Wszystkie wpisy, których autorem jest Marcin Zadroga

Zapowiedź – MLGdańsk #113 – Mitigating bias with Targeted Data Augmentations

Serdecznie zapraszamy do uczestnictwa ONLINE w 113. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 2021.10.11, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_11102021_nb113
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Agnieszka Mikołajczyk (EiA PG, Voicelab) – https://www.linkedin.com/in/agnieszkamikolajczyk/

Temat prelekcji to:
Mitigating bias with Targeted Data Augmentations

Parę słów od Prelegentki:
„Czym jest tendencyjność w uczeniu maszynowym i na jakim etapie może zostać niechcący wprowadzona?

Jak wykrywać tendencyjność i jak sobie z nią radzić?

Podczas prezentacji przedstawię swoje badania realizowane w ramach grantu „Wykrywanie i zmniejszanie wpływu tendencyjności danych za pomocą objaśnialnej sztucznej inteligencji ” na przykładzie klasyfikacji znamion skórnych.”

Serdecznie zapraszamy do udziału!

Zapowiedź – MLGdańsk #112 – Classification of Endometrial cancer using Machine Learning – podsumowanie projektu

Serdecznie zapraszamy do uczestnictwa ONLINE w 112. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 2021.09.20, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_20092021_nb112
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie dr inż. Robert Różańskihttps://www.linkedin.com/in/robert-r%C3%B3%C5%BCa%C5%84ski-phd-rrr/

Temat prelekcji to:
Classification of Endometrial cancer using Machine Learning

Podczas prezentacji Robert przedstawi wyniki z projektu dotyczącego klasyfikacji raka trzonu macicy.
Projekt realizowany we współpracy z GUMEDem.

Serdecznie zapraszamy do udziału!

Invitation – MLGDAŃSK #111 – Low-resource expressive text-to-speech using data augmentation

We would like to invite you to our first meeting after summer break!

Meeting will be held ONLINE, on Monday 2021.09.06, at 18:00

Our guest will be Tom Merrit (Amazon) https://www.linkedin.com/in/thomas-merritt-561a16101/

Title of presentation is:
Low-resource expressive text-to-speech using data augmentation

Abstract of Tom’s presentation:

While recent neural text-to-speech (TTS) systems perform remarkably well, they typically require a substantial amount of recordings from the target speaker reading in the desired speaking style.

In this work, we present a novel 3-step methodology to circumvent the costly operation of recording large amounts of target data in order to build expressive style voices with as little as 15 minutes of such recordings.

First, we augment data via voice conversion by leveraging recordings in the desired speaking style from other speakers.

Next, we use that synthetic data on top of the available recordings to train a TTS model.

Finally, we fine-tune that model to further increase quality. Our evaluations show that the proposed changes bring significant improvements over non-augmented models across many perceived aspects of synthesised speech.

We demonstrate the proposed approach on 2 styles (newscaster and conversational), on various speakers, and on both single and multi-speaker models, illustrating the robustness of our approach.

Link to the online meeting is:
https://meet.jit.si/MLGdansk_06092021_nb111

This speech won’t be recorded due to IP restrictions.

„Data Science Po Godzinach” – zaproszenie na Meetup infoshare Academy

Zapraszamy do udziału w meetupie “Data Science po godzinach”, organizowanym przez szkołę programowania infoShare Academy. Wydarzenie odbędzie się 1 września i jest w pełni zdalne.

MLGdańsk jest partnerem tego wydarzenia. Jednym z prelegentów będzie Marcin Zadroga.

Meetup odbędzie się ONLINE w środę 1 września, w godz. 14-17.

Rejestracja na wydarzenie pod linkiem: https://infoshareacademy.com/data-science-po-godzinach/.

Prelekcje: 

Toucan Eye – przygoda z detekcją i rozpoznawaniem tekstu // Krzysztof Bork Ceszlak – Machine Learning Project Manager / Toucan Systems

„Prezentacja dotyczyć będzie rzeczywistego problemu jakim jest detekcja i rozpoznawanie tekstu. Badania prowadzone były na potrzeby urządzenia wspomagającego osoby niedowidzące w życiu codziennym. Przedstawię historię rozwiązania od złożonych, wieloetapowych algorytmów po głębokie sieci neuronowe. Na podstawie doświadczeń pokażę jak jednocześnie satysfakcjonujące oraz brutalne może być uczenie maszynowe.”

