AI Bay i DIH4.AI serdecznie zapraszają 28.10.2021 na seminarium z cyklem wykładów dotyczących wykorzystania sztucznej inteligencji w radiologi jak również zagadnieniu continual semi-supervised learning (CSSL). Seminarium będzie zorganizowane zdalnie i prowadzone będzie w języku polskim oraz angielskim.
17.30-17.55: Weronika Hryniewska, Tworzysz rozwiązania sztucznej inteligencji dla radiologów? Nie popełniaj tych błędów, Politechnika Warszawska
18.00-18.25: dr Anna Supernat, Wykorzystanie metod sztucznej inteligencji do precyzyjnej diagnostyki nowotworów w oparciu o materiał pochodzący z płynnej biopsji, Międzyuczelniany Wydział Biotechnologii Uniwersytetu Gdańskiego i Gdańskiego Uniwersytetu Medycznego
18.30-18.55: Ajmal Shahbaz PhD, Continual semi supervised learning, Oxford Brookes University, Oxford, UK
W trakcie spotkania przewidywana jest żywiołowa dyskusja.
Spotkanie będzie zorganizowane za pośrednictwem platformy Zoom. Prosimy o rejestrację w celu uzyskania linku do spotkania (zostanie przesłany najpóźniej dzień przed spotkaniem).
Informacja o wykładowcach
Weronika Hryniewska – doktorantka informatyki technicznej na Politechnice Warszawskiej. Jej badania koncentrują się na uczeniu głębokim na obrazowych danych medycznych z wykorzystaniem metod wyjaśnialnej sztucznej inteligencji. Jest autorką publikacji w tym temacie. Związana jest z grupą MI2DataLab, z którą obecnie zaczęła realizację grantu NCBR: „Godna zaufania sztuczna inteligencja wspierająca identyfikację zmian chorobowych w płucach na bazie danych obrazowych”. Ponadto ma doświadczenie w pracy nad rozwiązaniami komercyjnymi w przetwarzaniu języka naturalnego oraz wizji komputerowej nabyte w Samsungu.
Anna Supernat – Absolwentka Międzyuczelnianego Wydziału Biotechnologii Uniwersytetu Gdańskiego i Gdańskiego Uniwersytetu Medycznego. Pracę doktorską zrealizowała w Zakładzie Biologii Komórki Gdańskiego Uniwersytetu Medycznego, pod kierunkiem dr hab. Anny Żaczek, prof. GUMed. Przedmiotem jej zainteresowań jest podłoże molekularne nowotworów, szczególnie w zakresie płynnych biopsji analizowanych za pomocą sekwencjonowania wysokoprzepustowego. Autorka 19 publikacji w recenzowanych czasopismach, uczestniczka licznych konferencji międzynarodowych, ekspert Narodowego Centrum Badań i Rozwoju (NCBR), kierownik grantów przyznawanych przez Narodowe Centrum Nauki (NCN) i NCBR.
Ajmal Shahbaz – Research fellow in visual artificial intelligence lab, oxford brookes university, Oxford, UK. He recived his Phd in electrical engineering, intelligent systems lab, university of ulsan; Ulsan. South Korea. Research interests: deep learning, continual learning, semi supervised learning
Serdecznie zapraszamy!
Jacek Rumiński
AI Bay / DIH4.AI
Zgłoszenie udziału: