courses:wshop:topics:tematy2023wiosna

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision		 Previous revision
courses:wshop:topics:tematy2023wiosna [2023/03/06 11:01] – [[KKT] How do semantic catalogues of manuscript collections work?] kktcourses:wshop:topics:tematy2023wiosna [2023/04/24 09:00] (current) – [[SBK] InXAI for images] admin
Line 3: Line 3:
 ==== [KKT] How do semantic catalogues of manuscript collections work? ==== ==== [KKT] How do semantic catalogues of manuscript collections work? ====
  
-  * **Student:** FIXME +  * **Student:** Mateusz Cholewa 
-  * **Namespace in the wiki:** [[..:projects:2023:FIXME:]]+  * **Namespace in the wiki:** [[..:projects:2023:semcatalog:]]
   * **The goal of the project:** Exploration of existing semantic catalogues for the manuscript collections   * **The goal of the project:** Exploration of existing semantic catalogues for the manuscript collections
   * **Technology:** Semantic Web (RDF, SPARQL, ontologies), scientific papers reading/mail writing   * **Technology:** Semantic Web (RDF, SPARQL, ontologies), scientific papers reading/mail writing
Line 20: Line 20:
 ==== [KKT] FACE APIs comparison ==== ==== [KKT] FACE APIs comparison ====
  
-  * **Student:** FIXME +  * **Group 1:** [[..:projects:2023:faceapis1:|Drużdżel, Kamiński, Kozdęba]] 
-  * **Namespace in the wiki:** [[..:projects:2023:FIXME:]]+  * **Group 2:** [[..:projects:2023:faceapis2:|Przysucha]] 
 +  * **Group 3:** [[mgr:mgr2023:emoapis:start|Panczykowski]]
   * **The goal of the project:** Comparison of the effectiveness of off-the-shelf APIs for emotion recognition in non-trivial images   * **The goal of the project:** Comparison of the effectiveness of off-the-shelf APIs for emotion recognition in non-trivial images
   * **Technology:** Any scripting/programming language (to call the APIs)   * **Technology:** Any scripting/programming language (to call the APIs)
Line 84: Line 85:
 ==== [SBK] OpenML dataset creation script for Meta-Learning ==== ==== [SBK] OpenML dataset creation script for Meta-Learning ====
  
-  * **Student:** FIXME +  * **Student:** Dominik Tyszownicki 
-  * **Namespace in the wiki:** [[..:projects:2022:FIXME:]]+  * **Namespace in the wiki:** [[..:projects:2023:openmlds:]]
   * **The goal of the project:** Prepare a script that will build meta-learnign dataset out of OpenML logs   * **The goal of the project:** Prepare a script that will build meta-learnign dataset out of OpenML logs
   * **Technology:** Python, [[https://docs.openml.org/APIs/|OpenML API]]   * **Technology:** Python, [[https://docs.openml.org/APIs/|OpenML API]]
Line 97: Line 98:
 ==== [SBK] InXAI for images ==== ==== [SBK] InXAI for images ====
  
-  * **Student:** FIXME +  * **Student:** Piotr Szegda 
-  * **Namespace in the wiki:** [[..:projects:2022:FIXME:]]+  * **Namespace in the wiki:** [[..:projects:2022:inxaiimg:]]
   * **The goal of the project:** Contribute to the InXAI framework by extending it with image modality   * **The goal of the project:** Contribute to the InXAI framework by extending it with image modality
   * **Technology:** Python   * **Technology:** Python
Line 113: Line 114:
  
  
-==== [SBK] Implementaiton of oblique trees in PyUID3 ====+==== [SBK] Wizualizacja (interaktywna) drzew decyzyjnych ====
  