Hydraulika w Pythonie, czyli data pipelines i przetwarzanie strumieni danych // Rafał Styrylski – Software Developer and Machine Learning Engineer / Genesis Global Limited

„Python słynie z narzędzi pozwalających tworzyć najbardziej wyszukane modele uczenia maszynowego, jednak żeby móc działać, modele potrzebują odpowiednio przygotowanych danych. Zapewnienie odpowiedniego przepływu i procesów transformacji danych jest często pierwszym co musimy zrobić, by nasz model mógł działać w prawdziwym świecie. Podczas prezentacji zademonstruje w jaki sposób można szybko stworzyć i uruchomić procesy przetwarzania danych z wykorzystaniem Pythona, narzędzi Apache i usług Google Cloud Platform”

Analiza szeregów czasowych z wykorzystaniem Pythona // Marcin Zadroga – Data Scientist // Senior Analytics Solutions Developer w DNV

„Jednym z ciekawszych i coraz popularniejszych zagadnień z zakresu Data Science jest analiza szeregów czasowych. Podczas prezentacji przybliżymy narzędzia oraz zaprezentujemy use-case dotykający tego zagadnienia. Na prezentacji dowiesz się co to trend, sezonowość i jak 'klasyczne’ metody analizy szeregów czasowych mają się do analiz i predykcji stworzonych z użyciem sieci neruonowych.”

Po wszystkich prelekcjach przewidziane są sesje Q&A i networkingowe, a na koniec Kahoot z nagrodami edukacyjnymi. “Data Science po godzinach” poprowadzi Paweł Alicki, training architect w infoShare Academy od lat związany z branżą IT pasjonat Data Science. 

Serdecznie zapraszamy do udziału!

Zapowiedź – MLGdańsk #109 – Mój projekt potrzebuje 6 GPU do wtorku! – współdzielenie GPU z pomocą narzędzia TensorHive

Serdecznie zapraszamy do uczestnictwa ONLINE w 109. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 2021.06.28, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_28062021_nb109
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie dr inż. Paweł Rościszewskihttps://pg.edu.pl/4ee122f5fb_pawel.rosciszewski

Temat prelekcji to:
Mój projekt potrzebuje 6 GPU do wtorku! – współdzielenie GPU z pomocą narzędzia TensorHive

Parę słów od Prelegenta:

„Obok potężnych zbiorów danych i pojemnych modeli, tym co napędza nasze projekty ML jest moc obliczeniowa. Inwestujemy w wydajne serwery z GPU, ale jak dobrze zorganizować zespół, by te cenne zasoby obliczeniowe były odpowiednio wykorzystane?


Znanym rozwiązaniem są systemy kolejkowe, ale nie dają one możliwości interaktywnej pracy z GPU, które na jakiś czas chcielibyśmy mieć tylko dla siebie. Alternatywą są systemy rezerwacji, a wśród nich open source’owe narzędzie TensorHive (https://github.com/roscisz/TensorHive/), które rozwijamy i wykorzystujemy na Wydziale ETI Politechniki Gdańskiej.


Chciałbym nie tylko zareklamować nasz projekt, ale również podzielić się z grupą ML Gdańsk ogólnymi doświadczeniami zebranymi na PG i w społeczności korzystającej z TensorHive, związanymi ze współdzieleniem mocnych serwerów z GPU przez nieduże zespoły robocze.”

Serdecznie zapraszamy do udziału!

Zapowiedź – 108. spotkanie [ONLINE] – O czym rozmawiają pszczoły? Uczenie maszynowe w kontekście monitorowania pasiek pszczelarskich

Serdecznie zapraszamy do uczestnictwa ONLINE w 108. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 2021.06.07, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_07062021_nb108
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Tymoteusz Cejrowskihttps://smartula.eu/

Temat prelekcji to:
O czym rozmawiają pszczoły? Uczenie maszynowe w kontekście monitorowania pasiek pszczelarskich.

Parę słów od Prelegenta:

„Powiedz „Ok google” a asystent głosowy w telefonie Cię wysłucha, zrozumie i odpowie na postawione pytanie. Czy w podobny sposób jednak potrafimy zrozumieć język innych zwierząt?

Na prezentacji zostanie przedstawiony system monitorowania pasiek pszczelarskich – Smartula, którego głównym celem jest wsłuchiwanie się w język pszczeli i informowanie pszczelarzy o czym plotkują jego podopieczni.”

Serdecznie zapraszamy do udziału!

