Zespół Uczenia Maszynowego
Katedry Systemów i Sieci Komputerowych
machine learning pattern recognition Machine Learning Ensemble Learning Optimization explainable ai classification imbalanced data classification multi-objective optimization classifier ensemble data stream classification ensemble learning imbalanced stream data one-class classification data stream concept drift problem complexity open set recognition deep learning life-long learning multimodal data object detection Image Classification Image Segmentation Image Processing Inference Optimization ML-enabled Systems pattern classification feature extraction and selection explainable AI artificial intelligence systems data mining multidimensional data analysis deep neural networks imbalanced data data stream mining dynamic classifier selection

O zespole

We are member of [Confederation of Laboratories for Artificial Intelligence Research in Europe CAIRNE]((https://cairne.eu/research-network/)

Conferences:

6th Polish Conference on Artificial Intelligence PP-RAI 2025, April 7-9, 2025, Katowice

Research interests

  • Machine learning and data mining
  • Information fusion and combined classifiers (multiple classifier systems, classifier ensembles)
  • Big data analytics
  • Data stream classification and concept drift (novelty) detection
  • One-class classification
  • Imbalanced data analysis
  • Methods of improving and stabilizing weak classifiers
  • Hybrid and compound classification
  • Active learning
  • Distributed and parallel computing systems for data mining
  • Applications to real-life problems

PhD theses

  1. Dr. Konrad Jackowski, PhD - thesis „Adaptive evelutionary classifier learning method based on feature space splitting and classifier selection” supervisor: Prof. Michał Woźniak
  2. Dr. Tomasz Wilk, PhD, thesis „Fuzzy combination of one-class classifiers” supervisor: Prof. Michał Woźniak
  3. Dr. Marcin Zmyślony, PhD - thesis „Combined classifiers with the trainable fusers” supervisor: Prof. Michał Woźniak
  4. Dr. Bartosz Krawczyk, PhD, thesis „Forming and pruning one-class classifier ensembles" supervisors: Prof. Francisco Herrera (University of Granada, Spain) and Prof. Michał Woźniak
  5. Dr. Piotr Sobolewski, PhD, thesis „Improving classification of data streams with the presence of concept drift by simulating concept recurrence" supervisor: Prof. Michał Woźniak
  6. Dr. Dariusz Jankowski, PhD, thesis "Evolutionary decision tree induction methods based on streaming data" supervisor: Prof. Boguslaw Cyganek
  7. Dr. Paweł Ksieniewicz, PhD, thesis „Multidimensional data representation and analysis" supervisor: Prof. Michał Woźniak
  8. Dr. Paweł Zyblewski, PhD, thesis, "Classifier selection for imbalanced data stream classification"supervisor: Prof. Michał Woźniak
  9. Dr. Jakub Klikowski, PhD., thesis, "Ensemble methods for imbalanced data stream classification"supervisor: Prof. Michał Woźniak
  10. Dr. Amgad M. Mohammed, PhD, thesis "Enhancement of Ensemble Data Mining Techniques via Soft Computing"supervisors: Prof. Enrique Onieva (DEUSTO University), Prof. Michał Woźniak

Projekty badawcze

lmlds

Lifelong Machine Learning on Data Stream

Kierownik prof. dr hab. inż. Michał Woźniak

2021-02-01—2024-02-16
finansowanie 596 700 [NCN]

moo

Wykorzystanie optymalizacji wielokryterialnej w uczeniu klasyfikatorów dla wybranych zadań decyzyjnych

Kierownik prof. dr hab. inż. Michał Woźniak

2020-10-01—2025-09-30
finansowanie 1 402 512 [NCN]

idstream

Algorytmy klasyfikacji niezbalansowanych strumieni danych

Kierownik prof. dr hab. inż. Michał Woźniak

2018-04-09—2022-03-09
finansowanie 613 920 [NCN]

id

Metody klasyfikacji wieloklasowej danych niezbalansowanych

Kierownik prof. dr hab. inż. Michał Woźniak

2016-07-22—2020-01-21
finansowanie 440 044 [NCN]

ds

Złożone metody klasyfikacji danych strumieniowych wykorzystujące paradygmaty uczenia nienadzorowanego i aktywnego

