W naszym instytucie zakończył się remont sali seminaryjnej oraz biblioteki.
- Autor: - | Data utworzenia: 27.04.2016
- Autor: - | Data utworzenia: 13.04.2016 | Ostatnia modyfikacja: 18.06.2018
Data:
13/04/2016 - 13:15Prelegent:
Waldemar Kłobus, Uniwersytet Adama Mickiewicza w PoznaniuWe develop a general operational framework that formalizes the concept of conditional uncertainty in a measure-independent fashion. The formalism is built around a mathematical relation that we call conditional majorization. We define and characterize conditional majorization, and use it to develop tools for the construction of measures of the conditional uncertainty of individual measurements, and also of the joint conditional uncertainty of sets of measurements. We demonstrate the application of this framework by deriving universal uncertainty relations in several measurement scenarios. - Autor: Jarosław Miszczak | Data utworzenia: 14.03.2016 | Ostatnia modyfikacja: 18.06.2018
Data:
16/03/2016 - 13:15Prelegent:
Marek Sawerwain, Uniwersytet ZielonogórskiTematem wystąpienia będzie omówienie implementacji numerycznej procedury wyznaczającej zakres numeryczny (ang. numerical range). Zostanie wyznaczona jej złożoność obliczeniowa oraz wskazane punkty newralgiczne w których można zastosować przetwarzanie równoległe celem osiągnięcia wyższej wydajności na obecnie dostępnych urządzeniach typu GPU oraz CPU. Zostaną podane przykłady numeryczne oraz pokazana wydajność pomiędzy istniejącymi implementacjami a nowo proponowanymi implementacjami.
- Autor: - | Data utworzenia: 04.02.2016 | Ostatnia modyfikacja: 18.06.2018
Data:
09/03/2016 - 13:15Prelegent:
Jarosław Duda, Uniwersytet JagiellońskiEntropy coding is the heart of most of data compressors. Standard methods are Huffman coding - fast but inaccurate (suboptimal), and arithmetic/range coding - accurate but an order of magnitude slower (costly). I will tell about new approach: Asymmetric Numeral Systems, which is accurate while having cost similar to Huffman coding. It is for example used in Apple LZFSE (default compressor in iOS9 and OS X 10.11) or CRAM 3.0 DNA compressor of European Bioinformatics Institute.
- Autor: - | Data utworzenia: 02.02.2016 | Ostatnia modyfikacja: 18.06.2018
Data:
04/02/2016 - 12:00Prelegent:
Krisztian Buza, Budapest University of Technology and Economics - Autor: Jarosław Miszczak | Data utworzenia: 26.01.2016 | Ostatnia modyfikacja: 30.04.2019
Data:
27/01/2016 - 12:15Prelegent:
Karolina Nurzyńska, Politechnika Śląska w GliwicachEmocje wyrażane poprzez mimikę twarzy są jedną z najważniejszych metod niewerbalnej komunikacji między ludzkiej. Niezależnie jak dobrze wydaje nam się, że umiemy rozpoznawać różne stany emocjonalne, łatwo jest wprowadzić nas w błąd. Złe zrozumienie wyrażonych emocji, a co z tym się wiąże intencji drugiej osoby, może wywołać nieprzyjemne konsekwencje w życiu prywatnym, a mieć daleko idące niepożądane skótki, gdy chodzi o środki bezpieczeństwa. Dlatego automatyczne rozpoznawanie emocji cieszy się dużym zainteresowaniem od kilku dekad.
- Autor: - | Data utworzenia: 18.11.2015 | Ostatnia modyfikacja: 18.06.2018
Data:
20/11/2015 - 13:30Prelegent:
Hanna Wojewódka, Uniwersytet GdańskiPrzedmiotem referatu będzie podsumowanie badań dotyczących ergodycznych własności pewnych stochastycznych układów dynamicznych generowanych przez łańcuchy Markowa o wartościach w przestrzeni stanów będącej przestrzenią polską. Analizie poddano model matematyczny opisujący proces podziału komórki. Przyjęte założenia spełnia m.in. model J.J. Tysona i K.B. Hannsgena (1988) oraz A. Lasoty i M.C. Mackeya (1999), który był inspiracją do podjęcia badań. Przedstawiony zostanie ergodyczny opis uogólnionego modelu cyklu komórkowego.
- Autor: Jarosław Miszczak | Data utworzenia: 23.09.2015 | Ostatnia modyfikacja: 06.12.2018
Data:
23/09/2015 - 13:00Prelegent:
Krzysztof DominoNormalna dyfuzja oraz błądzenie przypadkowe. Średnia droga kwadratowa dla procesów Wienera oraz procesów skorelowanych. Wyprowadzenie anomalnej dyfuzji jako błądzenie przypadkowe na fraktalach (układach samopodobnych). Matematyczne fraktale (np. Trójkąt Sierpińskiego) i statystyczne fraktale. Wyznaczenie wymiaru fraktalnego błądzenia przypadkowego na fraktalach. Wykładnik Hursta oraz dodatnie i ujemne auto-korelacje. Zastosowanie formalizmy błądzenia przypadkowego oraz wykładnika Hursta do analizy obiektów fraktalnych, w tym zastosowanie w/w formalizmu do analizy obrazów.