Temat interfejsów mózg-komputer wrócił do świadomości publicznej kilka tygodni temu po prezentacji dokonań firmy Neuralink. Na prezentacji pod przewodnictwem Elona Muska zabrakło jednak szczegółow dotyczących analizy komputerowej sygnałów neuronalnych. W moim wystąpieniu postaram się rozwinąć ten temat bazując na badaniach i publikacjach związanych z moim przewodem doktorskim. Zaczynając od podstaw neuronauki i technik pomiaru aktywności mózgu, kończąc na obecnych trendach i aplikacjach, ze szczególnym uwzględnieniem metod uczenia głębokiego dla sygnału EEG.
We will present in this talk some new ideas and features pertaining to Higher Order Quantum Walks (also known as Quantum Walks with memory). It is known that quantum walks play a very important role in the design of algorithms for our "soon to arrive at a store near you" quantum computers. Because of this, there is an active research community constructing various different types of quantum walks with different properties.
W czasie seminarium omówione zostaną wybrane rodzaje sztucznych sieci neuronowych: grafowe sieci konwolucyjne (Graph Convolutional Networks), sieć konwolucyjna VGG-16 oraz binarne sieci neuronowe (Binary Neural Networks). Sieci grafowe mogą być wykorzystane w uczeniu półnadzorowanym m.in. w zadaniu klasyfikacji wierzchołków w grafie. Architektura VGG-16 zostala zdefiniowana przez Visual Geometry Group. Jest to typowa sieć konwolucyjna stosowana do klasyfikacji obrazów.
Research goals of this talk are focused on the renewal theory, some aspects of the fluctuation theory and asymptotic properties for the first order maximal autoregressive processes of the Kendall type, which are discrete time Lévy processes under the Kendall convolution. Since most of the considered processes have heavy tailed distributions, then we rely on the use of results in the theory of extreme event modeling.
Konrad Jałowiecki, Uniwersytet Śląski w Katowicach
Data:
10/05/2019 - 13:00
Abstrakt:
Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization.
W czasie seminarium przedstawioną zostaną modele, proponowane algorytmy oraz wyniki badań dla problemu jednoczesnego wyznaczania przepustowości kanałów oraz przepływów typu unicast i anycast w wielowarstwowej sieci komputerowej opartej o technologię MPLS over DWDM.
Zaprezentowane zostaną eksperymentalne symulacje układów kwantowych wielu ciał przy użyciu hybrydowego algorytmu kwantowo-klasycznego. W naszym układzie funkcja falowa modelu kwantowego Isinga pola poprzecznego jest reprezentowana przez ograniczoną maszynę Boltzmanna. Ta sieć neuronowa jest następnie uczona przy użyciu wariacyjnego Monte Carlo wspomaganego przez próbnik kwantowy z falą D w celu znalezienia energii stanu podstawowego.
Jarosław Duda, Wydział Matematyki i Informatyki, Uniwersytet Jagielloński
Data:
27/03/2019 - 13:00
Abstrakt:
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.
Łukasz Bratasz, Instytut Katalizy i Fizykochemii Powierzchni im. Jerzego Habera Polskiej Akademii Nauk
Data:
20/02/2019 - 12:00
Abstrakt:
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.
W czwartek 31 stycznia 2018 Gregorio Ferreira z firmy ArcelorMittal przedstawi swoje doświadczenie związane z wykorzystaniem uczenia maszynowego w przemyśle stalowym.