Kierownik prof. dr hab. inż. Michał Woźniak

2014-03-12—2017-03-11
finansowanie 669 292 [NCN]

Wybrane publikacje

Adapting K-Means Algorithm for Pair-Wise Constrained Clustering of Imbalanced Data Streams

Wojciechowski, Szymon and González-Almagro, Germán and García, Salvador and Woźniak, Michał

Hybrid Artificial Intelligent Systems, 2022
W ramach projektu IDSTREAM

Hybrid Regression Model for Link Dimensioning in Spectrally-Spatially Flexible Optical Networks

Wojciechowski, Szymon and Goscien, Roza and Ksieniewicz, Pawel and Walkowiak, Krzysztof

IEEE Access, 2022

Deterministic Sampling Classifier with weighted Bagging for drifted imbalanced data stream classification

Klikowski, Jakub and Woźniak, Michał

Applied Soft Computing, 2022
W ramach projektu IDSTREAM

Multi-objective Evolutionary Undersampling Algorithm for Imbalanced Data Classification

Wojciechowski, Szymon

Lecture Notes in Computer Science, 2021
W ramach projektu MOO

Preprocessed dynamic classifier ensemble selection for highly imbalanced drifted data streams

Zyblewski, Paweł and Sabourin, Robert and Woźniak, Michał

Information Fusion, 2021
W ramach projektu IDSTREAM

Distance Metrics in Clustering and Weighted Scoring Algorithm

Klikowski, Jakub and Burduk, Robert

Lecture Notes in Networks and Systems, 2021
W ramach projektu GEOM

Application of Feature Extraction Methods for Chemical Risk Classification in the Pharmaceutical Industry

Topolski, Mariusz

Sensors, 2021
W ramach projektu IDSTREAM

Application of Multi-objective Optimization to Feature Selection for a Difficult Data Classification Task

Grzyb, Joanna and Topolski, Mariusz and Woźniak, Michał

Lecture Notes in Computer Science, 2021

Employing Decision Templates to Imbalanced Data Classification

Wojciechowski, Szymon and Woźniak, Michał

Hybrid Artificial Intelligent Systems, 2020
W ramach projektu IDSTREAM

Employing One-Class SVM Classifier Ensemble for Imbalanced Data Stream Classification

Klikowski, Jakub and Woźniak, Michał

Computational Science – ICCS 2020, 2020
W ramach projektu IDSTREAM

Application of the Stochastic Gradient Method in the Construction of the Main Components of PCA in the Task Diagnosis of Multiple Sclerosis in Children

Topolski, Mariusz

Computational Science – ICCS 2020, 2020

Classifier Selection for Highly Imbalanced Data Streams with Minority Driven Ensemble

Zyblewski, Paweł and Ksieniewicz, Paweł and Woźniak, Michał

Lecture Notes in Computer Science, 2019
W ramach projektu IDSTREAM

Aktualności

Archiwum

Obrona doktorska mgr inż. Bogdana Gulowatego

20 marca odbędzie się obrona pracy doktorskiej mgr inż. Bogdana Gulowatego. #zum #gulowaty

Obrona doktorska mgr inż. Michała Panka

18 marca odbędzie się obrona pracy doktorskiej mgr inż. Michała Panka. #panek #zum

KSSK na ICDM 2024

Od 9 do 12 grudnia w Abu Dhabi odbywała się konferencja ICDM. Pracownicy naszej Katedry zaprezentowali tam swoje prace. #zsk #jkomorniczak #zum #klikowski #zrw #wegier #puslecki #parczyk #zyblewski

Preludium dla mgr inż. Weroniki Węgier

Projekt naszej doktorantki, mgr inż. Weroniki Węgier, zakwalifikował się do finansowania w ramach konkursu Preludium. #zum #wegier

Obrona doktorska mgr inż. Joanny Klikowskiej

Już w najbliższy czwartek, 5 grudnia, odbędzie się obrona doktorska mgr inż. Joanny Klikowskiej. #klikowska #zum

Nagroda Rektora dla mgr. inż. Jędrzeja Kozala

Nasz doktorant, mgr inż. Jędrzej Kozal, otrzymał nagrodę Rektora Politechniki Wrocławskiej za wybitne osiągnięcie naukowe w roku akademickim 2023/2024. #zum #kozal