ELEMENTS
Studencka Konferencja
Studenckiego Koła Matematyków
Sprawimy, że odnajdziesz swój matematyczny element
Poszukajmy elementów razem,
czyli jak narodziła się idea
Jesteśmy grupą młodych matematyków, którym trudno przeżyć bez odpalenia RStudio raz dziennie lub policzenia dystrybuanty. Nie bylibyśmy sobą, gdybyśmy nie chcieli dzielić się swoimi pasjami z resztą świata. Stąd właśnie swoje początki bierze ta Konferencja. Pragniemy sprowadzić wszystkich pasjonatów rachunku prawdopodobieństwa, statystyki, machine learningu i analizy danych w jedno szczególne miejsce - na Akademię Górniczo-Hutniczą, aby wspólnie wymieniać się doświadczeniami, rozwijać networking, wysłuchać zaproszonych propagatorów nauki, wysłuchać referatów profesorów z całego świata oraz zanurzyć się w głębię referatów studenckich.
Dni
0
Godzin
0
Minut
0
Sekund
0
Święto Nauk Ścisłych w AGH - Dni prof. Antoniego Hoborskiego
Tegoroczna edycja Konferencji odbywa się w ramach o obchodów Święta Nauk Ścisłych w AGH - Dni prof. Antoniego Hoborskiego, o zbiór ściśle związanych ze sobą wydarzeń wydarzeń, którym przyświeca jeden wspólny cel, jakim jest upowszechnienie oraz popularyzacja potrzeby rozwoju nauk ścisłych i świadomości ich właściwego nauczania.

