Najnowsze publikacje
- Marcin Sendera, Amin Sorkhei, Tomasz Kuśmierczyk, Revisiting the equivalence of Bayesian neural networks and Gaussian processes: on the importance of learning activations, Conference in Uncertainty in Artificial Intelligence [UAI] UAI '25: Proceedings of the Forty-First Conference on Uncertainty in Artificial Intelligence (2025), 3675 - 3700
- Patryk Marszałek, Klaudia Bałazy, Jacek Tabor, Tomasz Kuśmierczyk, Minimal Ranks, Maximum Confidence: Parameter-efficient Uncertainty Quantification for LoRA, Empirical Methods in Natural Language Processing [EMNLP](MAIN), (2025), 1260-1271
- Patryk Marszałek, Tomasz Kuśmierczyk, Witold Wydmański, Jacek Tabor, Marek Śmieja, ZEUS: Zero-shot Embeddings for Unsupervised Separation of Tabular Data, Advances in Neural Information Processing Systems [NeurIPS](MAIN), (2025),
- Piotr Borycki, Kubacki Piotr, Marcin Przewięźlikowski, Jacek Tabor, Przemysław Spurek, Tomasz Kuśmierczyk, Hypernetwork Approach to Bayesian MAML (Student Abstract), National Conference of the American Association for Artificial Intelligence [AAAI] 39 (2025), 29325-29327
- Marcin Sendera, Amin Sorkhei, Tomasz Kuśmierczyk, Hi-fi functional priors by learning activations, Neurips Workshop On Bayesian Decision-making and Uncertainty 2024 (2024),
Zainteresowania
Uczenie Bayesowskie
Tomasz Kuśmierczyk
stopień/tytuł doktor jednostka- Katedra Uczenia Maszynowego
- Instytut Informatyki i Matematyki Komputerowej
- Group of Machine Learning Research (GMUM)
ul. Prof. S. Łojasiewicza 6, pok. 2061
t.kusmierczyk@uj.edu.pl
www