Archiwum kategorii: Zapowiedź

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 – 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 – 100. spotkanie [ONLINE] – Digital Innovation Hub DiH4.AI

Serdecznie zapraszamy na jubileuszowe 100. spotkanie ONLINE grupy MLGdańsk. #mlgdansk

Spotkanie odbędzie się w poniedziałek, 08.02.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_08022021_nb100
(uwaga: nowy link, korzystamy z jitsi)

Będziemy gościć przedstawicieli trójmiejskiego Digital Innovation Hub – https://dih4.ai

Mateusz Dyrda opowie o DIHu, natomiast Jacek Kawalec o biznesie i AI.

Parę słów o prelegentach:

Mateusz Dyrda
Dyrektor Hubu Innowacji Cyfrowych DIH4.AI, Prezes Stowarzyszenia Robotyków SKALP, konstruktor, robotyk, ale też edukator i animator społeczności. Studiował filozofię na Uniwersytecie Gdańskim oraz nanotechnologie na Politechnice Gdańskiej. Członek wielu zespołów pracujących nad pojazdami autonomicznymi i innowacyjnymi produktami. Od wielu lat zaangażowany w trójmiejską społeczność fab labów i makerspace’ów. Ze sportów najbardziej lubi wygrywać hackathony i latać dronami wyścigowymi.

Jacek Kawalec
Absolwent Wydziału Psychologii Katolickiego Uniwersytetu Lubelskiego. Doświadczenie zdobywał m.in. w Oracle w USA, od 1995 r. współzałożyciel i udziałowiec portalu Wirtualna Polska (wp.pl), gdzie odpowiadał za rozwój technologii. Ten ogólnotematyczny portal był jednym z pierwszych tego typu podmiotów na krajowym rynku i szybko uzyskał wysoką popularność i rozpoznawalność przez kilkanaście milionów użytkowników miesięcznie. Po sprzedaży Wirtualnej Polski w 2005 roku zajmował się inwestowaniem w start-upy. Od 2012 roku związany z Voicelab.ai początkowo jako inwestor pasywny a później od 2015 roku jako Wiceprezes.

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!

Zapowiedź – 98. spotkanie [ONLINE] – Monitorowanie zachowań ludzi w budynkach

Serdecznie zapraszamy do uczestnictwa ONLINE w 98. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 11.01.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_11012021_nb98 (uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie – Jakub Dziedzic
(doktorant Politechniki Krakowskiej i NTNU Trondheim (Norwegia), współpracuje z PICTEC)

Temat prelekcji to: Monitorowanie zachowań ludzi w budynkach

Projektowanie i użytkowanie budynków czerpie pod względem technologicznym z wielu dziedzin z inżynierii lądowej i mechanicznej.

Pomimo zaawansowanego poziomu rozwoju tych gałęzi inżynierii, użytkownicy budynków są opisywani uproszczonymi metodami statystycznymi. Jest to uzasadnione brakiem danych o wysokim stopniu granulacji.

W celu zmiany obecnego stanu wiedzy zaproponowano opracowanie metody pomiarowej, która będzie w stanie dostarczyć informacje o sposobie zachowania ludzi w budynkach. Ze względu na wrażliwość pozyskiwanych danych zaproponowano użycie kamery głębokościowej (RGB-D).

*Prezentacja Jakuba jest oparta na jego doktoracie.

Serdecznie zapraszamy!

Zapowiedź – 97. spotkanie [ONLINE] – Wykrywanie obiektów na obrazie

Serdecznie zapraszamy do uczestnictwa ONLINE w 97. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 14.12.2020, godz. 18:00

link do Jitsi: https://meet.jit.si/MLGdansk_14122020_nb97
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Karol Majek (https://www.linkedin.com/in/karolmajek/)

Temat prelekcji to: Wykrywanie obiektów na obrazie

Dr inż. Karol Majek, były mentor programu Udacity Self-Driving Car Nanodegree, obecnie prowadzi firmę Cufix zajmującą się szkoleniami i konsultacjami wykorzystania głębokiego uczenia do analizy obrazu. Brał udział w licznych zawodach robotów i pojazdów autonomicznych takich jak ELROB, DARPA VRC, Enrich, Self-Racing Cars, F1/10.

