Grupa badawcza, D-21 PWr
genwro.AI
Modele generatywne: dyfuzja, 3D, niepewność i wyjaśnialność.
Tematy badawcze: modele generatywne · modele dyfuzyjne · widzenie komputerowe · modelowanie niepewności · destylacja modeli · uczenie z niewielu przykładów
Kierownictwo grupy
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
16 osób- Maciej ZiębaKierownik grupy

- Kamil AdamczewskiCzłonek zespołu

- Przemyslaw DolataCzłonek zespołu

- Weronika JakubowskaCzłonek zespołu

- Oleksii FurmanCzłonek zespołu

- Katarzyna JabłońskaCzłonek zespołu

- Wojciech KozłowskiCzłonek zespołu

- Mateusz GrzesiukCzłonek zespołu

- Marcin KostrzewaCzłonek zespołu

- Radosław KuczbańskiCzłonek zespołu

- Łukasz LenkiewiczCzłonek zespołu
- Patryk WielopolskiCzłonek zespołu

- Konrad KaranowskiCzłonek zespołu
- Dawid KopećCzłonek zespołu
- Jakub BalickiCzłonek zespołu
- Halina KwasnickaCzłonek zespołu

Najnowsze publikacje
Unifying deep stochastic processes for image enhancement
Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, 6th-11th July, 2026
HyConEx: Hypernetwork classifier with counterfactual explanations for tabular data
Neurocomputing, 2026
Towards plausibility in time series counterfactual explanations
ACIIDS, 2026
Reducing estimation uncertainty using normalizing flows and stratification
ACIIDS, 2026
Are foundation models useful for bankruptcy prediction?
2025
MultiPlaneNeRF: Neural radiance field with non-trainable representation
Expert Systems with Applications, 2025