Podwójne podium w konkursie Ogarnij Big Data!

Pod koniec zeszłego miesiąca zakończył się konkurs Ogarnij Big Data organizowany przez Żabkę. Reprezentanci naszego koła zajęli w nim drugie i trzecie miejsce! Kto wie, może w kolejnej edycji uda się zdobyć pierwsze? 😉

Strona konkursu: https://ogarnijbigdata.pl

Program stażowy GHOST-PCSS

Poznańskie Centrum Superkomputerowo-Sieciowe we współpracy z GHOST uruchomiło program stażowy dla członków GHOSTa. Wybrani studenci będą pracowali w projektach związanych z wykrywaniem anomalii w wielowymiarowych szeregach czasowych oraz w obszarze nienadzorowanego przetwarzania języka naturalnego.

Grant dla koła GHOST

Razem z KN Robotyka-Automatyka-Informatyka postanowiliśmy wziąć udział we wspólnym projekcie budowy miniatury samochodu bezzałogowego sterowanego głębokimi sieciami neuronowym. Nasz wniosek grantowy został pozytywnie rozpatrzony przez Radę Kół Naukowych! Wkrótce KN RAI rozpocznie budowę samochodu, a potem my przejmiemy pałeczkę i przeprowadzimy kurs na prawo jazdy 😉

Wygrana członków koła w konkursie na najlepszą pracę inżynierską!

Trzech członków naszego koła otrzymało ostatnio pierwszą nagrodę za najlepszą pracę inżynierską na kierunkach Informatyka oraz Bioinformatyka. Konkurs został przeprowadzony pod patronatem IEEE. Więcej informacji można znaleźć na stronie wydziału: https://fc.put.poznan.pl/fc2/drupal/node/1116

GHOST w nowym semestrze

Zgodnie z ustaleniami poczynionymi na spotkaniu organizacyjnym, nasze koło w bieżącym semestrze będzie działało w sześciu grupach

1. Grupa AlphaGo – grupa, której celem jest dokładne zrozumienie algorytmu AlphaGo opracowanego przez Google DeepMind, który kilka lat temu pokonał człowieka w grze w Go
2. Grupa VIZDOOM – grupa której celem jest rozszerzenie biblioteki VIZDOOM do uczenia ze wzmocnieniem
3. Grupa Probabilistic Programming – grupa pracująca nad poznaniem paradygmatu Probabilistic Programming i jego wykorzystaniem do uczenia maszynowego
4. Grupa DeepRacer – grupa budowy miniatury samochodu autonomicznego sterowanego głębokimi sieciami neuronowymi. Grupa we współpracy z kołem naukowym RAI złoży wniosek grantowy, a w przypadku przyznania finansowania KN RAI zbuduje miniaturę samochodu, a GHOST zaprojektuje algorytmy analogiczne do tych używanych w self-driving cars.
5. Grupa GHOSTDay – specjalna grupa organizująca mini-konferencję związaną z uczeniem maszynowym na Politechnice Poznańskiej
6. Grupa IJCAI – (na razie jednoosobowa – zapraszamy:) grupa startująca w konkursie o adversarial examples

Nowy semestr, nowy GHOST

W nadchodzącym semestrze GHOST przyjmie bardziej interaktywny format – zamiast organizowania cotygodniowych spotkań skupionych wokół prezentacji przygotowywanych przez prowadzącego, podzielimy się na grupy projektowe. Członkowie grup projektowych samodzielnie przygotowują się do zajęć, a podczas spotkań dzielą się spostrzeżeniami na temat przerobionych materiałów lub implementowanego projektu. Uczestnictwo w kole będzie wymagało większego zaangażowania niż poprzednio, ale każdy będzie miał okazję dołączyć do takiej grupy, której tematyka i poziom zaawansowania najbardziej mu odpowiada.

W związku z powyższym, we wtorek 26.02.2019, o godz. 11:45, w sali 423 WE odbędzie się spotkanie organizacyjne. Do obecności zachęcamy wszystkich zainteresowanych udziałem w kole (także osoby nowe), ponieważ podczas spotkania każdy będzie okazja poznać nową formułę zajęć i wybrać spośród szeregu możliwości swój tryb uczestnictwa.

Sprawozdanie GHOST 2017-2018

Z dumą prezentujemy raport z działalności koła naukowego w latach 2017-2018 przygotowany dla Jego Magnificencji Rektora PP w celach sprawozdawczych.

PLinML 2018

Od piątku do poniedziałku koło naukowe GHOST brało udział w konferencji PLinML. Wydarzenie odbyło się w Warszawie i obejmowało zarówno tematykę teoretyczną, jak i prezentacje praktycznych aplikacji Machine Learningu. Obejrzeliśmy między innymi prezentację Wojciecha Czarneckiego z DeepMind: From Pixels to Human-level Performance in Multi-Player First Person Games, oraz Understanding the Early Phase of Training Deep Neural Networks Stanisława Jastrzębskiego z Uniwersytetu Jagiellońskiego. Cześć grupy wzięła również udział w całodziennym workshopie na temat Conversational AI.

Na konferencji nie zabrakło aktywnego udziału członków GHOST: swoją prezentację Neural Models for Semantic Code Search przedstawiła Faustyna Krawiec, wiceprzewodnicząca naszego koła. Zaprezentowaliśmy również dwa postery: Faustyny, obejmujący tematykę wspomnianej prezentacji, oraz Marcina Koniecznego―na temat rozproszonego clusterowania dużych zbiorów danych. Konferencja PLinML przyniosła nam nie tylko wiedzę i doświadczenie, ale również bezcenne dobra materialne, gdyż Dominik Huss wygrał w quizie książkę Christophera Bishopa Pattern Recognition and Machine Learning.

• 

• 

• 

• 

Imbalanced Learning

W zeszłym tygodniu odbyły się ostatnie zajęcia z Learning to Rank. Przedyskutowaliśmy modele Thurstone’a, Plackett-Luce’a, ListNet i test LeToR.

Przez pozostałą część semestru omawiać będziemy nowy temat – Imbalanced Learning. Dzisiaj odbyły się wstępne zajęcia, podczas których zastanawialiśmy się nad możliwymi metodami radzenia sobie z niezrównoważeniem klas w danych uczących. Przez kolejne kilka tygodni poznawać będziemy dedykowane dla tego problemu miary oceny i algorytmy uczenia stworzone z myślą o danych niezrównoważonych.

Jeżeli jesteś zainteresowany/a tematem Imbalanced Learning, zapraszamy do dołączenia do spotkań w czwartki o 16:50PM, w sali 423WE.

GHOST Special Session – Edge AI

W ostatni poniedzialek odbyła się kolejna sesja specjalna GHOSTa. Tym razem gościliśmy Michała Giełdę z firmy AntMicro, który wygłosił prezentacje pt. “Edge AI – new capabilities, tools and platforms for a new wave of connected devices”. Sporo dowiedzieliśmy się o nowych architekturach sprzętowych ktore wspierają głębokie sieci neuronowe takie jak Jetson Xavier, Movidius Myriad czy TPU. Michał także podkreślał potrzebę otwartych architektur sprzętowych takich jak Risc-V i pokazał nam interesujące projekty nad ktorymi aktualnie pracuja np. SkyWall czy kompresja sieci neuronowych.