Skip to main content

Seminaria Zakładu

Poniedziałek 22 maja 2017 roku, godz. 14.00,
sala C-2-10 Wydziału FAIS UJ, Łojasiewicza 11

Dr Jan Argasiński
Zakład Technologii Gier

HR i GSR w informatyce afektywnej

W prowadzonych przez nas badaniach związanych z informatyką afektywną (Affective Computing) nieustannie przewija się kwestia zbierania i przetwarzania danych z sensorów HR (heart rate) i GSR (galvanic skin response). W swoim wystąpieniu postaram się wyjaśnić co tak naprawdę rejestrują te urządzenia, jakie są mechanizmy ich działania oraz jakie to implikuje problemy. Opowiem również w jaki sposób informacje z HR i GSR mogą pomóc nam w interpretowaniu stanów emocjonalnych u badanych osób. Całość uzupełni prezentacja dotychczasowych i planowanych eksperymentów oraz pozyskanych wstępnie danych.

Poniedziałek 8 maja 2017 roku, godz. 14.00,
sala C-2-10 Wydziału FAIS UJ, Łojasiewicza 11

Dr hab. inż. Grzegorz J. Nalepa, prof. AGH
Dr Szymon Bobek
Katedra Informatyki Stosowanej AGH

 

From Knowledge Engineering to Context-Aware Affective Systems

Knowledge engineering is a classic approach to building intelligent systems. In KE human knowledge is represented by symbolic models build by knowledge engineering. The models can then be processed by automated inference systems. Our work in the area of KE has been focused on rule-based reasoning systems. We will briefly summarize our results in this area.

More recently, we focused on new class of intelligent systems, so-called context-aware systems. By a classic definition context is any information that can be used to characterize the situation of an entity. Building context models requires much more than human knowledge that can be explicitly modeled by experts. In fact, models often need to discovered and learned from data using machine learning techniques. We will focus on context-aware systems implemented with the use of mobile devices such as smartphones, and present our results in this area.

Finally, we will also explore opportunities of incorporation of affective information into context-aware systems paradigm. We argue, that human-centric cognitive computer systems should be able to detect and interpret changes of emotional state of the users. To this goal we propose to combine two computing approaches: affective computing and context-aware systems. We propose the AfCAI software platform as a solution to the development of cognitive assistants that are based on context-aware and affective systems. In our work we focus on wearable sensors for physiological monitoring.

Ultimately, we are considering building so called cognitive assistants, or more recently called smart advisors. These are computer systems that augment human capabilities by providing decision support. Today, such systems should be personalized, implemented with the use of wearable devices and ambient intelligence technologies to be constantly available to the user.

Poniedziałek 24 kwietnia 2017 roku, godz. 14.00,
sala C-2-10 Wydziału FAIS UJ, Łojasiewicza 11

Dr Przemysław Witaszczyk
Zakład Technologii Gier

Intuicje fizyczne w Deep Learning

W ostatnim czasie sukcesy uczenia maszynowego opartego o głębokie sieci neuronowe przyciągnęły uwagę fizyków, pragnących znaleźć powody tak skutecznego ich działania. W szczególności pojawiły się koncepcje związków sieci Deep Learning z grupą renormalizacji. W trakcie wystąpienia postaram się przybliżyć tę ideę oraz próby intuicyjnego wyjaśnienia, dlaczego Deep Learning jest tak skuteczny w specyficznych zastosowaniach.

Poniedziałek 10 kwietnia 2017 roku, godz. 14.00,
sala C-2-10 Wydziału FAIS UJ, Łojasiewicza 11

Dr Wiesław Chmielnicki
Zakład Technologii Gier

Modyfikacje zbioru uczącego jako sposób równoważenia problemu klasyfikacji danych

Współczesne problemy klasyfikacji to bardzo często problemy niezrównoważone. To znaczy takie, w których mamy znaczącą przewagę próbek reprezentujących jedną klasę nad próbkami reprezentującymi drugą klasę. Problem ten staje się jeszcze bardziej palący w problemach wieloklasowych, zwłaszcza w przypadku stosowania metody "jeden przeciw pozostałym". W takim wypadku zdarza się, że jedna klasa jest nadreprezentowana w stosunku 100:1 lub nawet więcej. Taka sytuacja powoduje, że klasyfikator ma tendencję do klasyfikowania nieznanych próbek do klasy większościowej. Jednym ze sposobów radzenia sobie z tym problemem jest modyfikacja zbioru uczącego polegająca na filtrowaniu próbek większościowych i/lub dodawaniu nowych próbek mniejszościowych. Te strategie zostaną przedstawione w mojej prezentacji.

Poniedziałek 3 kwietnia 2017 roku, godz. 14.00,
sala C-2-10 Wydziału FAIS UJ, Łojasiewicza 11

Mgr Paweł Mogiła
Zakład Technologii Gier

Nie ufajcie klawiaturom.

Na seminarium omówię problem ataków za pośrednictwem urządzeń z wejściem USB. Szczególną uwagę poświęcę na ataki "klawiaturowe" gdzie urządzenie przedstawia się jako urządzenie wejścia np. klawiatura. System naiwnie ufa podłączonemu urządzeniu po czym klawiatura ożywa i zaczyna przesyłać naciśnięcia klawiszy w bardzo szybkim tempie.

Poniedziałek 20 stycznia 2017 roku, godz. 14.00,
sala C-2-10 Wydziału FAIS UJ, Łojasiewicza 11

Dr hab. Paweł Węgrzyn
Zakład Technologii Gier

Układy mas i sprężynek w symulacjach

Omawiany będzie popularny w symulacjach model ciała miękkiego złożony z punktowych mas połączonych sprężynkami. Dla przypadku liniowego obiektu (typu włos, źdźbło trawy, linka), przedstawię strukturę diagramów prezentujących możliwe konfiguracje statyczne obiektu w zależności od wybranych parametrów modelu. Wykorzystany zostanie nowy sposób reprezentowania i analizowania informacji o kształcie tego typu obiektów. Optymalne konfiguracje obiektów będą wyznaczane zarówno metodą programowania nieliniowego, jak i symulacjami numerycznymi.