrożenie szkodliwego oddziaływania drgań komunikacyjnych na budynek. Po przeprowadzeniu własnych badań pomiarowych oraz analizie literatury utworzono model oparty na Maszynach Wektorów...

    Pełny tekst do pobrania w portalu

  • Karol Dziedziul dr hab.

  • Optymalizacja struktur i obliczeń w sieciach neuronowych - 2023

    Kursy Online
    • S. Cygert
    • P. Szczuko

    3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe

  • Optymalizacja struktur i obliczeń w sieciach neuronowych

    Kursy Online
    • S. Cygert
    • P. Szczuko

    3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe

  • Optymalizacja struktur i obliczeń w sieciach neuronowych - 2024

    Kursy Online
    • S. Cygert
    • P. Szczuko

    3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe

  • Metody sztucznej inteligencji - 2023

    Kursy Online
    • P. Szczuko

    Wprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.

  • Metody sztucznej inteligencji

    Kursy Online
    • P. Szczuko

    Wprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.

  • Etyka w uczeniu maszynowym - 2024

    Kursy Online
    • P. Szczuko

    Wprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.

  • Metody sztucznej inteligencji - 2024

    Kursy Online
    • P. Szczuko

    Wprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.

  • Odkrywanie wiedzy i systemy rekomendacyjne 2022/23

    Kursy Online
    • A. Nabożny
    • P. Szczuko
    • A. Karpus
    • A. Przybyłek

    Przedmiot dla specjalności Uczenie Maszynowe na drugim stopniu studiów stacjonarnych na kierunku Informatyka. Przedmiot finansowany z projektu AI Tech (https://eti.pg.edu.pl/ai-tech).

  • Odkrywanie Wiedzy i Systemy Rekomendacyjne 2024/25

    Kursy Online
    • A. Karpus
    • A. Przybyłek
    • W. Waloszek

    Przedmiot dla specjalności Uczenie Maszynowe na drugim stopniu studiów stacjonarnych na kierunku Informatyka. Przedmiot został sfinansowany z projektu AI Tech (https://eti.pg.edu.pl/ai-tech).

  • Odkrywanie Wiedzy i Systemy Rekomendacyjne 2023/24

    Kursy Online
    • A. Karpus
    • A. Przybyłek
    • W. Waloszek

    Przedmiot dla specjalności Uczenie Maszynowe na drugim stopniu studiów stacjonarnych na kierunku Informatyka. Przedmiot został sfinansowany z projektu AI Tech (https://eti.pg.edu.pl/ai-tech).

  • Adam Władziński

    Osoby

    Adam Władziński, doktorant na Politechnice Gdańskiej, specjalizuje się w inżynierii biomedycznej, skupiając się na uczeniu maszynowym do przetwarzania obrazów z druku 3D układów pomiarowych i tkanek biologicznych, a także na komercyjnym zastosowaniu technologii blockchain. Posiadając wykształcenie z dziedziny elektroniki na Wydziale Elektroniki, Telekomunikacji i Informatyki (ETI), praca magisterska Adama Władzińskiego koncentrowała...

  • Cykl wykładów o sztucznej inteligencji

    Wydarzenia

    27-01-2022 17:30 - 27-01-2022 20:00

    AI Bay i DIH4.AI zapraszają na seminarium z cyklem wykładów dotyczących wykorzystania sztucznej inteligencji w naukach fizycznych, inżynierii materiałowej, nanotechnologii oraz informatyce kwantowej.

  • Duże zbiory danych w zdalnej diagnostyce medycznej z wykorzystaniem technik głębokiego uczenia,

    Publikacja

    W ostatnim czasie obserwujemy tendencję globalnego starzenia się i znaczących zmian struktur demograficznych na całym świecie. Zgodnie z raportem przedstawionym przez Moody Investors Service, przewiduje się, iż do 2030 roku liczba znacząco-starzejących się krajów wzrośnie z 3 do 34. Światowy proces starzenia się społeczeństw doprowadził do wzrastających oczekiwań wobec starszych osób do pozostania niezależnymi. W związku z tym...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Zaawansowane przygotowanie danych w uczeniu maszynowym

    Kursy Online
    • J. Cychnerski

    Kurs wyłączenie dla specjalności "Uczenie Maszynowe" oraz "Sztuczna Inteligencja" kierunku Informatyka na wydziale ETI, realizowanych w projekcie AI Tech. Przedmiotu nie można wybrać jako przedmiot obieralny ani w ramach indywidualnych planów studiów poza powyższymi specjalnościami.

  • Tomasz Majchrzak dr inż.