Zapowiedź – 107. spotkanie [ONLINE] – Inteligentny System Decyzyjny jako model procesów psychologicznych

Serdecznie zapraszamy do uczestnictwa ONLINE w 107. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 24.05.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_24052021_nb107
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie dr inż. Michał Czubenko z Wydziału ETI PG https://pg.edu.pl/9c14d77307_michal.czubenko

Temat prelekcji to:
Inteligentny System Decyzyjny jako model procesów psychologicznych

Parę słów od Prelegenta:
„Prezentacja ma na celu przybliżenie opracowanego modelu procesów psychologicznych – od momentu otrzymania bodźca do momentu podjęcia adekwatnej reakcji – zachodzących w mózgu człowieka (psychologia poznawcza), oraz teorii motywacji (potrzeb, popędów i emocji).

Model, nazwany Inteligentnym Systemem Decyzyjnym (ISD), może mieć zastosowanie w systemie sterowania jednostką autonomiczną (agentem).

Równoległy system jest złożony ze  współdziałających ze sobą procesów: poczynając od percepcji sensorycznej, poprzez spostrzeganie, uwagę, procesy pamięciowe, a kończąc na myśleniu. Procesy mają na celu szybkie podjęcie adekwatnej do aktualnych warunków (motywacyjnych) reakcji.

Systemy motywacyjne (potrzeby i emocje) przedstawione w pracy zostały najpełniej zweryfikowane w częściowych symulacjach.” 

Serdecznie zapraszamy do udziału!

Zapowiedź – 106. spotkanie [ONLINE] – Neuromorphic computing w fizyce wysokich energii – zastosowania w CERN i LIGO

Serdecznie zapraszamy do uczestnictwa ONLINE w 106. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 10.05.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_10052021_nb106
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Bartłomiej Borzyszkowski z firmy Intel
https://www.linkedin.com/in/bartek-borzyszkowski/

Temat prelekcji to:
Neuromorphic computing w fizyce wysokich energii – zastosowania w CERN i LIGO

Parę słów od Prelegenta:
„Mechanizmy szeroko wykorzystywanych sztucznych sieci neuronowych były silnie inspirowane naturą, jednak na poziomie implementacyjnym mają one tylko marginalne podobieństwo z obliczeniami w umyśle człowieka.

Podczas prezentacji przedstawię koncepcję pulsujących sieci neuronowych (SNN) oraz podstawy neuromorphic computingu wraz z dedykowanymi procesorami (w tym jednostką Intel Loihi).

Zaprezentuję także zestaw bibliotek, które umożliwiają stworzenie asynchronicznych sieci neuronowych, maksymalnie zbliżonych do ludzkiej inteligencji.

Opowiem również o moich pracach nad zastosowaniem sieci typu SNN w eksperymentach fizyki wysokich energii, na podstawie własnego doświadczenia w CERN oraz LIGO.”

Serdecznie zapraszamy do udziału!

Zapowiedź – 105. spotkanie [ONLINE] – Deep Learning od środka – na przykładzie nGraph i OpenVINO

Serdecznie zapraszamy do uczestnictwa ONLINE w 105. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 26.04.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_26042021_nb105
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Tomasz Dołbniak z firmy Intel
https://www.linkedin.com/in/tomdol/

Temat prelekcji to:
Deep Learning od środka – na przykładzie nGraph i OpenVINO

Parę słów od Prelegenta:
„Grafy są nieodłączną częścią świata AI. Można je spotkać w materiałach wprowadzających do tematyki ML, ale również w prawdziwych modelach używanych w praktyce.

W tej prezentacji chciałbym opowiedzieć o tym, jak implementuje się grafy na przykładzie biblioteki nGraph i frameworku OpenVINO.

Opowiem o kompilacji grafów i optymalizacjach z nim związanych.

A to wszystko – w oparciu o własne doświadczenia w ramach pracy w Intel AI w Gdańsku.”

Serdecznie zapraszamy do udziału!

Zapowiedź – 104. spotkanie [ONLINE] – Introduction to Deep Learning for Face Recognition

Serdecznie zapraszamy do uczestnictwa ONLINE w 104. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 12.04.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_12042021_nb104
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Tomasz Iżycki z firmy dlabs.ai
https://www.linkedin.com/in/tomasz-izycki/
https://dlabs.ai/

Temat prelekcji to:
Introduction to Deep Learning for Face Recognition

Parę słów od Prelegenta:
„A gentle introduction to Face Recognition systems driven by Deep Learning using cattle identification project as an example.

The presentation will cover both theoretical aspects of Deep Learning techniques and a high-level overview of the project. ”

Serdecznie zapraszamy do udziału!

Zapowiedź – 103. spotkanie [ONLINE] – Przetwarzanie obrazów hiperspektralnych – modele statystyczne i sieci neuronowe w trzech przykładach

Serdecznie zapraszamy do uczestnictwa ONLINE w 103. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 29.03.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_29032021_nb103
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie dr hab. inż. Przemysław Głomb – profesor Instytutu Informatyki Teoretycznej i Stosowanej PAN
https://www.iitis.pl/pl/person/pglomb
https://www.linkedin.com/in/przemys%C5%82aw-g%C5%82omb-17791634/

Temat prelekcji to:
Przetwarzanie obrazów hiperspektralnych – modele statystyczne i sieci neuronowe w trzech przykładach.

