Wybrane książki
- Jacek Tabor, Marek Śmieja, Łukasz Struski, Przemysław Spurek, Maciej Wołczyk, „Głębokie uczenie. Wprowadzenie”, Helion, 2022
Najważniejsze publikacje
- Maciej Wołczyk, Magdalena Proszewska, Łukasz Maziarka, Zięba Maciej, Patryk Wielopolski, Rafał Kurczab, Marek Śmieja, PluGeN: Multi-Label Conditional Generation From Pre-Trained Models, National Conference of the American Association for Artificial Intelligence [AAAI](MAIN) 36/8 (2022), 8647-8656
- Klaudia Bałazy, Igor Podolak, Marek Śmieja, Jacek Tabor, Tomasz Trzciński, Maciej Wołczyk, Bartosz Wójcik, Zero Time Waste: Recycling Predictions in Early Exit Neural Networks, Advances in Neural Information Processing Systems [NeurIPS](MAIN) 34 (2021), 1-13
- Marek Śmieja, Łukasz Struski, Mario A.T. Figueiredo, A Classification-Based Approach to Semi-Supervised Clustering with Pairwise Constraints, Neural Networks 127 (2020), 193-203
- Sylwester Klocek, Łukasz Maziarka, Jakub Nowak, Marek Śmieja, Jacek Tabor, Maciej Wołczyk, Hypernetwork Functional Image Representation, Artificial Neural Networks and Machine Learning – Icann 2019: Workshop and Special Sessions (2019), 496-510
- Marek Śmieja, Łukasz Struski, Jacek Tabor, Bartosz Zieliński, Przemysław Spurek, Processing of missing data by neural networks, Advances in Neural Information Processing Systems 31 (2018), 2719-2729
Najnowsze publikacje
- Adrian Suwała, Bartosz Wójcik, Magdalena Proszewska, Jacek Tabor, Przemysław Spurek, Marek Śmieja, Face Identity-Aware Disentanglement in StyleGAN, IEEE Workshop on Applications of Computer Vision [WACV], (2024), 10
- Witold Wydmański, Oleksii Bulenok, Marek Śmieja, HyperTab: Hypernetwork Approach for Deep Learning on Small Tabular Datasets, IEEE International Conference on Data Science and Advanced Analytics [DSAA], (2023), 9
- Bartosz Wójcik, Marcin Przewięźlikowski, Filip Szatkowski, Maciej Wołczyk, Klaudia Bałazy, Bartłomiej Krzepkowski, Igor Podolak, Jacek Tabor, Marek Śmieja, Tomasz Trzciński, Zero time waste in pre-trained early exit neural networks, Neural Networks 168 (2023), 580-601
- Klaudia Bałazy, Łukasz Struski, Marek Śmieja, Jacek Tabor, r-softmax: Generalized Softmax with Controllable Sparsity Rate, International Conference on Computational Science [ICCS] Lecture Notes in Computer Science, vol 14074. Springer, Cham (2023), 137-145
- Piotr Gaiński, Michał Koziarski, Jacek Tabor, Marek Śmieja, ChiENN: Embracing Molecular Chirality with Graph Neural Networks, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database [ECML PKDD] Lecture Notes in Computer Science(), vol 14171. Springer, Cham (2023), 36-52
Zainteresowania
-uczenie głębokie
-uczenie z niepełnych danych
-modele generatywne
-uczenie pół-nadzorowane
-metody nienadzorowane
-cheminformatyka
Ważniejsze nagrody i wyróżnienia
- Stypendium Ministra Edukacji i Nauki dla wybitnych młodych naukowców, 2021, Ministerstwo Edukacji i Nauki
Marek Śmieja
stopień/tytuł doktor habilitowany stanowiskobadawczo-dydaktyczne, profesor uczelni
jednostka
- Katedra Uczenia Maszynowego
- Instytut Informatyki i Matematyki Komputerowej
- Group of Machine Learning Research (GMUM)
marek.smieja@uj.edu.pl
www