    Dr inż. Tomasz Majchrzak urodził się 29.01.1992 roku w Elblągu. W młodym wieku przejawiał zainteresowania z zakresu nauk społecznych i historii, stąd wykształcenie średnie uzyskał w I LO w Elblągu w klasie o profilu społeczno-prawnym. Jednak, rzucając sobie wyzwanie, zdecydował się wybrać studia na Wydziale Chemicznym Politechniki Gdańskiej, z którym związany jest do teraz. Swoją karierę naukową rozpoczął jeszcze na studiach inżynierskich...

  • Wynalazek a biznes

    Wydarzenia

    15-06-2022 11:00 - 15-06-2022 12:00

    Jeśli interesujesz się wdrażaniem innowacji na rynek, zapraszamy na dyskusję podczas webinarium organizowanego przez Centra Transferu Technologii Uczelni Fahrenheita (FarU).

  • Jacek Rumiński prof. dr hab. inż.

    Wykształcenie i kariera zawodowa 2022 2016   2002   1995   1991-1995 Tytuł profesora Habilitacja   Doktor nauk technicznych   Magister inżynier     Prezydent RP, dziedzina nauk inżynieryjno-technicznych, dyscyplina: inzyniera biomedyczna Politechnika Gdańska, Biocybernetyka i inżyniera biomedyczna, tematyka: „Metody wyodrębniania sygnałów i parametrów z różnomodalnych sekwencji obrazów dla potrzeb diagnostyki i wspomagania...

  • Piotr Szczuko dr hab. inż.

    Dr hab. inż. Piotr Szczuko w 2002 roku ukończył studia na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej zdobywając tytuł magistra inżyniera. Tematem pracy dyplomowej było badanie zjawisk jednoczesnej percepcji obrazu cyfrowego i dźwięku dookólnego. W roku 2008 obronił rozprawę doktorską zatytułowaną "Zastosowanie reguł rozmytych w komputerowej animacji postaci", za którą otrzymał nagrodę Prezesa Rady...

  • Krzysztof Cwalina dr inż.

    Krzysztof Kamil Cwalina w 2013 r. uzyskał tytuł inżyniera na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej; w 2014 r. uzyskał tytuł magistra inżyniera, a w 2017 r. otrzymał stopień doktora nauk technicznych w dyscyplinie: telekomunikacja, także na WETI PG. Aktualnie pracuje na stanowisku adiunkta w Katedrze Systemów i Sieci Radiokomunikacyjnych Wydziału Elektroniki, Telekomunikacji i Informatyki Politechniki...

  • Ireneusz Czarnowski Prof.

    Osoby

    IRENEUSZ CZARNOWSKI is a graduate of the Faculty of Electrical Engineering at Gdynia Maritime University. He gained a doctoral degree in the field of computer science at Poznan University of Technology and a postdoctoral degree in the field of computer science at Wroclaw University of Science and Technology. Since 1998 is associated with Gdynia Maritime University, currently is a professor of computer science in the Department...

  • Adam Brzeski dr inż.

  • Michał Czubenko dr inż.

    Michał Czubenko jest wyróżniającym się absolwentem z 2009 roku Wydziału Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej, specjalizującym się w dyscyplinie automatyka i robotyka. Obecnie pełni funkcję adiunkta w Katedrze Systemów Decyzyjnych i Robotyki tej samej uczelni. W 2012 roku odbył trzymiesięczny staż na Kingston University London, poszerzając swoje horyzonty w tej dziedzinie. Od obrony pracy magisterskiej...

  • Jan Cudzik dr inż. arch.

    Jan Cudzik (dr inż. arch.) jest adiunktem w Katedrze Architektury Miejskiej i Przestrzeni Nadwodnych na Wydziale Architektury Politechniki Gdańskiej oraz kierownikiem Laboratorium Cyfrowych Technologii i Materiałów Przyszłości. Prowadzi badania nad architekturą kinetyczną, technikami cyfrowymi w projektowaniu architektonicznym, fabrykacją cyfrową oraz formami sztucznej inteligencji w architekturze i sztuce. Jego badania nad automatyzacją...

  • Agnieszka Mikołajczyk-Bareła dr inż.

