dr inż. Paweł Ksieniewicz

dr inż.

Paweł Ksieniewicz

Zespół Uczenia Maszynowego

Zainteresowania badawcze

classification

classifier ensembles

hyperspectral image processing

imbalanced data streams

koty

Prowadzi w tym semestrze

Metody sztucznej inteligencji

Projekt zespołowy

Zastosowania inform. w medyc

Projektowanie syst. int. i mob

Konsultacje

wtorek, 15—17

środa, 13—15.

Proszę o zapowiadanie swojej obecności na konsultacjach na dzień wcześniej, wraz z krótkim opisem celu konsultacji.

Rozkład zajęć

Wtorek
Metody sztucznej inteligencji C-4: 40 | 17.05—18.45
Metody sztucznej inteligencji C-1: sala wirtualna | 18.55—20.35 | TN
Metody sztucznej inteligencji C-1: sala wirtualna | 18.55—20.35 | TP
Czwartek
Projektowanie syst. int. i mob C-16: D1.2 | 13.15—15.00 | TP
Projekt zespołowy C-1: sala wirtualna | 15.15—18.00
Zastosowania inform. w medyc C-1: sala wirtualna | 18.55—20.35 | TP
Zastosowania inform. w medyc C-16: D1.2 | 18.55—20.35 | TN

Wybrane publikacje

Paweł Ksieniewicz, Michał Woźniak, Bogusław Cyganek, Andrzej Kasprzak, Krzysztof Walkowiak

18 cytowań

Data stream classification using active learned neural networks [2019]

Paweł Ksieniewicz, Bartosz Krawczyk, Michał Woźniak

18 cytowań

Ensemble of Extreme Learning Machines with trained classifier combination and statistical features for hyperspectral data [2018]

Paweł Zyblewski, Paweł Ksieniewicz, Michał Woźniak

17 cytowań

Classifier Selection for Highly Imbalanced Data Streams with Minority Driven Ensemble [2019]

Michał Woźniak, Paweł Ksieniewicz, Bogusław Cyganek, Andrzej Kasprzak, Krzysztof Walkowiak

15 cytowań

Active learning classification of drifted streaming data [2016]

Michał Woźniak, Paweł Ksieniewicz, Bogusław Cyganek, Krzysztof Walkowiak

14 cytowań

Ensembles of heterogeneous concept drift detectors-experimental study [2016]

[2019] Paweł Ksieniewicz, Michał Choraś, Rafał Kozik, Michał Woźniak, Machine learning methods for fake news classification 10 cytowań

[2020] Paweł Ksieniewicz, Paweł Zyblewski, stream-learn--open-source Python library for difficult data stream batch analysis 9 cytowań

[2018] Paweł Ksieniewicz, Michał Woźniak, Imbalanced data classification based on feature selection techniques 9 cytowań

[2020] Sebastian Kula, Michał Choraś, Rafał Kozik, Paweł Ksieniewicz, Michał Woźniak, Sentiment analysis for fake news detection by means of neural networks 8 cytowań

[2020] Mirosław Klinkowski, Paweł Ksieniewicz, Marek Jaworski, Grzegorz Zalewski, Krzysztof Walkowiak, Machine learning assisted optimization of dynamic crosstalk-aware spectrally-spatially flexible optical networks 7 cytowań

[2018] Pawel Ksieniewicz, Undersampled majority class ensemble for highly imbalanced binary classification 7 cytowań

[2017] Paweł Ksieniewicz, Michał Woźniak, Dealing with the task of imbalanced, multidimensional data classification using ensembles of exposers 7 cytowań

[2014] Bartosz Krawczyk, Paweł Ksieniewicz, Michał Woźniak, Hyperspectral image analysis based on color channels and ensemble classifier 7 cytowań

[2016] Michał Woźniak, Bogusław Cyganek, Andrzej Kasprzak, Paweł Ksieniewicz, Krzysztof Walkowiak, Active learning classifier for streaming data 6 cytowań

[2019] Jakub Klikowski, Paweł Ksieniewicz, Michał Woźniak, A genetic-based ensemble learning applied to imbalanced data classification 4 cytowań

[2019] Pawel Ksieniewicz, Combining Random Subspace approach with SMOTE oversampling for imbalanced data classification 4 cytowań

[2020] Michał Choraś, Konstantinos Demestichas, Agata Giełczyk, Álvaro Herrero, Paweł Ksieniewicz, Konstantina Remoundou, Daniel Urda, Michał Woźniak, Advanced Machine Learning techniques for fake news (online disinformation) detection: A systematic mapping study 3 cytowań

[2020] Paweł Ksieniewicz, Paweł Zyblewski, Michał Choraś, Rafał Kozik, Agata Giełczyk, Michał Woźniak, Fake News Detection from Data Streams 3 cytowań

