6 maja 2026 15:53

Prace badaczy z Instytutu Informatyki Uniwersytetu Wrocławskiego zostały przyjęte na czołowe światowe konferencje ze sztucznej inteligencji i uczenia maszynowego.

Praca Mikołaja Słupińskiego i Piotra Lipińskiego RED-HDP-HMM: Observation-Dependent Durations for Bayesian Nonparametric Sequential Models została przyjęta na ICML 2026 w Seulu jako Spotlight (top 2,2% zgłoszeń). Autorzy rozszerzają klasyczne modele HDP-HMM o mechanizm, w którym czas trwania ukrytych faz zależy od wcześniejszych obserwacji. Model sam odkrywa liczbę ukrytych faz w danych i uczy się, jak kontekst wpływa na ich długość. Skuteczność podejścia potwierdzono zarówno teoretycznie, jak i eksperymentalnie - m.in. na danych behawioralnych i neuronalnych.

Praca Jakuba Kopystiańskiego i Jana Otopa Learning Tree Automata with Term Rewriting została przyjęta na IJCAI 2026 w Bremie. Autorzy proponują nowe podejście do automatycznej generacji automatów przetwarzających dane ustrukturyzowane (takie jak np. JSON), łącząc dwa przeciwstawne nurty: indukcyjny, w którym automat jest iteracyjnie ulepszany aż do uzyskania pożądanego wyniku, oraz dedukcyjny, w którym automat generowany jest bezpośrednio ze specyfikacji.