Skip to main content

Institute seminar:

Information

Mondays, o godz. 12:00
Place of the seminar: ICS PAS seminar room
5 Jana Kazimierza Str
e-mail: seminarium@ipipan.waw.pl

Archive of the Institute Seminar

2020-2021:


15.02.2021 - Seminarium Instytutowe - godz. 12:00 seminarium on-line

Agata Dziedzic (Instytut Podstaw Informatyki PAN)

Odnośnik do spotkania w MS Teams (nowe okno)

Streszczenie (autorskie):

Glejak jest najczęstszym typem złośliwego nowotworu mózgu. Jak w przypadku wielu nowotworów, przyczyny powstawania i rozwijania się glejaka są złożone i, mimo iż intensywnie badane przez zespoły naukowców na całym świecie, wciąż niejasne. Jedną z często wskazywanych aberracji genetycznych leżących u podstaw choroby jest mutacja w genie IDH1. Sądzi się, że ma ona wpływ na dynamikę rozwoju choroby i raportowanych jest coraz więcej badań na jej temat, ale całościowy wpływ mutacji genu IDH1 na proces onkogenezy (rakowacenia) nie jest jeszcze w pełni wyjaśniony. Nasze badania dotyczą tego problemu. Pierwotny materiał badawczy stanowiły próbki glejaka pobrane od pacjentów w trakcie operacji. Próbki te zostały poddane szeregowi eksperymentów laboratoryjnych, które dostarczyły danych na temat kilku różnych warstw informacji genetycznej. Uzyskane dane wykorzystaliśmy do przeprowadzenia analizy porównawczej między próbkami o różnym statusie genu IDH1: "IDH1-mutanty" zostały porównane do tak zwanych "IDH1-dzikich" (bez mutacji; z angielskiego "wild type"). Uzyskaliśmy wyniki, które wskazują na konkretne następstwa mutacji genu IDH1 i sugerują, jak kaskada kolejnych zdarzeń wywołanych przez tą mutację może wpływać na rozwój choroby. Mutacja genu IDH1 wywołuje efekt domina, zaburzając regulację kolejnych genów — pokazujemy, jak może to przebiegać i które geny są docelowo zaburzone. Mamy nadzieję, że raportując różnice genetyczne pomiędzy IDH1-mutantami a IDH1-dzikimi przyczynimy się do zrozumienia złożonych następstw mutacji genu IDH1. Jednocześnie należy mieć na uwadze fakt, że użyliśmy metod obliczeniowych, a obserwowana przez nas statystyczna istotność wyników nie jest wystarczającym dowodem na ich prawdziwy efekt biologiczny. Aby uzyskać większą pewność w tym zakresie należałoby zaprojektować i przeprowadzić odpowiednie eksperymenty biologiczne.

Read more …15.02.2021 - Seminarium Instytutowe

11.01.2021 - Seminarium Instytutowe — godz. 12:00 seminarium on-line,

Bartłomiej Starosta (Instytut Podstaw Informatyki PAN)

Streszczenie (autorskie):

Metazbiory to nowe podejście do określenia wielowartościowej relacji należenia elementu do zbioru. Podobnie jak zbiory rozmyte i przybliżone, metazbiory umożliwiają reprezentowanie i przetwarzanie nieprecyzyjnych pojęć i danych w sposób wymykający się klasycznym, binarnym metodom. W świetle przedstawiającym klasyczny zbiór jako kolekcję obiektów posiadających wspólną cechę, metazbiór można postrzegać jako twór złożony z obiektów posiadających daną cechę w różnych stopniach, być może różnych od pewności. Jest to istotnie różne podejście od popularnych obecnie teorii zbiorów rozmytych i przybliżonych, które nie modelują należenia elementu do zbioru, lecz stopniowanie wartości czy niepełność informacji. Punktem wyjścia dla koncepcji metazbioru są modele boolowskie dla klasycznej teorii mnogości Zermelo-Fraenkla (Boolean-valued models) zainicjowane pracami Rasiowej i Sikorskiego nad metodami algebraicznymi w logice, rozwinięte później przez Scotta i Solovaya w technice forsingu boolowskiego. W związku z tym, wartościowanie częściowego należenia, równości i innych relacji, jak również zdań złożonych, wykonywane jest w pewnej algebrze Boole'a (algebra Cantora). W praktyce jest ona reprezentowana przy pomocy drzewa binarnego, którego węzły są etykietowane pojęciami języka naturalnego. Oprócz podstawowych relacji mnogościowych, zdefiniowano pojęcia mocy i równoliczności, oraz operacje algebraiczne spełniające aksjomaty algebry Boole'a. Jako że koncepcja metazbiorów nakierowana jest przede wszystkim na komputerowe zastosowania w sztucznej inteligencji, relacje i operacje są określone w sposób łatwo algorytmizowalny, a ich pierwsza implementacja została wykonana w języku Java.

Read more …11.01.2021 - Seminarium Instytutowe

23.11.2020 - Seminarium Instytutowe - godz. 12:00 seminarium on-line,

Marcin Plata (Politechnika Wrocławska) 

20201123 Plata

Streszczenie (autorskie):

Metody sztucznej inteligencji, a w szczególności sieci neuronowe, prowadzą w wielu obszarach do rozwiązań znacznie skuteczniejszych w porównaniu do metod klasycznych. Również w bezpieczeństwie informacji możemy znaleźć problemy, w których wykorzystanie sztucznej inteligencji wydaje się zasadne. W szczególności, gdy nośnikiem informacji jest obraz lub dźwięk, które to mogą być przetwarzane przez konwolucyjne sieci neuronowe (CNN) w sposób wydajny i efektywny.

W trakcie seminarium, zaprezentujemy w jaki sposób wykorzystaliśmy metody uczenia maszynowego, m.in. sieci neuronowe, ale też inne metody przetwarzania sygnałów do wybranych problemów z bezpieczeństwa informacji – znakowania wodnego (watermarking), autoryzacji biometrycznej, w tym zwiększenia prywatności, oraz zapobieganiu spoofingu. Omówimy zaproponowane przez nas ulepszenie w postaci przestrzennej reprezentacji wiadomości i osadzeniu jej w obrazie oraz wykorzystaniu jednego z komponentów systemu do ocenienia, czy w obrazie znajduje się znak wodny. Przedstawimy nowe podejście do autoryzacji biometrycznej wykorzystujące cechy mimiki twarzy, które pozwala na zwiększoną prywatność w kontekście zapisu danych biometrycznych w bazie. Pokażemy, w jaki sposób można skonstruować system biometryczny oparty na rozróżnianiu konturów dłoni, który może być zrealizowany bez specjalistycznego sprzętu do skanowania dłoni. Na koniec przedstawimy rozwiązanie wykrywające atak typu „spoofing” w kanale dźwiękowym, które wymaga niskiego nakładu obliczeń.


© 2021 INSTITUTE OF COMPUTER SCIENCE POLISH ACADEMY OF SCIENCES | Privacy policy | Accessibility declaration