Dr inż. Joanna Komorniczak z WIT otrzymała wyróżnienie w XV Konkursie Polskiego Stowarzyszenia Sztucznej Inteligencji na Najlepszą Polską Pracę Doktorską w dziedzinie AI. Jury doceniło jej rozprawę poświęconą przetwarzaniu strumieni danych zmieniających się w czasie oraz wykrywaniu dryfów koncepcji z wykorzystaniem metacech. Gratulujemy!

Naukowczyni z Katedry Systemów i Sieci Komputerowych, dr inż. Joanna Komorniczak została wyróżniona za pracę doktorską pt. „Non-stationary data stream processing with metafeature analysis”. Promotorem rozprawy był prof. Paweł Ksieniewicz.

Praca dotyczy przetwarzania strumieni danych, ze szczególnym uwzględnieniem danych zmieniających się w czasie, czyli podlegających tzw. dryfom koncepcji.

– W doktoracie zaproponowałam metody wykrywania dryfów koncepcji oraz rozwiązania służące do klasyfikacji niestacjonarnych strumieni danych. Wśród nich znalazły się metody przeznaczone dla koncepcji nawracających, typowych dla zjawisk cyklicznych, w których rozkłady danych zależą np. od pory dnia lub okresu w roku. Rozprawa zwraca również uwagę na ograniczenia związane z oceną jakości działania takich metod w syntetycznych środowiskach eksperymentalnych – wyjaśnia dr inż. Joanna Komorniczak.

Jak tłumaczy autorka, przetwarzanie strumieniowe znajduje zastosowanie w systemach uczenia maszynowego, od których oczekuje się natychmiastowej odpowiedzi, ciągłego monitorowania jakości oraz aktualizowania posiadanej wiedzy. W takich warunkach charakter analizowanego problemu może ewoluować. Zmieniać mogą się m.in. proporcje poszczególnych klas lub granice decyzyjne wykorzystywane przez model, co może prowadzić do pogorszenia jakości rozpoznawania.

Wykrycie takich zmian zazwyczaj wymaga bezpośredniego monitorowania działania systemu oraz korzystania z kosztownych i trudno dostępnych etykiet. Rozwiązania opracowane przez badaczkę wykorzystują natomiast metacechy, czyli miary opisujące na ogólnym poziomie rozkłady danych. Pozwalają one dostrzec dryf koncepcji i odpowiednio na niego zareagować jeszcze przed zauważalnym spadkiem jakości klasyfikacji.

– Docenienie rozprawy w konkursie jest dla mnie ważnym wyróżnieniem, podsumowującym kilkuletnią pracę badawczą, podczas której uczyłam się nie tylko, jak projektować metody i rozwiązania uczenia maszynowego, ale przede wszystkim jak weryfikować ich działanie. Cieszy mnie, że komisja PSSI uznała problematykę zmienności w strumieniach danych za istotną i doceniła rozwiązania oparte na analizie metacech – mówi dr inż. Joanna Komorniczak.

Nagrodę główną w konkursie otrzymał dr inż. Łukasz Maziarka za rozprawę „Adapting Deep Learning Architectures for Drug Discovery”, obronioną na Uniwersytecie Jagiellońskim. Promotorem był dr hab. Jacek Tabor, a promotorem pomocniczym dr Stanisław Jastrzębski.

Równorzędne wyróżnienie, obok dr inż. Joanny Komorniczak, przyznano dr. inż. Kamilowi Faberowi za pracę „Towards Lifelong Anomaly Detection in Challenging Scenarios and its Application in Cybersecurity”, obronioną na Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie. Promotorem był dr hab. inż. Bartłomiej Śnieżyński.

Laureaci XV edycji konkursu zostaną zaproszeni do zaprezentowania wyników swoich badań podczas Sympozjum Polskiego Stowarzyszenia Sztucznej Inteligencji, które odbędzie się w dniach 24–25 września 2026 r. na Politechnice Gdańskiej.