Karol prowadzi bloga https://deepdrive.pl/ poświęconego tematyce głębokich sieci neuronowych, samochodów autonomicznych i robotyki.

Podczas prezentacji przedstawione zostaną zagadnienia wykrywania obiektów oraz historia metod. Zaprezentowane zostaną popularne obecnie metody, frameworki i zbiory danych z których warto korzystać w tworzeniu systemów wizyjnych.

Serdecznie zapraszamy!

Zapowiedź – 96. spotkanie [ONLINE] – MLOps: Data Science End to End

Serdecznie zapraszamy do uczestnictwa ONLINE w 96. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 30.11.2020, godz. 18:00

link do Jitsi: https://meet.jit.si/MLGdansk_30112020_nb96
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Amadeusz Lisiecki (https://www.linkedin.com/in/amadeusz-lisiecki-5a521840/)

Temat prelekcji to: MLOps: Data Science End to End

Opis prelekcji:
Przyjrzymy się pracy Data Scientistów nad środowiskami produkcyjnymi, zgłębiając napotykane przez nich problemy. Dowiemy się jakie procesy i narzędzia, mające rozwiązywać te problemy, kryją się za praktyką MLOps, którą starają się wdrażać duże organizacje.

Serdecznie zapraszamy!

Zapowiedź – 95. spotkanie [ONLINE] – EY Document Intelligence – NLP Solutions

Serdecznie zapraszamy do uczestnictwa ONLINE w 95. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 16.11.2020, godz. 18:00

link do Jitsi: https://meet.jit.si/MLGdansk_16112020_nb95
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Adam Karwan (https://www.linkedin.com/in/akarwan/)

Temat prelekcji to: EY Document Intelligence – NLP Solutions

Opis prelekcji:
Information extraction from a huge number of documents is a challenging task. Documents are in multiple formats such as textual, tabular, layout template e.g. invoices and tax forms. In companies very often people have to deal with scans containing additional noise and distortions. Therefore, automating is important for improving reading and interpreting large volumes of textual and numerical data. The presentation will touch areas of computer vision and natural language processes applications and solutions that speed up document processing.

Serdecznie zapraszamy!

Zapowiedź – 94. spotkanie [ONLINE] – Application of deep learning in medical genetics and cancer diagnostics

Serdecznie zapraszamy do uczestnictwa ONLINE w 94. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 19.10.2020, godz. 18:00

pokój Skype: https://join.skype.com/lGLafQzrA7uM
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Tomasz Stokowy (https://www.uib.no/en/persons/Tomasz.Stokowy).

Temat prelekcji to: Application of deep learning in medical genetics and cancer diagnostics

Tomasz pracuje od 7 lat na Uniwersytecie w Bergen, współpracuje również z Gdańskim Uniwersytetem Medycznym.
Opowie o zastosowaniach uczenia głębokiego w medycynie.

Serdecznie zapraszamy!

Zapowiedź – 93. spotkanie [ONLINE] – A Framework for Understanding Unintended Consequences of Machine Learning

Serdecznie zapraszamy do uczestnictwa ONLINE w 93. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 05.10.2020, godz. 18:00

pokój Skype: https://join.skype.com/jedhJIpP3M3f
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Robert Różański

Temat prelekcji to: A Framework for Understanding Unintended Consequences of Machine Learning

Kilka słów od Prelegenta:
W prezentacji chciałbym streścić artykuł, w którym autorzy
przedstawiają ramy pojęciowe pozwalające na analizę i porównanie
przyczyn negatywnych skutków działania systemów uczenia maszynowego.

Link do artykułu: https://arxiv.org/abs/1901.10002

Serdecznie zapraszamy!

