Najnowsze publikacje
- Agnieszka Sroka-Oleksiak, Adam Pardyl, Dawid Rymarczyk, Aldona Olechowska-Jarząb, Katarzyna Biegun-Drożdż, Dorota Ochońska, Michał Wronka, Adriana Borowa, Tomasz Gosiewski, Miłosz Adamczyk, Henryk Telega, Bartosz Zieliński, Monika Brzychczy-Włoch, AI-driven rapid identification of bacterial and fungal pathogens in blood smears of septic patients, Computers in Biology and Medicine 199 (2025), 111328
- Bartosz Zieliński, Adam Pardyl, Grzegorz Kurzejamski, Jan Olszewski, Tomasz Trzciński, Beyond Grids: Exploring Elastic Input Sampling for Vision Transformers, IEEE Workshop on Applications of Computer Vision [WACV](MAIN), (2025), 8536-8545
- Bartosz Zieliński, Adam Pardyl, Michał Wronka, Maciej Wołczyk, Kamil Adamczewski, Tomasz Trzciński, AdaGlimpse: Active Visual Exploration with Arbitrary Glimpse Position and Scale, European Conference on Computer Vision [ECCV], (2025), 112-129
- Łukasz Struski, Adam Pardyl, Jacek Tabor, Bartosz Zieliński, ProPML: Probability Partial Multi-label Learning, IEEE International Conference on Data Science and Advanced Analytics [DSAA], (2023), 1-8
- Bartosz Zieliński, Adam Pardyl, Dawid Rymarczyk, Joanna Jaworek-Korjakowska, Dariusz Kucharski, Andrzej Brodzicki, Julia Lasek, Zofia Schneider, Iwona Kucybała, Andrzej Urbanik, Rafał Obuchowicz, Zbisław Tabor, CompLung: Comprehensive Computer-Aided Diagnosis of Lung Cancer, European Conference on Artificial Intelligence [ECAI] 372 (2023), 1835 - 1842
Zainteresowania
- Machine Learning for Computer vision
- Partial information and Active Inference
- Interpretability of Deep Neural Networks
Adam Pardyl
stopień/tytuł magister statusdoktorant informatyki technicznej
grupa badawcza
- Group of Machine Learning Research (GMUM)
adam.pardyl@uj.edu.pl
www