Porozmawiaj z naukowcami IDEAS NCBR i zobacz, jak wyglądają pionierskie badania w dziedzinie AI!
Już w przyszły wtorek 5 grudnia zapraszamy do IDEAS NCBR na pokaz posterów z konferencji, w których uczestniczyli w tym roku lub będą wkrótce uczestniczyć nasi badacze:
- NeurIPS 2023 – Neural Information Processing Systems
- ENLSP 2023 – Efficient Natural Language and Speech Processing (warsztaty w ramach NeurIPS)
- ICCV 2023 – International Conference on Computer Vision
- WACV 2024 – Winter Conference on Applications of Computer Vision
Data: 5 grudnia 2023, godz. 12:00-14:00
Miejsce: siedziba IDEAS NCBR, Warszawa, ul. Chmielna 69
Zapisy: prosimy o wysłanie maila na adres rsvp@ideas-ncbr.pl
Liczba miejsc ograniczona.
Postery pochodzą zarówno z main track, jak i warsztatów wymienionych konferencji. Poniżej lista publikacji (wyróżniono afiliację IDEAS NCBR).
NeurIPS 2023:
Bucks for Buckets (B4B): Active Defenses Against Stealing Encoders
https://arxiv.org/abs/2310.08571
Jan Dubiński (IDEAS NCBR), Stanisław Pawlak, Franziska Boenisch, Tomasz Trzciński (IDEAS NCBR), Adam Dziedzic
The Tunnel Effect: Building Data Representations in Deep Neural Networks
https://arxiv.org/abs/2305.19753
Wojciech Masarczyk, Mateusz Ostaszewski, Ehsan Imani, Razvan Pascanu, Piotr Miłoś (IDEAS NCBR), Tomasz Trzciński (IDEAS NCBR)
Focused Transformer: Contrastive Training for Context Scaling
https://arxiv.org/abs/2307.03170
Szymon Tworkowski (IDEAS NCBR), Konrad Staniszewski (IDEAS NCBR), Mikołaj Pacek (IDEAS NCBR), Yuhuai Wu, Henryk Michalewski, Piotr Miłoś (IDEAS NCBR)
Trust Your ∇: Gradient-based Intervention Targeting for Causal Discovery
https://arxiv.org/abs/2211.13715
Mateusz Olko (IDEAS NCBR), Michał Zając, Aleksandra Nowak, Nino Scherrer, Yashas Annadani, Stefan Bauer, Łukasz Kuciński (IDEAS NCBR), Piotr Miłoś (IDEAS NCBR)
Fantastic Weights and How to Find Them: Where to Prune in Dynamic Sparse Training
https://arxiv.org/abs/2306.12230
Aleksandra Nowak (w IDEAS NCBR podczas prowadzenia badań), Bram Grooten, Decebal Constantin Mocanu, Jacek Tabor
NeurIPS 2023 workshops:
Revisiting Supervision for Continual Representation Learning
https://arxiv.org/abs/2311.13321
Daniel Marczak, Sebastian Cygert, Tomasz Trzciński, Bartłomiej Twardowski (wszyscy z IDEAS NCBR)
Augmentation-aware Self-supervised Learning with Guided Projector
https://arxiv.org/abs/2306.06082
Marcin Przewięźlikowski (IDEAS NCBR), Mateusz Pyla (IDEAS NCBR), Bartosz Zieliński (IDEAS NCBR), Bartłomiej Twardowski (IDEAS NCBR), Jacek Tabor, Marek Śmieja
ENLSP 2023:
Exploiting Transformer Activation Sparsity with Dynamic Inference
https://arxiv.org/abs/2310.04361
Mikołaj Piórczyński, Filip Szatkowski (IDEAS NCBR), Klaudia Bałazy, Bartosz Wójcik (IDEAS NCBR)
ICCV 2023:
ICICLE: Interpretable Class Incremental Continual Learning
https://arxiv.org/abs/2303.07811
Dawid Rymarczyk, Joost van de Weijer, Bartosz Zielinski (IDEAS NCBR), Bartłomiej Twardowski (IDEAS NCBR)
ICCV workshops:
AR-TTA: A Simple Method for Real-World Continual Test-Time Adaptation
https://arxiv.org/abs/2309.10109
Damian Sójka, Sebastian Cygert, Bartłomiej Twardowski (all IDEAS NCBR)
Adapt Your Teacher: Improving Knowledge Distillation for Exemplar-free Continual Learning
https://arxiv.org/abs/2308.09544
Filip Szatkowski, Mateusz Pyla, Marcin Przewięźlikowski, Sebastian Cygert, Bartłomiej Twardowski, Tomasz Trzciński (all IDEAS NCBR)
Looking Through the Past: Better Knowledge Retention for Generative Replay in Continual Learning
https://arxiv.org/abs/2309.10012
Valeriya Khan, Sebastian Cygert, Bartlomiej Twardowski, Tomasz Trzciński (all IDEAS NCBR)
WACV 2024:
Towards More Realistic Membership Inference Attacks on Large Diffusion Models
https://arxiv.org/abs/2306.12983
Jan Dubiński (IDEAS NCBR), Antoni Kowalczuk, Stanisław Pawlak,Przemysław Rokita, Tomasz Trzciński (IDEAS NCBR), Paweł Morawiecki
Face Identity-Aware Disentanglement in StyleGAN
https://arxiv.org/abs/2309.12033
Adrian Suwała, Bartosz Wójcik (IDEAS NCBR), Magdalena Proszewska, Jacek Tabor, Przemysław Spurek, Marek Śmieja
CLIP-DIY: CLIP Dense Inference Yields Open-Vocabulary Semantic Segmentation For-Free
https://arxiv.org/abs/2309.14289
Monika Wysoczanska, Michael Ramamonjisoa, Tomasz Trzcinski (IDEAS NCBR), Oriane Simeoni
