Patch the Planet
- Machine Learning
Patch the Planet - Restore Missing Data
Celem projektu jest stworzenie algorytmu, który precyzyjnie uzupełni brakujący wolumen danych na podstawie dostępnych kontekstów.
2024 - obecnie
Python, Pytorch, Lightning
Geofizyczna
Aplikacja webowa + Machine learning
O projekcie
"Patch the Planet" to pierwsza część serii wyzwań Encoded Reality, składającej się z czterech części, które podejmują różne podejścia do analizy i budowy modeli dla danych geofizycznych. Celem tego projektu jest opracowanie algorytmu, który będzie w stanie dokładnie uzupełnić brakujący wolumen danych, bazując na lokalnym kontekście. Projekt ten jest inicjatywą wdrożeniową dla koła naukowego, umożliwiającą studentom praktyczne zastosowanie wiedzy z dziedziny sztucznej inteligencji.
Zespół
W naszym zespole znajdują się specjaliści od uczenia maszynowego oraz programiści, którzy zjednoczyli siły, aby stawić czoła wyzwaniom projektu "Patch the Planet". Nasi eksperci od algorytmiki posiadają głęboką wiedzę na temat modelowania danych, w tym technik uczenia maszynowego i głębokiego uczenia. Znajomość algorytmów uczenia maszynowego, takich jak sieci neuronowe, algorytmy klastrowania czy klasyfikacji, pozwala nam opracować skuteczne strategie analizy i wypełniania brakujących danych. Dodatkowo, nasza zdolność do optymalizacji algorytmów oraz rozwiązywania problemów związanych z efektywnością obliczeniową pozwala nam osiągnąć wysoką precyzję i wydajność naszych rozwiązań. Nasza siła tkwi w współpracy i otwartej wymianie pomysłów, co pozwala nam efektywnie rozwijać się i osiągać nasze cele.
Jakub Chojnacki
AI Engineer
Julia Farganus
AI Engineer
Daniel Borkowski
AI Engineer