Seminaria ogólnoInstytutowe:


Informacje:

Poniedziałki, o godz. 13:00
Miejsce seminarium: sala seminaryjna IPI PAN
ul. Jana Kazimierza 5
e-mail: Beata.Konikowska@ipipan.waw.pl 

 Archiwum Seminarium Instytutowego  Archiwum Seminarium Doktoranckiego
2015/2016 2010/2011 2005/2006 2004/2005
2014/2015 2009/2010   2003/2004
2013/2014 2008/2009   2002/2003
2012/2013 2007/2008   2001/2002
2011/2012 2006/2007    

29.01.2018 - Seminarium Instytutowe oraz "Przetwarzania Języka Naturalnego" - godz. 13:00, Roman Grundkiewicz (Uniwersytet Adama Mickiewicza/Uniwersytet Edynburski) 

Podczas wystąpienia opowiem o zadaniu automatycznej poprawy błędów językowych w tekstach pisanych przez osoby uczące się języka angielskiego jako języka obcego. Przedstawię wyniki badań nad zastosowaniem statystycznego tłumaczenia maszynowego opartego na frazach, które w sposób znaczący poszerzyły aktualny stan wiedzy w dziedzinie. Omówię jak istotna jest właściwa optymalizacja modelu na podstawie przyjętej automatycznej miary ewaluacji oraz zastosowanie odpowiednich cech gęstych i rzadkich. Zwięźle opiszę również dalsze badania z wykorzystaniem neuronowego tłumaczenia maszynowego.

15.01.2018 - Seminarium Instytutowe - godz. 13:00, Szymon Jaroszewicz (IPI PAN)  

Celem modelowania statystycznego często jest selekcja osób, które mają zostać poddane jakiemuś działaniu, na przykład kampanii marketingowej lub terapii medycznej. Niestety, klasyczne metody uczenia maszynowego biorą pod uwagę jedynie wyniki po dokonaniu działania, przez co nie są w stanie poprawnie oszacować jego rzeczywistych skutków. Modelowanie różnicowe korzysta dodatkowo z grupy kontrolnej niepoddanej działaniu, dzięki czemu możliwe staje się przyczynowe modelowanie siły wpływu danego działania na poszczególne osoby.

W ramach seminarium przestawione zostaną adaptacje szeregu metod uczenia maszynowego do problemu modelowania różnicowego. Następnie szczegółowo omówiony zostanie przypadek regresji liniowej, gdzie możliwe jest teoretyczne porównanie różnych podejść do problemu, pokazujące ich wady i zalety. Przedstawione zostanie również nowe podejście do regresji różnicowej łączące zalety innych podejść.

27.11.2017 - Seminarium Instytutowe - godz. 13:00, Maciej Ogrodniczuk (IPI PAN)  

Tematem wykładu będzie propozycja opisu nominalnych zależności koreferencyjnych w polszczyźnie (czyli zbiorów konstrukcji tekstowych posiadających wspólną referencję) oraz prace nad implementacją metod do ich wykrywania. Przedstawię wykorzystane do tego celu podejście korpusowe z ręczną anotacją konstrukcji koreferencyjnych oraz proces tworzenia narzędzi lingwistyczno-informatycznych wraz z oceną ich jakości za pomocą standardowych metod ewaluacyjnych.

13.11.2017 - Seminarium Instytutowe - godz. 13:00, Damian Kurpiewski (IPI PAN)  

Wystąpienie dotyczyć będzie weryfikacji modelowej zdolności strategicznych przy niepełnej informacji, specyfikowanej w logice ATLir. Jest to trudny problem, którego złożoność rozciąga się od NP-zupełności do nierozstrzygalności, w zależności od szczegółów specyfikacji. Dodatkowo, dla niepełnej informacji nie zachodzą zależności stałopunktowe, co znacząco utrudnia syntezę strategii wygrywających. W wystąpieniu zaprezentuję translację z ATLir do formuł stałopunktowych, zapewniające dolną i górną aproksymację weryfikacji. Rozpocznę od pokazania, dlaczego pierwsze, naiwne podejście nie działa. Następnie zaprezentuję, w jaki sposób może ono zostać zmodyfikowane do osiągnięcia gwarantowanego dolnego ograniczenia. Opowiem także o zmodyfikowanym operatorze następnego kroku, który używany jest w operacjach stałopunktowych. Na sam koniec pokazane zostaną wyniki eksperymentalne.

30.10.2017 - Seminarium Instytutowe - godz. 13:00, Mieczysław A. Kłopotek (IPI PAN)  

Powszechnie zakłada się, że celem analizy skupień jest taki podział zbioru obiektów na grupy, by elementy grupy były do siebie jak najbardziej podobne, a elementy między grupami różniły się maksymalnie. Pytanie, które podnosimy w tym referacie brzmi: CZYŻBY?

Ćwierćwiecze naukowych i prakseologicznych dociekań autora na własnościami algorytmów analizy skupień, zainspirowanych twierdzeniem Watanabe, doprowadziły do wniosku, iż dodatkowym wymiarem jest tu domyślny podział indukowany przez algorytm. Podział domyślny to taki, który jest implikowany przez algorytm grupowania w sytuacji, gdy w rzeczywistości zbiór nie rozpada się na naturalne grupy. Stąd interesujące są tylko te podziały na grupy, które są odległe od domyślnego dla danego algorytmu.
Powyższa hipoteza zostanie zilustrowana na podstawie tzw. algorytmów grupowania kompromisowego oraz metagrupowania. Obie kategorie algorytmów próbują wyjść naprzeciw problemowi zwracania różnych podziałów na grupy tego samego zbioru przez różne algorytmy analizy skupień. Algorytmy kompromisowe poszukują podziału najbliższemu wszystkim uzyskanym podziałom. Algorytmy metagrupowania traktują podziały jako obiekty i grupują je, by zobrazować użytkownikowi, jakie typy podziałów zbioru występują, by użytkownik sam mógł dokonać wyboru najlepszego grupowania.
W referacie skupiamy się na grupowaniu kompromisowym i metagrupowaniu uniwersum wszystkich możliwych podziałów. Teoretycznie jest to sytuacja, w której brak jest struktury w danych. Jednak wykażemy, że znane algorytmy zwrócą pewien konkretny podział, podział domyślny. Fakt ten stanowi wyzwanie dla dalszego rozwoju metod analizy skupień.

UWAGA! Ten serwis używa cookies i podobnych technologii.

Brak zmiany ustawienia przeglądarki oznacza zgodę na to.

Zrozumiałem