Aktualności

Chociaż techniki uczenia maszynowego są bardzo potężne, mają pewne słabości, takie jak iteracyjna optymalizacja z wieloma lokalnymi minimami, duża swoboda parametrów, brak ich interpretowalności i kontrola dokładności. Z drugiej strony mamy klasyczne statystyki oparte na momentach, które nie mają tych problemów, ale dostarczają tylko przybliżonego opisu. W trakcie seminarium zostanie przedstawione podejście, które łączy ich zalety: z optymalnymi współczynnikami momentu MSE, ale zaprojektowanymi w taki sposób, że możemy je bezpośrednio przekształcić w gęstość prawdopodobieństwa.

Od swego początku ludzkość podziwia dzieła sztuki, ale prawie nigdy w swojej oryginalnej formie stworzonej przez artystów. Czas nieuchronnie zmienia wszystkie obiekty fizyczne – dzieła sztuki nie są jest wyjątkiem. Patrząc na obrazy widzimy kolory, kształty i teksturę ... ale także spękania, które nadają obiektom historyczny wygląd i wzbogacają odbiór estetyczny dzieła. Konserwatorzy potrafią rozpoznać i opisać różne sieci spękań - krakelury -, ale nie ma wiedzy na temat tego, jak powstaję rożne struktury różne wzory. To istotne ograniczenie w akademickim rozumieniu dzieł sztuki jest przedmiotem realizowanego projektu CRACQUELURE.

A new method for constructing a digital water-marking based on the Ateb-functions is proposed. This new approach belongs to methods of protecting images based on hiding data in the frequency domain. It is a generalization the well-known method using Fourier transform. The proposed method, based on the two dimension Discrete Ateb Transform is resistant to most types of attacks. Our experiments prove its efficiency and stability.

W czwartek 31 stycznia 2018 Gregorio Ferreira z firmy ArcelorMittal przedstawi swoje doświadczenie związane z wykorzystaniem uczenia maszynowego w przemyśle stalowym.

W środę 30 stycznie 2019 zapraszamy na seminarium poświęcone analizie sygnałów bioelektrycznych mięśniówki gładkiej układu rozrodczego.