Zapowiedź – 92. spotkanie [ONLINE] – Robustness in Computer Vision

Serdecznie zapraszamy do uczestnictwa ONLINE w 92. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 21.09.2020, godz. 18:00

pokój Skype: https://join.skype.com/ahGeHjxaNACK
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Sebastian Cygert

Temat prelekcji to: Robustness in Computer Vision

Kilka słów od Prelegenta:
Podczas prezentacji opowiem o zdolnościach generalizacyjnych algorytmów uczenia maszynowego, z naciskiem na tzw. safetyAI.

W szczególności pokażę liczne przykłady, gdzie algorytmy obecnie zawodzą, spróbujemy odpowiedzieć sobie na pytanie dlaczego tak się dzieje i co można z tym zrobić.

W czasie prezentacji będę posługiwać się przykładami z wizji komputerowej (choć nie tylko), ale sama prezentacja w dużej mierze będzie generalizować do innych dziedzin AI 🙂

Serdecznie zapraszamy!

Zapowiedź – 91. spotkanie [ONLINE] – Pakiet 'platypus’ – detekcja obiektów i segmentacja obrazów w R w kilku linijkach kodu

Serdecznie zapraszamy do uczestnictwa ONLINE w 91. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 07.09.2020, godz. 18:00

pokój Skype: https://join.skype.com/fxzDy3YGs8qU
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Michał Maj
(https://www.linkedin.com/in/michal-maj116/)

Temat prelekcji to: Pakiet 'platypus’ – detekcja obiektów i segmentacja obrazów w R w kilku linijkach kodu

Kilka słów od Prelegenta:
’platypus’ jest moim pierwszym większym projektem Deep Learningowym.

Podczas prezentacji opowiem o detekcji obiektów z YOLOv3, segmentacji obrazu z U-Net oraz pokażę przykłady wykorzystania „platypus” w medycynie.

Info o projekcie można znaleźć tu: https://github.com/maju116/platypus

Serdecznie zapraszamy!

Zapowiedź – 89. Spotkanie [ONLINE] – GeoTrackNet – A Maritime Anomaly Detector using Neural Nets

Serdecznie zapraszamy do uczestnictwa ONLINE w 89. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 29.06.2020, godz. 18:00

pokój Skype: https://join.skype.com/dSioHjvZ9Fuj
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Tadeusz Balcer (DNV GL)

Temat prelekcji to: GeoTrackNet – A Maritime Anomaly Detector using Probabilistic Neural Network Representation of AIS Tracks and A Contrario Detection

Kilka słów od Prelegenta:
Na prezentacji omówię artykuł z arXiv „GeoTrackNet – A Maritime Anomaly Detector (…)” (link – https://arxiv.org/pdf/1912.00682.pdf). Autorzy prawdopodobnie jako pierwsi do wykrywania anomalii w ruchu statków wykorzystali głębokie sieci neuronowe.

Opowiem trochę o sieciach VRNN (Variational Recurrent Neural Network), zaproponowanej przez nich architekturze jak i o specyfice danych dotyczących ruchu statków.

Serdecznie zapraszamy!

Zapowiedź – 88. Spotkanie [online] – Introduction to causal discovery and inference

Serdecznie zapraszamy do uczestnictwa ONLINE w 88. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 15.06.2020, godz. 18:00

pokój Skype: https://join.skype.com/jVxlYSGwp934
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Robert Różański

Temat prelekcji to: Introduction to causal discovery and inference

Kilka słów od Prelegenta:
Opowiem o podstawowych / głównych ideach stojących za tematyką „causal discovery” i „causal inference”. Jeśli zastanawiacie się co możecie
powiedzieć na temat związków przyczynowo-skutkowych na podstawie
danych obserwacyjnych oraz jak (czy można?) przewidywać efekty działań zanim się je podejmie to prezentacja jest dla Was. Tematyka ta jest dość rozległa i rozproszona po różnych dziedzinach (ekonometria,
epidemiologia, nauki społeczne, ML), natomiast mam nadzieję przekazać Wam jakieś podstawy dzięki którym nie będziecie tak zagubieni jak byłem ja 🙂


Serdecznie zapraszamy!