Różnice

Różnice między wybraną wersją a wersją aktualną.

Odnośnik do tego porównania

pl:konkurs:laureaci2013 [2020/06/17 21:43] (aktualna)
Linia 1: Linia 1:
 +~~NOTOC~~
  
 +====== Laureaci konkursu PSSI na najlepszą rozprawę doktorską w dziedzinie Sztucznej Inteligencji w roku 2013 ======
 +
 +{{  :​pl:​konkurs:​kajdanowicz.jpg|Tomasz Kajdanowicz}}
 +
 +===== Nagroda PSSI za najlepszą polską pracę doktorską ze Sztucznej Inteligencji w roku 2013 =====
 +
 +**dr inż. Tomasz Kajdanowicz**,​ Politechnika Wrocławska \\
 +za pracę "//​[[http://​www.kajdanowicz.com/​library/​pssi2012konkurs-Kajdanowicz-rozprawa.pdf|Classification Methods based on Multi-label Problem Transformation]]//"​ \\
 +promotor: **dr hab. inż. Przemysław Kazienko.**
 +
 +Rozprawa doktorska dotyczy zagadnień związanych z klasyfikacją wieloetykietową. Klasyfikacja wieloetykietowa pozwala na mapowanie wielu etykiet klas przypisanych jednocześnie do pojedynczej instancji danych. Aby sprostać problemom występującym w klasyfikacji wieloetykietowej bazującej na transformacji problemu, w pracy zaproponowano kilka nowych rozwiązań zapewniających bardziej dokładną klasyfikację dostępną w akceptowalnym czasie: Classifier Chain, AdaBoostSeq i uczenie się z kodami samokorygującymi. W pracy doktorskiej przedstawiono ocenę proponowanych metod, jak również przeprowadzono dyskusję na temat ich efektywności i złożoności obliczeniowej w porównaniu do innych aktualnych metod.
 +
 +\\
 +
 +\\
 +
 +{{  :​pl:​konkurs:​bigaj.jpg|Piotr Bigaj}}
 +
 +===== Wyróżnienie w konkursie PSSI na najlepszą rozprawę doktorską w dziedzinie Sztucznej Inteligencji roku 2013 ===== 
 +**dr inż. Piotr Bigaj**, Instytut Badań Systemowych PAN \\
 +za pracę "//​[[https://​www.dropbox.com/​s/​rxbc8eg0jtesvfm/​Doktorat_wersja_finalna_bez_podzienkowan.pdf|A memetic algorithm for the global path planning with movement constraints for a non-holonomic mobile robot]]//"​ \\
 +promotor: **prof. dr hab. inż. Janusz Kacprzyk**
 +
 +Praca przedstawia nowatorskie rozwiązanie jednego z najistotniejszych problemów robotyki mobilnej jakim jest globalne planowanie ścieżki (ang. Global Path Planning GPP). Zagadnienie to to w ogólności sprowadza się do rozwiązania problemu optymalizacyjnego z ograniczeniami. Ograniczenia wiążą się z zestawem zasad planowania ścieżki w tym ograniczeniami ruchu jakie narzuca nieholonomiczność robota, natomiast aspekt optymalizacyjny uwidacznia się w fakcie poszukiwania najkrótszej,​ najbardziej „efektywnej” ścieżki. W rozprawie postawiona została i udowodniona teza iż algorytmy inspirowanie biologiczne,​ a w szczególności algorytmy memetyczne, mogą być efektywnym narzędziem do globalnego planowania ścieżki robotów, zarówno w przypadku holomicznych jak nieholonomicznych robotów mobilnych.
 +
 +\\
 +
 +\\
 +
 +
 +{{  :​pl:​konkurs:​lech.jpg|Michał Lech}}
 +
 +===== Wyróżnienie w konkursie PSSI na najlepszą rozprawę doktorską w dziedzinie Sztucznej Inteligencji roku 2013 ===== 
 +**dr inż. Michał Lech**, Politechnika Gdańska \\
 +za pracę "//​[[http://​sound.eti.pg.gda.pl/​~mlech/​pssi2013konkurs_lech_rozprawa.pdf|Metody i algorytmy sterowania procesami miksowania dźwięku za pomocą gestów w oparciu o analizę obrazu wizyjnego]]//"​ \\
 +promotor: **dr hab. inż. Bożena Kostek**
 +
 +W ramach rozprawy opracowano nowatorski system miksowania dźwięku za pomocą gestów rąk rozpoznawanych na tle zmiennego obrazu wyświetlanego za pomocą projektora multimedialnego. Model rozpoznawania gestów oparty na analizie porównawczej strumieni wizyjnych – wyświetlanego przez projektor i pozyskanego z kamery – w którym zastosowano metody logiki rozmytej, maszyny wektorów nośnych i autorską metodę przetwarzania obrazu, zapewnił wysoką skuteczność bez konieczności stosowania elementów akwizycji takich jak emitery i czujniki podczerwieni.
 +
 +\\
 +
 +\\
 +
 +
 +{{  :​pl:​konkurs:​napierala.jpg|Krystyna Napierała}}
 +
 +===== Wyróżnienie w konkursie PSSI na najlepszą rozprawę doktorską w dziedzinie Sztucznej Inteligencji roku 2013 ===== 
 +**dr inż. Krystyna Napierała**,​ Politechnika Poznańska \\
 +za pracę "//​[[http://​www.cs.put.poznan.pl/​knapierala/​misc/​pssi2013konkursNapierala-rozprawa.pdf|Improving Rule Classifiers For Imbalanced Data]]//"​ \\
 +promotor: **dr hab. inż. Jerzy Stefanowski**
 +
 +Rozprawa dotyczy uczenia klasyfikatorów regułowych z danych, w których jedna z klas jest dużo mniej liczna niż pozostałe. Takie rozkłady często występują m.in. w medycynie, bankowości i diagnostyce technicznej,​ i stanowią problem dla standardowych metod uczenia. W pierwszej części pracy przeanalizowano źródła trudności w uczeniu z danych niezrównoważonych. Następnie opracowano dwa nowe algorytmy regułowe: (1) wykorzystujący eksperckie wyjaśnienia przypadków oraz (2) analizujący lokalne rozkłady przykładów.
 +
 +\\
 +
 +\\
  • pl/konkurs/laureaci2013.txt
  • ostatnio zmienione: 3 tygodni temu
  • (edycja zewnętrzna)