Zespół Uczenia Maszynowego
Katedry Systemów i Sieci Komputerowych
machine learning classification imbalanced data classification multi-objective optimization classifier ensemble data stream classification ensemble learning explainable ai deep learning life-long learning automatic music transcription generative adversarial networks neural network architectures multimodal data data stream pattern classification feature extraction and selection data mining multidimensional data analysis imbalanced data pattern recognition data stream mining

O zespole

Conferences:

13th Conference on Computer Recognition Systems CORES 2023, June 28-29, 2023, online
4th Polish Conference on Artificial Intelligence PP-RAI 2023, April 24-26, 2023, Łódź
26th European Conference on AI ECAI 2023, September 30- October 5, 2023, Kraków

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, "Algorithms for classification of inbalanced data streams"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]

mol

Wykorzystanie optymalizacji wielokryterialnej w uczeniu klasyfikatorów dla wybranych zadań decyzyjnych

Kierownik prof. dr hab. inż. Michał Woźniak

2020-10-01—2024-09-30
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

SVM ensemble training for imbalanced data classification using multi-objective optimization techniques

Grzyb, Joanna and Woźniak, Michał

Applied Intelligence, 2022
W ramach projektu MOL

Multicriteria Classifier Ensemble Learning for Imbalanced Data

Wegier, Weronika and Koziarski, Michal and Wozniak, Micha

IEEE Access, 2022
W ramach projektu MOL

Hellinger Distance Weighted Ensemble for imbalanced data stream classification

Grzyb, Joanna and Klikowski, Jakub and Woźniak, Michał

Journal of Computational Science, 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

Multi-objective Evolutionary Undersampling Algorithm for Imbalanced Data Classification

Wojciechowski, Szymon

Lecture Notes in Computer Science, 2021
W ramach projektu MOL

Employing Decision Templates to Imbalanced Data Classification

Wojciechowski, Szymon and Woźniak, Michał

Hybrid Artificial Intelligent Systems, 2020
W ramach projektu IDSTREAM

Application of Imbalanced Data Classification Quality Metrics as Weighting Methods of the Ensemble Data Stream Classification Algorithms

Wegier, Weronika and Ksieniewicz, Pawel

Entropy, 2020
W ramach projektu IDSTREAM

Aktualności

Archiwum

Nasi pracownicy na GECCO 2023
Aż cztery prace pracowników naszej Katedry zostały zaprezenowane na tegorocznej edycji The Genetic and Evolutionary Computation Conference (GECCO). #przewozniczek #wegier #walkowiak #komarnicki #zum #zm #koziarski #wozniak

Dr inż. Piotr Sobolewski w programie "Myśl po polsku"

Dr inż. Piotr Sobolewski wystąpił w serii "Myśl po polsku", gdzie opowiedział o projektowaniu gier. #sobolewski #zum

Mgr inż. Joanna Komorniczak najlepszą absolwentką WIT
Nasza pracowniczka, mgr inż. Joanna Komorniczak, zajęła pierwsze miejsce w konkursie TOP 10 na Wydziale Informatyki Technicznej i Telekomunikacji. #komorniczak #zum

Polskie Stowarzyszenie Sztucznej Inteligencji nagrodziło dwóch naszych pracowników
Dr inż. Paweł Zyblewski został nagrodzony w konkursie na Najlepszą Polską Pracę Doktorską PSSI. #zyblewski #koziarski #idstream #zum

Szczepionka na kłamstwo

Debata odnośnie fake newsów odbędzie się już 21 kwietnia o godzinie 12.00. Wśród czterech ekspertów z różnych ośrodków znalazł się nasz pracownik, dr inż. Paweł Ksieniewicz. #ksieniewicz #swarog #zum

Laureaci programu Secundus wśród pracowników naszej katedry
Aż cztery osoby z naszej katedry zdobyły w tym roku nagrodę Secundus. Serdecznie gratulujemy! #ksieniewicz #zyblewski #goscien #lechowicz #idstream #zum #zsk #zrw