From networks to circuits: a structured approach to AI interpretability
BS Kowalska, H Kwaśnicka
CHI 2026
2026
Bianka Kowalska
Doktorant
Doktorantka w dziedzinie Wyjaśnialnej Sztucznej Inteligencji, specjalizująca się w interpretowalności mechanistycznej konwolucyjnych sieci neuronowych. Obszar badań obejmuje widzenie komputerowe, przejrzystość modeli oraz analizę mechanizmów prowadzących do błędów i nieprawidłowego działania systemów głębokiego uczenia.
Zainteresowania badawcze
- xai
- mechanistic interpretability
Wykształcenie
- 2022
inż. Mechatronika
Politechnika Wrocławska
- 2024
mgr inż. Sztuczna Inteligencja
Politechnika Wrocławska
Publikacje5
Unboxing the black box: a survey on mechanistic interpretability for algorithmic understanding of neural networks
BS Kowalska, H Kwaśnicka
Machine Learning 115, 1–41
2026
Analysis of the new architectural dataset NeoFaçade and its potential in machine learning
BS Kowalska, H Baran, D Hardzetski, H Kwaśnicka, AS Marcinów, M Biegańska
Architectus (4), 75–84
2024
Building a dataset of Wrocław’s historic tenements
AS Marcinów, M Biegańska, BS Kowalska, H Baran, D Hardzetski, H Kwaśnicka
Architectus (3), 55–64
2024
Development of low-cost high-frequency data acquisition system for energy harvesting applications
RP Mech, PK Wiewiórski, BS Kowalska, O Ivanow
Inne
2022