Święto Nauk Ścisłych w AGH - Dni prof. Antoniego Hoborskiego
Agenda 2023
Centrum Dydaktyki U2
Pierwszy dzień konferencji - 17.11.2023
-
15:00-15:30Przemówienie Inauguracyjne
-
15:30-16:20dr Krzysztof Kudryński-Wykład InauguracyjnyOd perceptronu do głębokiego uczenia na skalę przemysłową
-
16:20-16:40Łukasz GorczycaLot Lévy'ego, czyli jak poluje rekin i tuńczyk?
-
16:40-17:10Przerwa kawowa
-
17:10-17:55dr Andrzej KałużaAplikacja narzędzi Data Science w Transformacji Cyfrowej (od mnożenia macierzy do optymalizacji procesów produkcyjnych)
-
17:55-18:15Jakub AdamczykZastosowania grafowego uczenia maszynowego
-
18:15-19:00mgr Andrzej BrodzickiCentrum Doskonałości Sztucznej Inteligencji AGH - najważniejsze obszary działania; Machine Learning w medycynie - kluczowe wyzwania
-
19:00-19:20Piotr ŁukasiewiczDlaczego python bywa wolny i jak go przyspieszyć
-
19:20-19:40Jolanta ŚliwaWspomaganie projektowania gier pen & paper RPG z użyciem uczenia maszynowego.
-
19:40-20:00Zakończenie pierwszego dnia konferencji
Drugi dzień konferencji - 18.11.2023
-
9:00-9:10Oficjalne rozpoczęcie drugiego dnia konferencji
-
9:10-9:50dr Iris Ivy GauranCV-based Predictive Performance Test for High-dimensional data
-
9:50-10:10Piotr LudyniaBiblioteka Effective Molecular Fingerprints (EMF) do języka Python
-
10:10-10:40Kinga SałapaStatsytyczne wytyczne w badaniach klinicznych (ICH E9)
-
10:40-11:00Karolina MarekRegeneracyjny bootstrap blokowy dla łańcuchów Markowa.
-
11:00-11:30Przerwa kawowa
-
11:30-12:10prof. Carenzi ManuelaBayesian approach to infer the duration of antibody seropositivity and neutralizing responses to SARS-CoV-2
-
12:10-12:30Emilia StefanowskaMetamateriały i sztuczna inteligencja - generowanie struktur akustycznych 3D z wykorzystaniem sieci neuronowych
-
12:30-12:50Piotr KsiążekPrototypowa metoda uczenia głębokiego w ochronie zdrowia pszczoły miodnej
-
12:50-13:35dr Bogdan ĆmielFunkcja kwantylowej zależności
-
13:35-15:00Przerwa obiadowa
-
15:00-15:15Kilka słów o WMSie i Kołach
-
15:15-16:00dr hab. Piotr FaliszewskiJak uczyć się prefencji wyborczych według modelu Mallowsa?
-
16:00-16:20Joanna MichalskaSVM a rozpoznawanie propagandy.
-
16:20-17:05mgr Bartosz MajewskiCzy biały szum rzeczywiście jest biały? O analizie sygnałów w dziedzinie częstotliwości
-
17:05-17:25Michał SiarkaPorównanie algorytmów redukcji wymiarów: PCA i t-SNE
-
17:25-17:45Przerwa kawowa
-
17:45-18:05Alex GibałaArmata na wróbla - warsztaty z dziurawienia analizy danych
-
18:05-18:55prof. AGH dr hab. Paweł Przybyłowicz"SDG via SDE, czyli o stochastycznym zejściu podług gradientu z perspektywy stochastycznych równań różniczkowych
-
18:55-19:20Zakończenie drugiego dnia konferencji
-
21:00Wieczór integracyjny dla uczestników Konferencji
Tegoroczny Temat
Data Science
Statystyka, rachunek prawdopodobieństwa, machine learning, analiza danych.
Data Science jest dziedziną nauki, która pojawiła się stosunkowo niedawno, przyczynił się do tego szeroko pojęty rozwój technologiczny, zauważalny na każdym kroku. Z roku na rok Data Science zyskuje na popularności zarówno w kręgu akademickim, jak i biznesowym. Dyscyplina ta korzysta z narzędzi takich jak: rachunek prawdopodobieństwa, statystyka, ekonometria oraz nauk im pokrewnych. Ponadto dzięki posiadaniu wiedzy oraz umiejętności programistycznych, algorytmicznych czy bardziej precyzyjniej - uczenia maszynowego, osoba zajmująca się nią może wyłuskać jak najwięcej informacji z ogromnej ilości zgromadzonych danych.
W XXI wieku dla niektórych informacja bywa bardziej cenna niż pieniądz. Stąd też nie bez kozery ów wiek nazywamy wiekiem informacji. Określenie to bierze się również z faktu, że w każdym aspekcie życia jesteśmy wręcz ”bombardowani” informacjami i ogromną ilością danych, z których sami część tworzymy i obrabiamy.
Badanie, tudzież zarządzanie nimi niesie za sobą wiele korzyści. Między innymi pozwalają na wcześniejsze wykrycie chorób na podstawie wyników badań, a także na weryfikację skuteczności leków. Data Science nie ogranicza się tylko do zagadnień związanych z medycyną, zahacza swoim obszarem o praktycznie każdą dyscyplinę, która zajmuje się zbieraniem danych.
Nieustanny rozwój tej dziedziny powoduje, że liczba metod, sposobów analizy danych wciąż rośnie i trudno za nią nadążyć. To jeden z wielu powodów, które popchnęły nas do kontynuacji zeszłorocznego tematu konferencji. Chcemy przede wszystkim przedstawić, chociaż skrawek tej wyjątkowej dziedziny oraz stworzyć szansę do wzajemnej inspiracji, zarówno na ścieżce naukowej jak i zawodowej, pogłębiania ciekawości i rozwoju swoich pasji w obszarze, w którym - jak sądzimy - wiele jeszcze można zbadać i eksplorować.
Zaproszeni goście

dr hab. Paweł Przybyłowicz
Dr hab. Paweł Przybyłowicz, prof. AGH, jest pracownikiem Wydziału Matematyki Stosowanej AGH. Jego
zainteresowania naukowe koncentrują się na złożoności obliczeniowej równań różniczkowych
stochastycznych i deterministycznych, symulacjach Monte Carlo z wykorzystaniem kart graficznych GPU
oraz obliczeniach kwantowych. Bada również związki pomiędzy teorią procesów stochastycznych a
uczeniem maszynowym oraz sieciami neuronowymi. W 2022 ukończył studia podyplomowe MBA w zakresie
cyberbezpieczeństwa.
Jest laureatem dwóch nagród międzynarodowych za osiągnięcia naukowe:
„Information-Based Complexity Young Researcher Award” (2012) oraz „Joseph Traub IBC Award” (2018).
Był stypendystą DAAD (Niemcy) w roku 2013, odbył wizyty naukowe m.in. w Austrii i Kanadzie. Brał
też/aktualnie bierze udział (jako wykonawca lub kierownik) w dziesięciu projektach badawczych (NCN,
NCBiR). Jest autorem/ współautorem ponad 40 prac oraz publikacji naukowych o zasięgu
międzynarodowym. Jest członkiem komitetów redakcyjnych czasopism matematycznych „Journal of
Complexity” (wydawnictow Elsevier) oraz „Opuscula Mathematica” (AGH).