   * **Student:** FIXME   * **Student:** FIXME
   * **Namespace in the wiki:** [[..:projects:2023:FIXME:]]   * **Namespace in the wiki:** [[..:projects:2023:FIXME:]]
-  * **The goal of the project:** Implement Oblique version of decision tree generation algorithm +  * **The goal of the project:** Implementacja warstwy wizualizacji drzew decyzyjnych, pozwalajacych na umieszczenia na nich większej ilości infromacji niż wyłącznie dane o nazwach zmiennych i wartościach 
-  * **Technology:** Python +  * **Technology:** Python, [[https://streamlit.io/|Streamlit]] 
-  * **Description:** The goal of the project is to extend the PyUID3 algorithm to use oblique split criterion.+  * **Description:** Celem projektu jest swtorzenie interaktywnej wizualizacji dla drzew decyzyjnych generowanych algorytmem pyUID3 w ramach wyjaśniacza LUX. Chodzi między innymi o uwzględenienie w wizualizacji drzewa: granicy decyzyjnej wyznaczanej przez warunek na krawędzi (w formie wykresu dwuwymiarowego); informacji o istotności danej zmiennej zgodnie z ich wagą oikreśloną przez SHAP, oraz niepewneością wartości; modyfikowanie drzewa; 
          
 {{ :courses:wshop:topics:oblique.png?200 |}} {{ :courses:wshop:topics:oblique.png?200 |}}
Line 127: Line 128:
     * [[https://github.com/sbobek/lux|LUX]]     * [[https://github.com/sbobek/lux|LUX]]
  
 +==== [SBK] Prototypowe sieci neuronowe dla wyjaśnialnej klasteryzacji szeregów czasowych ====
 +
 +  * **Student:** FIXME
 +  * **Namespace in the wiki:** [[..:projects:2023:prototsnet:]]
 +  * **The goal of the project:** Przeglad i implementacja wybranej metody klasyfikacji szeregów czasowych z wykorzystaniem prototypów jako wyjaśnień
 +  * **Technology:** Python, [[https://streamlit.io/|Streamlit]]
 +  * **Description:** Celem projektu jest w pierwszej kolejności przegląd listeratury pod kątem identyfikacji istniejących rozwiązań do klasyfikacji szeregów czasowych z wykorzystaniem interpretowalnych sieci neuronowych (tzw. Prototypowe części sieci). W dalszej kolejności wybór rozwiązania do implementacji i reprodukcję wynikóœ z wybranego artykułu.
 +    
 +
 +
 +  * **Links:**
 +    * https://ojs.aaai.org/index.php/AAAI/article/view/6165
 +    * https://dl.acm.org/doi/abs/10.1145/3514221.3526183
 +    * https://bib.dbvis.de/uploadedFiles/IEEE_Access_2022___XAI_Time_Series_Review.pdf
 +    * https://link.springer.com/article/10.1007/s10618-022-00823-6
 +    * https://arxiv.org/abs/2106.09636
 +    * https://arxiv.org/abs/2302.05021
 +    * https://ojs.aaai.org/index.php/AAAI/article/view/17018
 +    * https://www.mdpi.com/2227-7390/9/23/3137
 +
 +
 +==== [SBK] Ewaluacja wyjaśnień ====
 +
 +  * **Student:** FIXME
 +  * **Namespace in the wiki:** [[..:projects:2023:FIXME:]]
 +  * **The goal of the project:** Przeglad i implementacja wybranej metodologii ewaluacji wyjaśnień
 +  * **Technology:** Python, [[https://streamlit.io/|Streamlit]]
 +  * **Description:** Celem projektu jest zaimplementowanie (w formie notebooka na Google Colab) procedury ewaluacyjnej dla algorytmów wyjaśnielnaej sztucznej inteligencji.
 +    
 +
 +
 +  * **Links:**
 +    * https://dl.acm.org/doi/10.1145/3442188.3445941
 +    * 
 ==== [KKT] Template ==== ==== [KKT] Template ====
  
  • courses/wshop/topics/tematy2023wiosna.1678100506.txt.gz
  • Last modified: 2 years ago
  • by kkt