Przejdź do treści głównej
Katedra Sztucznej Inteligencji
← genwro.AI

Publikacje

Publikacje przypisane do grupy oraz publiczne publikacje potwierdzone w dorobku jej obecnych członków.

Liczba publikacji: 361

  1. Uncertainty-weighted spectral similarity for hyperspectral imaging spectroscopy

    Dariusz Tanajewski, Katarzyna Jabłońska, Marcin P Jakubowicz

    IEEE Geoscience and Remote Sensing Letters · 2026

  2. Learning representations from 3D Gaussian splats

    Julia Farganus, Krzysztof Żurawicki, Arkadiusz Gaweł, Weronika Z Jakubowska, Halina Kwaśnicka

    ICCCI 2026 · 2027

  3. Unifying deep stochastic processes for image enhancement

    Wojciech M. Kozłowski, Radosław Kuczbański, Kamil Adamczewski, Karol M Szczypkowski, Maciej M Zięba

    Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, 6th-11th July 2026 · 2026

  4. Attention sinks as internal signals for hallucination detection in large language models

    Jakub Binkowski, Kamil Adamczewski, Tomasz Kajdanowicz

    Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, 6th-11th July 2026 · 2026

  5. DART: a degradation-aware recurrent transformer for archival film restoration

    Mikołaj Jastrzębski, Wojciech M Kozłowski, Kamil Adamczewski

    Raporty Katedry Sztucznej Inteligencji Politechniki Wrocławskiej. 2026, Ser. PRE · 2026

  6. UnHype: CLIP-guided hypernetworks for dynamic LoRA unlearning

    Piotr Wójcik, Maksym Petrenko, Wojciech M Gromski, Przemysław Spurek, Maciej M Zięba

    Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, 6th-11th July 2026 · 2026

  7. AbsoluteDegradation: a physics-inspired synthetic film-degradation pipeline and archival film restoration benchmark

    Mikołaj Jastrzębski, Dawid Glinkowski, Dawid Zieliński, Daniel Borkowski, Wojciech M Kozłowski, Kamil Adamczewski

    Raporty Katedry Sztucznej Inteligencji Politechniki Wrocławskiej. 2026, Ser. PRE · 2026

  8. Unifying perspectives: plausible counterfactual explanations on global, group-wise, and local levels

    Oleksii Furman, Patryk E Wielopolski, Łukasz D Lenkiewicz, Jerzy Stefanowski, Maciej M Zięba

    Proceedings of the Thirty-Fifth International Joint Conference on Artificial Intelligence, IJCAI 2026, Bremen, 15-21 August · 2026

  9. Extending PPCEF: probabilistically plausible counterfactual explanations for regression and heterogeneous tabular data

    Oleksii Furman, Łukasz D Lenkiewicz, Jerzy Stefanowski, Patryk E Wielopolski, Maciej M Zięba

    Data Mining and Knowledge Discovery · 2026

  10. Towards plausibility in time series counterfactual explanations

    Marcin R. Kostrzewa, Krzysztof J Galus, Maciej M Zięba

    ACIIDS 2026 · 2026

  11. Reducing estimation uncertainty using normalizing flows and stratification

    Paweł Lorek, Rafał Nowak, Rafał Topolnicki, Tomasz Trzciński, Maciej M Zięba, Aleksandra Krystecka

    ACIIDS 2026 · 2026

  12. Plausible visual counterfactual explanations in latent space with normalizing flows

    Łukasz D. Lenkiewicz, Marcel Musiałek, Oleksii Furman, Maciej M Zięba

    ICCS 2026 · 2026

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

    Patryk Marszałek, Kamil Książek, Oleksii Furman, Ulvi Movsum-zada, Przemysław Spurek, Marek Śmieja

    Neurocomputing · 2026

  14. Absolute cinema - old movies restoration using spatio-temporal restoration network

    Daniel Borkowski, Dawid Glinkowski, Mikołaj Jastrzębski, Dawid Zieliński, Wojciech M Kozłowski

    PP-RAI 2026 · 2026

  15. Initial Study on Mental Disease Detection System Using Welch Transform and Machine Learning-Based Methods

    Mariusz Pelc, Magda Żołubak, Dariusz Mikołajewski, Kamil Adamczewski, Katarzyna M Białas, Rafał Chałupnik, Adrian Luckiewicz, Dawid Krutul, Mateusz Koryciński, Dawid T Wolkiewicz, Waldemar Karwowski, Aleksandra D Kawala-Sterniuk

    Applied Sciences · 2026

  16. Robust to which model change? A unified evaluation of robust counterfactual explanations

    Marcin R. Kostrzewa, Maciej M Zięba

    2026

  17. Counterfactual explanations under concept drift

    Marcin R. Kostrzewa, Jerzy Stefanowski, Maciej M Zięba

    2026

  18. Metric learning approach to mineral mapping using multi-sensor satellite data

    Katarzyna Jabłońska, Maciej M Zięba

    ICCS 2026 · 2026

  19. Unboxing the black box: a survey on mechanistic interpretability for algorithmic understanding of neural networks

    Bianka S. Kowalska, Halina Kwaśnicka

    Machine Learning · 2026

  20. A probabilistic consensus-driven approach for robust counterfactual explanations

    Marcin R. Kostrzewa, Maciej M Zięba, Jerzy Stefanowski

    2026