Parę słów od Prelegenta:
„Obrazy hiperspektralne (HS) dają duże możliwości poznania właściwości substancji w obserwowanej scenie. Umożliwia to realizację wielu zadań, np. ocenę zaawansowania choroby drzewostanu, poszukiwania minerałów, ocenę stopnia zepsucia owoców, diagnostykę ran oparzeniowych, szacowanie wieku śladów krwi w analizie kryminalistycznej i wiele innych.

Celem prezentacji będzie przedstawienie trzech wybranych studiów przypadku budowy algorytmów przetwarzania HS: klasyczne modele statystyczne; algorytm łączący elementy statystyczne i sieci neuronowe oraz sieci neuronowe głębokiego uczenia.

Obszary tematyczne studiów przypadku to: detekcja śladów krwi w scenie, identyfikacja pigmentów w obrazach z kolekcji muzealnej, identyfikację substancji na obrazach teledetekcyjnych (ang. remote sensing).

Zapraszam do udziału :)”

Zapowiedź – 102. spotkanie [ONLINE] – Sztuczna inteligencja w medycynie na przykładzie rozpoznawania złośliwości guzów nerek

Serdecznie zapraszamy do uczestnictwa ONLINE w 102. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 15.03.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_15032021_nb102
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Aleksander Obuchowski z radiato.ai
https://radiato.ai/
https://www.linkedin.com/in/aleksander-obuchowski/

Temat prelekcji to:
Sztuczna inteligencja w medycynie na przykładzie rozpoznawania złośliwości guzów nerek

Parę słów od Prelegenta:
„Na prezentacji opowiemy o systemie do rozpoznawania złośliwości guzów nerek opracowanym przez grupę radiato.ai na Politechnice Gdańskiej.

Na jego przykładzie opowiemy też szerzej o sztucznej inteligencji w
medycynie, o architekturach, pre-processingu i metodach transferu
wiedzy.”

Serdecznie zapraszamy!

Zapowiedź – 101. spotkanie [ONLINE] – Kwantowe sieci neuronowe – podejście praktyczne

Serdecznie zapraszamy do uczestnictwa ONLINE w 101. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 22.02.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_22022021_nb101
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie dr hab. inż. Piotr Gawron
https://www.linkedin.com/in/gawron/
https://pgawron.github.io/

Temat prelekcji to:
Kwantowe sieci neuronowe – podejście praktyczne

„Niedawne sukcesy sztucznych sieci neuronowych oraz pojawienie się pierwszych komputerów kwantowych doprowadziło do powstania nowej dziedziny kwantowego uczenia maszynowego.

Istnieje nadzieja, że komputery kwantowe będą pozwolą na budowanie lepszych i szybszych modeli uczenia maszynowego.

Chociaż badanych jest wiele podejść, podczas tego wykładu skupimy się tylko na klasie modeli uczenia maszynowego wywodzących się z wariacyjnych algorytmów kwantowych.

Modele te nazywane są kwantowymi sieciami neuronowymi. To podejście jest interesujące, ponieważ umożliwia osadzanie komputerów kwantowych w klasycznych grafach przetwarzania sieci neuronowych.”

Serdecznie zapraszamy!

Zapowiedź – 99. spotkanie [ONLINE] – Ile mleka produkuje krowa? R w środowisku produkcyjnym.

Serdecznie zapraszamy do uczestnictwa ONLINE w 99. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 25.01.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_25012021_nb99
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Mateusz Bogdański
(Senior Data Scientist w Arli, pracuje nad doktoratem z ekonometrii na UG)

Temat prelekcji to:
Ile mleka produkuje krowa? R w środowisku produkcyjnym.

„W Arli, która jest spółdzielnią mleczarską, najważniejszym elementem łańcucha wartości jest mleko. Z tego powodu podstawowym pytaniem, z jakim musimy się zmierzyć, aby dobrze zaplanować logistykę, produkcję oraz dystrybucję jest – jaka ilość mleka będzie produkowana w najbliższych miesiącach oraz latach.

Podczas wystąpienia przedstawię w jaki sposób użyliśmy uczenia maszynowego w celu poprawienia naszej zdolności prognozowania oraz jak udało się przejść etap od pierwszej wersji do środowiska produkcyjnego.”

Serdecznie zapraszamy!