Badania i Grupy

Diagnostyka patologii medycznych Naszym celem jest kształtowanie przyszłości diagnostyki medycznej poprzez opracowanie rozwiązań opartych na sztucznej inteligencji. W pracach badawczych koncentrujemy się na analizie obrazowych danych medycznych, takich jak dane radiologiczne oraz histopatologiczne (digital pathology).

Zrównoważona wizja komputerowa dla maszyn autonomicznych Nasze rozwiązania potencjalnie mogłyby być wykorzystywane w dronach jako narzędzie wspierające ochronę parków narodowych, w tym zwierząt przed kłusownictwem.

Uczenie w sterowaniu, grafach i sieciach Zespół badawczy rozwija sieci neuronowe generujące grafy. Rozwiązania te są zorientowane na automatyczne projektowanie struktur naturalnie reprezentowanych przez grafy, takich jak molekuły czy sieci energetyczne.

Sekwencyjne podejmowanie decyzji Wierzymy, że rozwój technik pozwalających na skuteczne analizowanie i podejmowanie sekwencji decyzji pozwoli tworzyć inteligentne i autonomiczne systemy. Przełoży się to na wiele praktycznych rozwiązań.

Robotyka interakcji fizycznej W naszych badaniach chcemy rzucić wyzwanie obecnemu podejściu do robotyki, które unika kontaktu robota z otoczeniem.

Leśnictwo precyzyjne Zastosowanie danych teledetekcyjnych w pozyskiwaniu informacji o lasach ma swoją długą, już około 100-letnią, historię.

Algorytmy w autonomicznych UAV Bezzałogowe statki powietrzne (ang. unmanned aerial vehicles – UAVs), znane również jako drony są coraz częściej wykorzystywane w różnych dziedzinach gospodarki.

Uczenie maszynowe w trybie ciągłym Sztuczne sieci neuronowe są skutecznymi modelami uczenia maszynowego stosowanymi w różnych dziedzinach życia. Spowodowane jest to ich znakomitymi możliwościami automatycznego uczenia się efektywnego sposobu reprezentowania danych, bez znaczącej ingerencji człowieka w ten proces.

Równoległe i dynamiczne algorytmy grafowe Charakterystyka sieci (grafów) spotykanych w dzisiejszym świecie sprawia, że nawet najbardziej podstawowe zadania przetwarzania grafów (takie jak obliczanie spójnych składowych lub najkrótszych ścieżek) stanowią spore wyzwanie.

Renderowanie neuronowe Głównym celem naszego zespołu jest opracowanie nowych reprezentacji zarówno dla NeRF, jak i GS, aby sprostać podstawowym wyzwaniom w renderowaniu neuronowym.

Grafika komputerowa Grafika komputerowa, subdyscyplina informatyki, tradycyjnie zajmuje się algorytmami cyfrowej syntezy i manipulacji treściami wizualnymi i geometrycznymi.

Bezpieczeństwo systemów i prywatność danych Szereg zastosowań uczenia maszynowego obejmuje zagadnienia, w których prywatność ma szczególne znaczenie.

Inteligentne algorytmy i struktury danych Algorytmy, szczególnie te wykorzystywane w uczeniu maszynowym, dają szanse na podejmowanie lepszych decyzji niż ludzkie.

Psychiatria i fenomenologia obliczeniowa Większość zaburzeń psychicznych jest bardzo złożona, charakteryzuje się dużą zmiennością fenotypową, częściowo niejasnymi kryteriami diagnostycznymi oraz zachodzi na siebie.

AI dla bezpieczeństwa Opracowujemy wielopoziomowe systemy zarządzania ochroną infrastruktury krytycznej, jak i te służące do zabezpieczenia kluczowych usług państwa wobec zagrożeń kinetycznych i cybernetycznych.

Uczenie maszynowe zero-waste w wizji komputerowej Zarówno nauka, jak i przemysł chętnie sięgają po rozwiązania wykorzystujące modele uczenia maszynowego, głównie głębokie sieci neuronowe.