dr Bogdan Ćmiel
Bogdan Ćmiel uzyskał stopień doktora nauk matematycznych na Wydziale Matematyki Stosowanej Akademii Górniczo-Hutniczej w Krakowie w 2013 r. W 2014 r. odbył staż podoktorski w Instytucie Matematyki PAN. Obecnie jest adiunktem na AGH. Jego zainteresowania badawcze obejmują statystykę teoretyczną (głównie statystykę nieparametryczną), modelowanie statystyczne oraz statystykę stosowaną w medycynie i inżynierii.

mgr Bartosz Majewski
Bartosz Majewski ukończył studia drugiego stopnia na Wydziale Matematyki Stosowanej AGH, gdzie
obecnie kontynuuje swoją naukową drogę jako doktorant oraz jako pracownik naukowo-dydaktyczny.
Jego badania skupiają się na analizie procesów okresowo skorelowanych oraz ich uogólnień. W
szczególności skupia się na rozwijaniu metod resamplingowych dla tychże procesów.
Miał przyjemność kilkukrotnie wizytować na prestiżowej uczelni King Abdullah University of Science
and Technology (KAUST) w Arabii Saudyjskiej. Podczas tych wizyt zdobył cenne doświadczenie w
analizie sygnałów biomedycznych. Jego głównym zainteresowaniem naukowym jest analiza szeregów
czasowych w dziedzinie częstotliwości, która pozwala odkrywać ukryte wzorce zawarte w danych.

dr Andrzej Kałuża
Matematyk, nauczyciel akademicki na Akademii Górniczo-Hutniczej w Krakowie, analityk danych w
Reliability Solutions Sp. z o.o. Tytuł doktora uzyskał w 2021 roku w zakresie nauk matematycznych.
Autor kilku publikacji naukowych poświęconych problem numerycznym. Prelegent na szeregu konferencji
naukowych.
Od 10 lat bierze aktywny udział w realizacji projektów z zakresu: prognozowania szeregów czasowych i
ich analizy, budowania gotowych rozwiązań, automatycznego treningu i retreningu modeli, w obszarach
energetyki, produkcji, zapotrzebowania, sprzedaży; wykorzystania metod i modeli predykcyjnych dla
przemysłu, farmacji, zakładów produkcyjnych i przetwórczych; analiz danych bazujących na narzędziach
statystycznych (bayesowskich, rachunku prawdopodobieństwa, analizy stochastycznej, analizy
niestacjonarnych szeregów czasowych), ML i Deep Learning,; badania możliwości łączenia różnych
technik analizy danych (ML, DL, Procesów stochastycznych), ich przetwarzania, modelowania i
wyciągania wniosków poprzez XAI.

prof. Manuela Royer-Carenzi
Manuela Royer-Carenzi jest profesorką nadzwyczajną od 2004 r. i członkinią laboratorium I2M na
Uniwersytecie w Aix-Marseille od 2007 r.
Pracę nad wstecznymi stochastycznymi równaniami
różniczkowymi rozpoczęła po uzyskaniu doktoratu na Uniwersytecie w Rennes we Francji (2003). Dzięki
współpracy z biologami i aktuariuszami interesuje się statystyką stosowaną, mającą główne
zastosowania w ekologii, epidemiologii i filogenezie.

