17.01.24 (środa)

godz. 15:00

stacjonarnie: budynek Wydziału Informatyki, Kawiory 21, sala 2.41
zdalnie: transmisja na platformie YouTube

Deskryptory (niezmienniki) topologiczne grafów są używane od dziesięcioleci w badaniu własności grafów. W szczególności są one w stanie opisywać zarówno lokalne, jak i globalne własności, co jest szczególnie ważne np. w analizie grafów molekularnych. Obecnie dziedzinę klasyfikacji grafów, szczególnie przewidywania własności molekularnych, zdominowały jednak grafowe sieci neuronowe (GNNs), które nie wykorzystują explicite takich własności. W tej prezentacji pokażę, jak można dokonać klasyfikacji grafów z użyciem deskryptorów topologicznych, jaki jest ich związek z sieciami GNN, oraz jak łączyć je z najnowszymi architekturami, takimi jak transformery grafowe.
Jakub Adamczyk ukończył Informatykę - Data Science na Wydziale Informatyki AGH. Obecnie prowadzi tam badania w ramach doktoratu dotyczące klasyfikacji grafów i zastosowań uczenia maszynowego w chemii molekularnej. Pracuje też jako Data Science Engineer w Placewise, zajmując się różnorodnymi projektami uczenia maszynowego, w tym wdrożeniami end-to-end i tematyką MLOps. W czasie wolnym trenuje Historical European Martial Arts (HEMA).
  • 6 miesięcy, 1 tydzień temu