Przejdź do treści głównej

Grupa badawcza, D-21 PWr

genwro.AI

Czołowe modele generatywne: dyfuzja, 3D, niepewność i wyjaśnialność.

  • modele generatywne
  • modele dyfuzyjne
  • widzenie komputerowe
  • modelowanie niepewności
  • destylacja modeli
  • uczenie z niewielu przykładów
  • reprezentacje 3D
  • NeRF
  • splatting Gaussowski 3D
  • superrozdzielczość
  • rekonstrukcja obrazów
  • koloryzacja obrazów
  • segmentacja instancji
  • segmentacja amodalna
  • detekcja obiektów
  • wyjaśnialna AI
  • wyjaśnienia kontrfaktyczne
  • oduczanie maszynowe
15
Członkowie
6
Najnowsze publikacje

Lokalizacja

D-21 PWr

genwro.ai rozwija modele generatywne i dyfuzyjne, widzenie komputerowe, reprezentacje 3D, modelowanie niepewności, destylację modeli, uczenie z niewielu przykładów, wyjaśnialną AI oraz oduczanie maszynowe.

Członkowie

15 osób

Najnowsze publikacje

  1. HyConEx: Hypernetwork classifier with counterfactual explanations for tabular data

    Neurocomputing 2026 vol. 671, art. 132748, s. 1-11., 2026

  2. MultiPlaneNeRF: Neural radiance field with non-trainable representation

    Expert Systems with Applications 2025 vol. 279, art. 127350, s. 1-11. [ Publikacja zarejestrowana jako preonline dn. 31.03.2025, rok zaliczenia 2025. Wersja ostateczna zarejestrowana 30.06.2025, rok zaliczenia 2025.], 2025

  3. Direct detection of elongated objects geometry via a centerline-based representation

    Singapore : Springer Nature Singapore, cop. 2025. s. 75-88., 2025

  4. Joint MoE scaling laws: Mixture of Experts can be memory efficient

    [Cambridge, MA : JMLR, cop. 2025]. s. 1-18., 2025

  5. KeyFace: expressive audio-driven facial animation for long sequences via KeyFrame interpolation

    2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025

  6. How to train your multi-exit model? Analyzing the impact of training strategies

    [Cambridge, MA : JMLR, cop. 2025]. s. 1-20., 2025