Wykłady

Wykłady Zapraszamy na wykłady! Klub Astronomiczny Almukantarat, by pomóc naszej zbiórce, przeprowadzi wykłady o tematyce astronomicznej. Odbędą się one online, w godzinach popołudniowych.Wstęp wolny. Terminarz 27 lutegoponiedziałekgodz. 19:00Własności magnetyczne skałWykładowca: Krystyna SytyAbstrakt wykładu:Na podstawie badania własności magnetycznych skał i osadów można oszacować ich skład mineralny, a także poznać przeszłość geologiczną Ziemi. Opowiem o tym, z

Rejestracja - Polish ML Community

Zapraszamy was nam meetup Polish ML Community, który odbędzie się w Krakowie, 18.03.2023 r. w biurze Tesco Technology (Przy Rondzie 4, 31-547 Kraków). Aby wziąć udział w wydarzeniu należy wypełnić poniższy formularz. Agenda: 13:00 pizza + networking 14:30 - Marta Kaczmarska - Segmentacja zmian patologicznych w przebiegu stwardnienia rozsianego na obrazach 3D z rezonansu magnetycznego - Shifts Challenge 15:30 - Dota Szymborska: ML na ludziach – etyczne lub nie zachowania chatGPT 16:30 przerwa 17:00 - Milena Michalska: Gwiazdy w piksele - przetwarzanie danych z kosmicznych teleskopów 18:00 - Wiktoria Wilman: Przeciwciała terapeutyczne a sztuczna inteligencja: możliwości i zalety głębokiego uczenia się w odkrywaniu przeciwciał 19:00 networking Nasze prelegentki: Marta Kaczmarska - Segmentacja zmian patologicznych w przebiegu stwardnienia rozsianego na obrazach 3D z rezonansu magnetycznego - Shifts Challenge Abstrakt: Głównym celem Shifts Challenge jest zwrócenie uwagi na problem rozbieżności między danymi źródłowymi a docelowymi (ang. domain shift). Jednym z zagadnień proponowanych w ramach challenge'u jest segmentacja zmian patologicznych istoty białej na obrazach rezonansu magnetycznego w przebiegu stwardnienia rozsianego. Identyfikacja i segmentacja uszkodzeń tkanki nerwowej jest istotna dla diagnozy choroby, a także dla oceny rokowania i monitorowania leczenia. Ponieważ manualne oznaczanie przez ekspertów jest czasochłonne, istnieje zapotrzebowanie na metody automatyczne. Jednak mała dostępność danych medycznych, zmienność danych pochodzących z różnych ośrodków i urządzeń powodują, że przy zastosowaniu powstałych modeli do danych rzeczywistych obserwujemy spadek ich jakości, a także wzrost niepewności segmentacji i nie mogą być one stosowane na szerszą skalę. Stworzenie modelu, który mógłby być z powodzeniem stosowany w wielu placówkach i na różnorodnej populacji pacjentów, byłoby znaczącym krokiem w stronę poprawy jakości i wydajności opieki medycznej osób chorych na stwardnienie rozsiane. Bio: Pracuję jako Deep Learning Engineer i na co dzień zajmuję się głównie analizą i przetwarzaniem obrazów. Jestem absolwentką fizyki medycznej i chętnie angażuję się w projekty o tematyce medycznej, w szczególności związane z obrazowaniem medycznym. Wiktoria Wilman: Przeciwciała terapeutyczne a sztuczna inteligencja: możliwości i zalety głębokiego uczenia się w odkrywaniu przeciwciał Abstrakt: Przeciwciała są istotną częścią układu odpornościowego, a ich możliwości sprawiają, że są one coraz częściej stosowane jako środki terapeutyczne. Obecnie metody in silico są używane na wielu etapach odkrywania i projektowania przeciwciał, zastępując bądź wspomagając procesy laboratoryjne. Użycie paradygmatów uczenia maszynowego w bioinformatyce przeciwciał otwiera nowe możliwości, takie jak oparte na języku modelowanie repertuarów przeciwciał lub generowanie nowych sekwencji w oparciu o uczenie maszynowe. W trakcie prezentacji postaram się w pigułce przedstawić możliwości, jakie daje machine learning, w tym deep learning w projektowaniu przeciwciał terapeutycznych na konkretnych przykładach. Prezentacja oparta o artykuł naukowy: Machine-designed biotherapeutics: opportunities, feasibility and advantages of deep learning in computational antibody discovery. (https://academic.oup.com/bib/article/doi/10.1093/bib/bbac267/6643456?login=false) Bio: Cześć, tu Wiktoria @biokoderka! Moją pasją jest bioinformatyka, z którą chce zapoznać jak najwięcej osób! Pracuję również jako Bioinformatyk w NaturalAntibody, gdzie używamy rozwiązań bioinformatycznych i AI w celu przyspieszenia odkrywania przeciwciał dla przemysłu farmaceutycznego. Milena Michalska: Gwiazdy w piksele - przetwarzanie danych z kosmicznych teleskopów Abstrakt: Od zamiany ciągu cyfr z sensora optycznego w kolorowe zdjęcie, do algorytmów sztucznej inteligencji identyfikującej sygnały odbierane z kosmosu, by z wielu klatek złożyć obraz ciała niebieskiego. Programowanie orbitalnych obserwatorów jest absolutnie fascynujące! Bio: Programistka zafascynowana kosmosem, pracująca na co dzień z tematami przetwarzania obrazów i computer vision. Popularyzatorka nauki, rakieciara. Dota Szymborska: ML na ludziach – etyczne lub nie zachowania chatGPT Abstrakt: Ciężko o bardziej zaangażowaną grupę treningową jaką otrzymał chatGPT. Miliony ludzi zadają pytania, nic tylko się uczyć. Jednak odpowiedzi chatGPT idą w inną stronę – coraz bardziej zachowawcze, coraz bardziej ogólne. Do tego dochodzi wizja płatnego dostępu, który ma być wprowadzony wkrótce. Wystąpienie analizujące etyczne uwarunkowania istnienia botów i zakresu ich odpowiedzialności jak i „praw autorskich”. Bio: dr Dota Szymborska specjalizuje się w etyce nowych technologii. Jej rozprawa doktorska dotyczyła etycznych uwarunkowań w procesie decyzyjnym w pojazdach autonomicznych. Entuzjastka współpracy z niebiologicznymi naukowcami. Po godzinach fascynuje się dzikim i lodowym pływaniem, triathlonistka i maratonka.