Kiedy? 26 – 28 kwietnia 2018
Gdzie? Kraków, AGH, Wydział Informatyki, Elektroniki i Telekomunikacji

Szczegóły na oficjalnej stronie wydarzenia: qiplsigml.iitis.pl.

Program spotkania

Pierwszy dzień (SIGML, 26 kwietnia)

10:00 – 11:00 Wykład plenarny
Klasyfikacja danych chodu, prof. dr hab. inż. Andrzej Polański [PDF]
11:10 – 12:10 Sesja 1. Klasyfikacja oraz grupowanie danych

• MPDBSCAN: a MapReduce-based approach for data clustering [PDF]
  Magdalena Wiercioch, Uniwersytet Jagielloński
• Wnioskowanie boolowskie w zagadnieniu biklasteryzacji [PDF]
  Marcin Michalak, Instytut Informatyki, Politechnika Śląska
• Klasyfikacja obrazów hiperspektralnych wykorzystująca błądzenie losowe [PDF]
  Michał Romaszewski, Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk

12:30 – 13:30 Sesja 2. Inspiracje obliczeń kwantowych

• Kwantowy algorytm klasyfikacji bazującej na odległości
  Przemysław Sadowski, Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Zastosowania informatyki kwantowej i uczenia maszynowego w transporcie [PDF]
  Paweł Góra, Wydział Matematyki, Informatyki i Mechaniki, Uniwersytet Warszawski
• Zastosowanie kwantowego algorytmu k-NN oraz algorytmu Grovera w systemach rekomendacyjnych big-data [PDF]
  Marek Sawerwain, Marek Wróblewski, Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski

14.30 – 15.10 Wykład
On latent space geometry, prof. Jacek Tabor, Uniwersytet Jagieloński

15.15 – 16.15 Sesja 3. Sieci neuronowe i sztuczna inteligencja

• Automatyczny dobór hiperparametrów głębokich sieci neuronowych [PDF]
  Jakub Nalepa, Politechnika Śląska
• Very fast neural networks learning algorithm by approximate Moor-Penrose pseudo-inverse
  Norbert Jankowski, Rafał Linowiecki, Katedra Informatyki Stosowanej, Uniwersytet Mikołaja Kopernika w Toruniu
• O integracji antycypacyjnego systemu uczącego ACS2 z frameworkiem OpenAI Gym [PDF]
  Norbert Kozłowski, Olgierd Unold, Politechnika Wroclawska

16.30 – 17.30 Sesja 4. Eksploracja danych

• Fast instance selection algorithm – LSH DROP
  Norbert Jankowski, Marek Orliński, Katedra Informatyki Stosowanej, Uniwersytet Mikołaja Kopernika w Toruniu
• Multiobjective genetic algorithm for outlier detection
  Łukasz Chomątek, Agnieszka Duraj, Politechnika Łódzka

Wybrane prezentacje z kolejnych dni (27 i 28 kwietnia)

• IBM Q:Building towards a universal quantum computer [PDF]
  Ram Dušić Hren, IBM
• Quantum-Enhanced Machine Learning in Practice [PDF]
  Peter Wittek, Creative Destruction Lab, University of Toronto
• A personal Introduction to Quantum Information Theory [PDF]
  Karol Życzkowski, Uniwersytet Jagielloński / Centrum Fizyki Teoretycznej PAN
• Introduction to Quantum Programming [PDF] [github]
  Jarosław Miszczak, Instytut Informatyki Teoretycznej i Stosowanej PAN
• Quantum AI to simulate many body quantum systems [PDF]
  Bartłomiej Gardas, Uniwersytet Jagielloński

Sprawozdanie z przebiegu spotkania można pobrać tutaj.