[2020] Paweł Ksieniewicz, Robert Burduk, Clustering and weighted scoring in geometric space support vector machine ensemble for highly imbalanced data classification 3 cytowań

[2014] Konrad Jackowski, Dariusz Jankowski, Paweł Ksieniewicz, Dragan Simić, Svetlana Simić, Michał Woźniak, Ensemble classifier systems for headache diagnosis 3 cytowań

[2021] Katarzyna Stapor, Paweł Ksieniewicz, Salvador García, Michał Woźniak, How to design the fair experimental classifier evaluation 2 cytowań

[2019] Bogdan Gulowaty, Paweł Ksieniewicz, SMOTE algorithm variations in balancing data streams 2 cytowań

[2016] Michał Woźniak, Paweł Ksieniewicz, Andrzej Kasprzak, Karol Puchała, Przemysław Ryba, A first attempt to construct effective concept drift detector ensembles 2 cytowań

[2015] Pawel Ksieniewicz, Dariusz Jankowski, Borja Ayerdi, Konrad Jackowski, Manuel Grana, Michal Wozniak, A novel hyperspectral segmentation algorithm—concept and evaluation 2 cytowań

[2020] Pawel Ksieniewicz, Standard Decision Boundary in a Support-Domain of Fuzzy Classifier Prediction for the Task of Imbalanced Data Classification 1 cytowań

[2018] Andrzej Łapiński, Bartosz Krawczyk, Paweł Ksieniewicz, Michał Woźniak, An empirical insight into concept drift detectors ensemble strategies 1 cytowań

[2017] Paweł Ksieniewicz, Manuel Grana, Michał Woźniak, Paired feature multilayer ensemble–concept and evaluation of a classifier 1 cytowań

[2021] Paweł Ksieniewicz, The prior probability in the batch classification of imbalanced data streams

[2021] Paweł Ksieniewicz, Paweł Zyblewski, Robert Burduk, Fusion of linear base classifiers in geometric space

[2021] Dominika Sułot, Paweł Zyblewski, Paweł Ksieniewicz, Analysis of Variance Application in the Construction of Classifier Ensemble Based on Optimal Feature Subset for the Task of Supporting Glaucoma Diagnosis

[2021] Dominika Sułot, David Alonso-Caneiro, Paweł Ksieniewicz, Patrycja Krzyzanowska-Berkowska, D Robert Iskander, Glaucoma classification based on scanning laser ophthalmoscopic images using a deep learning ensemble method

[2020] Paweł Zyblewski, Paweł Ksieniewicz, Michał Woźniak, Combination of Active and Random Labeling Strategy in the Non-stationary Data Stream Classification

[2020] Weronika Wegier, Pawel Ksieniewicz, Application of Imbalanced Data Classification Quality Metrics as Weighting Methods of the Ensemble Data Stream Classification Algorithms

[2020] Paweł Ksieniewicz, Róża Goścień, Mirosław Klinkowski, Krzysztof Walkowiak, Pattern Recognition Model to Aid the Optimization of Dynamic Spectrally-Spatially Flexible Optical Networks

[2019] Jȩdrzej Kozal, Paweł Ksieniewicz, Imbalance Reduction Techniques Applied to ECG Classification Problem

[2018] Paweł Ksieniewicz, Combined Classifier Based on Quantized Subspace Class Distribution

[2018] Paweł Ksieniewicz, Entropodynamiczny filtr percentylowy

[2016] Paweł Ksieniewicz, Bartosz Krawczyk, Michał Woźniak, Ensemble of One-Dimensional Classifiers for Hyperspectral Image Analysis

[2016] Pawel Ksieniewicz, Michal Wozniak, Imbalance medical data classification using Exposer Classifier Ensemble

[2016] Pawel Ksieniewicz, Michał Woźniak, Artificial Photoreceptors for Ensemble Classification of Hyperspectral Images

[2015] Paweł Ksieniewicz, Manuel Graña, Michał Woźniak, Blurred Labeling Segmentation Algorithm for Hyperspectral Images

[2014] Bartosz Krawczyk, Paweł Ksieniewicz, Michał Woźniak, Hyperspectral Image Analysis Based on Quad Tree Decomposition

dr inż.

Paweł Ksieniewicz

Zainteresowania badawcze

Prowadzi w tym semestrze

Konsultacje

Rozkład zajęć

Wtorek

Czwartek

Wybrane publikacje

Data stream classification using active learned neural networks [2019]

Ensemble of Extreme Learning Machines with trained classifier combination and statistical features for hyperspectral data [2018]

Classifier Selection for Highly Imbalanced Data Streams with Minority Driven Ensemble [2019]

Active learning classification of drifted streaming data [2016]

Ensembles of heterogeneous concept drift detectors-experimental study [2016]