prof. dr hab. inż. Piotr Faliszewski
Profesor Piotr Faliszewski jest pracownikiem Akademii Górniczo-Hutniczej im. Stanisława Staszica w
Krakowie. Obronił doktorat na University of Rochester w USA, a jego badania dotyczącą algorytmicznej
teorii wyboru społecznego, teorii złożoności obliczeniowej, oraz formalnych podstaw prowadzenia
eksperymentów numerycznych.
Jest redaktorem czasopism Artificical Intelligence oraz Autonomous
Agents and Multiagent Systems. Otrzymał nagrodę naukową tygodnika "Polityka" oraz nagrodę im.
Wilhelma Bessel'a przyznaną przez Fundację im. Aleksandra Humboldt'a. Obecnie kieruje projektem
PRAGMA finansowanym przez Europejską Radę do spraw Badań Naukowych (ERC). Jest autorem ponad 100
publikacji konferencyjnych oraz 50 prac w czasopismach.

dr Iris Ivy Gauran
Iris Ivy M. Gauran jest stażystką podoktorancką na King Abdullah University of Science and
Technology (KAUST) w grupie biostatystyki kierowanej przez prof. Hernando Ombao. Uzyskała doktorat
ze statystyki na Uniwersytecie Maryland w hrabstwie Baltimore (UMBC) pod przewodnictwem dr Junyong
Park i dr DoHwan Park.
Jej zainteresowania badawcze obejmują wnioskowanie wielowymiarowe, analizę
danych bayesowskich, biostatystykę, testowanie wielu hipotez i metaanalizę.

dr Krzysztof Kudryński
Projektant rozwiązań inżynieryjnych dla sztucznej inteligencji, wizji komputerowej, pojazdów autonomicznych i robotyki. Trener głębokiego uczenia. W NVIDIA odpowiedzialny za integrację rozwiązań głębokiego uczenia na skalę przemysłową.

mgr Kinga Sałapa
Od 2017 roku jest związana z firmą farmaceutyczną AstraZeneca Pharma Poland, gdzie pracuje jako
biostatystyk. Wspiera prowadzenie badań nad lekami biologicznym głównie w zakresie ciężkiej astmy,
PoCHP oraz polipów w nosie.
Wcześniej prawie 10 lat pracowała jako biostatystyk w Zakładzie
Bioinformatyki i Telemdycyny Uniwersytetu Jagiellońskiego Collegium Medicum, gdzie wspierała w
analizach statystycznych badania z bardzo wielu dziedzin medycznych.
Jest aktywnym członkiem Zarządu Międzynarodowego Towarzystwa Biostatyski Klinicznej (ISCB) oraz
przewodniczącą Polskiej Grupy Narodowej ISCB. Jest też aktywnym członkiem PSI (towarzystwo
zrzeszające statystyków pracujących w przemyśle farmacetutycznym).