    Osoby

  • Optymalizacja treningu i wnioskowania sieci neuronowych

    Sieci neuronowe są jedną z najpopularniejszych i najszybciej rozwijających się dziedzin sztucznej inteligencji. Ich praktyczne wykorzystanie umożliwiło szersze użycie komputerów w wielu obszarach komunikacji, przemysłu i transportu. Dowody tego są widoczne w elektronice użytkowej, medycynie, a nawet w zastosowaniach militarnych. Wykorzystanie sztucznej inteligencji w wielu przypadkach wymaga jednak znacznej mocy obliczeniowej,...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Evaluation of Facial Pulse Signals Using Deep Neural Net Models

    Publikacja

    - Rok 2019

    The reliable measurement of the pulse rate using remote photoplethysmography (PPG) is very important for many medical applications. In this paper we present how deep neural networks (DNNs) models can be used in the problem of PPG signal classification and pulse rate estimation. In particular, we show that the DNN-based classification results correspond to parameters describing the PPG signals (e.g. peak energy in the frequency...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Wykorzystanie sieci neuronowych do syntezy mowy wyrażającej emocje

    Publikacja

    - Rok 2019

    W niniejszym artykule przedstawiono analizę rozwiązań do rozpoznawania emocji opratych na mowie i możliwości ich wykprzystania w syntezie mowy z emocjami stosując do tego celu sieci neuronowe. Wskazano również przydatnośc parametrów typowo stosowanych do rozpoznawania mowy w detekcji emocji w śpiewie i rozróżnianiu tych emocji w obu przypadkach. Przedstawiono aktualne rozwiązania dotyczące rozpoznawania emocji w mowie i metod syntezy...

  • SYSTEMY BEZDOTYKOWEJ OCENY PARAMETRÓW ŻYCIOWYCH

    Publikacja

    - Rok 2019

    W rozdziale przedstawiono metody ekstrakcji sygnałów biomedycznych i parametrów medycznych z wideo twarzy. W szczególności omówiono metody pozyskiwania pulsu w wideo uzyskiwanego w zakresie widzialnym oraz parametrów oddychania z zapisów sekwencji obrazów termograficznych.

  • Zastosowanie głębokiego uczenia do określania warunków LOS/NLOS w ultraszerokopasmowych radiowych sieciach WBAN

    W niniejszym artykule przedstawiono zastosowanie głębokiego uczenia do określania warunków bezpośredniej widoczności LOS/NLOS w ultraszerokopasmowych radiowych sieciach WBAN. Zaproponowano głęboką, jednokierunkową sieć neuronową, której efektywność działania sprawdzono na podstawie danych pomiarowych w rzeczywistym wewnątrzbudynkowym środowisku propagacyjnym. Uzyskane wyniki jednoznacznie udowadniają zasadność stosowania zaproponowanej...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Prognozowanie wpływu drgań komunikacyjnych na budynki mieszkalne za pomocą sztucznych sieci neuronowych i maszyn wektorów wspierających

    Publikacja

    Drgania komunikacyjne mogą stanowić duże obciążenie eksploatacyjne budynku, powodując zarysowania i spękania tynków, odpadanie wypraw, zarysowania konstrukcji, pękanie elementów konstrukcji lub nawet zawalenie się budynku. Pomiary drgań na rzeczywistych konstrukcjach są pracochłonne i kosztowne, a co ważne nie w każdym przypadku są one uzasadnione. Celem pracy jest analiza autorskiego algorytmu, dzięki któremu z dużym prawdopodobieństwem...

    Pełny tekst do pobrania w portalu

  • Sztuczna inteligencja - oksymoron czy oczywistość?

    Publikacja

    - Rok 2018

    W artykule przedstawiono historię powstania i rozwoju sztucznej inteligencji, jej główne obszary badawcze i perspektywy. Szczególną uwagę poświęcono uczeniu maszynowemu jako głównemu obszarowi badań naukowych. Sformułowano i skomentowano hipotezy dotyczące perspektyw sztucznej inteligencji.

    Pełny tekst do pobrania w portalu

  • Rozpoznawanie statycznych i dynamicznych gestów dłoni z zastosowaniem adaptacyjnego czujnika optycznego

    Publikacja

    - Rok 2018

    Bezdotykowe interfejsy urządzeń stacjonarnych oraz urządzeń mobilnych są ważne zwłaszcza w ochronie zdrowia (np. przeciwdziałanie roznoszeniu bakterii i wirusów, wsparcie chirurga w trakcie przeprowadzania operacji itp.). W ramach rozprawy doktorskiej zaprojektowano i wykonano oszczędny energetycznie czujnik gestów o budowie liniowej, złożony z fotodiod i diod LED, wraz z dedykowanym mu...

    Pełny tekst do pobrania w portalu

  • Elementy uczenia maszynowego na zajęciach matematyki

    W artykule omówiono związki między matematyką kursową a wybranymi zagadnieniami związanymi z uczeniem maszynowym. Pokazano w jaki sposób proste operacje na macierzach pomagają serwisom VOD w rekomendacji tytułów filmowych zgodnych z zainteresowaniami użytkowników na podstawie ich wcześniejszych wyborów. Zaprezentowano również uproszczoną wersję algorytmu regresji wielorakiej stosowaną do wyceny nieruchomości oraz wspomniano...

    Pełny tekst do pobrania w portalu