mgr inż. Andrzej Brodzicki
Członek nowo otwartego Centrum Doskonałości Sztucznej Inteligencji AGH, pod kierownictwem prof. Joanny Jaworek-Korjakowskiej. Autor 15 publikacji naukowych. Uczestnik projektów grantowych we współpracy z Manchester Metropolitan University i Uniwersytetem Stanforda. Realizuje badania w obszarze wykorzystania metod uczenia maszynowego do analizy obrazów medycznych, w szczególności zdjęć nowotworów skóry, płuc i wątroby, stopy cukrzycowej oraz zdjęć z mikroskopów fluorescencyjnych. Z zamiłowania nauczyciel akademicki na kierunkach Automatyka i Robotyka, Informatyka oraz Inżynieria Biomedyczna, na wydziale EAIIB.
Pytania i odpowiedzi
Postaramy się odpowiedzieć na najczęściej zdawane nam pytania i rozwiać Wasze watpliwości odnośnie eventu.
Notatnik w dłoń i zapiszcie co dla Was najważniejsze!
Konferencja „Elements” jest organizowana przez Studenckie Koło Matematyków Akademii Górniczo – Hutniczej im. Stanisława Staszica w Krakowie przy współpracy z fundacją ACADEMICA. Pomysł stworzenia konferencji zrodził się z potrzeby zorganizowania wydarzenia, które umożliwiłoby członkom Koła, studentom, doktorantom i pasjonatom szeroko rozumianej matematyki rozwijać swoje zainteresowania, pogłębiać wiedzę, nawiązywać nowe kontakty, przy jednoczesnym promowaniu Koła, Wydziału i Uczelni na arenie krajowej i międzynarodowej.
Tak, żaden z uczestników nie ponosi opłaty wstępnej. Natomiast koszt dojazdu oraz noclegu będzie musiał pokryć na własną rękę.
Jest to Konferencja opierająca się głównie na referatach studenckich, ale nie zabraknie również wykładów wygłoszonych przez zaproszonych profesorów, przemówień gości ze świata nauki.
Serdecznie zapraszamy wszystkich studentów i doktorantów zainteresowanych tematyką Data Science. W zgłoszeniach jako pierwsi będą brani pod uwagę studenci kierunków ścisłych, matematyka stosowana, ekonometria, statystyka, data science i im pokrewnych.
Nazwa Konferencji powstała przez inspirację dziełem, które przyczyniło się do znacznego rozwoju matematyki – „Elementów” Euklidesa. Chcemy, aby każda odsłona konferencji była unikalna i skupiała się na jednym, różnym od pozostałych edycji, konkretnym obszarze matematyki lub jej zastosowań. W ten sposób każda edycja będzie jednym kafelkiem, które zebrane w całość, utworzą całość (a może nawet coś nieskończonego?).
W tym roku Konferencja będzie dwudniowa (piątek 17 i sobota 18 listopada). Jeśli masz możliwość uczestniczenia tylko w jednym dniu, nic nie stoi na przeszkodzie, jednak miej na uwadze, że ominie Cię mnóstwo intrygujących referatów.
Konferencja odbędzie się głównie w języku polskim, jednak część zaproszonych gości z zagranicy wygłosi swoje przemówienia w języku angielskim.
Wydarzenie odbędzie się na terenie AGH w Sali Konferencyjnej w budynku U2 przy ul. Władysława Reymonta 7. Z łatwością możecie się tam dostać jadąc np. pociągiem/autobusem do Kraków Główny, a następnie korzystając z komunikacji miejskiej autobusem nr: 179, 192, 501, 511 lub 304. Następnie kilkaset metrów spacerkiem pod gmach budynku U2 i voilà jesteście na miejscu!
Niestety, nie zajmujemy się noclegami. Możemy jednak polecić zaprzyjaźniony akademik - Babilon, gdzie powinno znaleźć się miejsce dla każdego. Pamiętajcie jednak, aby miejsce zabookować sobie odpowiednio wcześniej. Uczestnik po przyjeździe dokonuje wpłaty na portierni (możliwa płatność kartą) i już!
Nagrody
Zapisz się jako referujący, wygłoś referat i zgarnij fajne nagrody!
Konkurs, który odbędzie się w ramach naszej konferencji, nie tylko stanowi doskonałą okazję dla studentów i doktorantów do zaprezentowania się przed szeroką publicznością oraz przetestowania swoich umiejętności mówcy, ale również oferuje atrakcyjne nagrody dla każdego referującego (a uwierzcie, że jest o co powalczyć).
Studencie, Doktorancie - nie wahaj się i zapisz się już teraz, a na pewno nie pożałujesz!
W tym roku nagrody ufundował sponsor - firma AIGORITHMICS

AIGORITHMICS
Siłą AIGORITHMICS jest zgrany zespół ludzi o ogromnej wiedzy, umiejętnościach, talentach
i
doświadczeniu, których łączy wspólna pasja do nauki, technologii i analizy danych.
W Aigorithmics doskonale rozumieją, że obecnie dane są najcenniejszym aktywem każdej
firmy.
Celem zespołu jest skuteczna pomoc Klientom w transformacji zazwyczaj
nieustrukturyzowanych zbiorów
danych w realną wartość biznesową. Podczas ścisłej współpracy z klientem starają się
zdefiniować
odpowiednie wskaźniki, aby najlepiej odzwierciedliły tę wartość.
Od 2019 roku projektują i tworzą “szyte na miarę” rozwiązania wykorzystujące technologie
sztucznej
inteligencji. Ogromne doświadczenie i unikalne kompetencje współzałożycieli oraz zespołu
Aigorithmics dają im możliwość swobodnego poruszania się w interdyscyplinarnych
gremiach.
Realizowali projekty zarówno dla dużych, międzynarodowych firm, jak i mniejszych
przedsiębiorstw w
wielu branżach.