Email: tomasz.kajdanowicz@pwr.edu.pl

Jednostka: Wydział Informatyki i Telekomunikacji » Katedra Sztucznej Inteligencji

Wybrzeże Wyspiańskiego 27, Wrocław
bud. A-1, pok. 441 (3p)
tel. 71 320 24 54

---

 Zainteresowania naukowe:

uczenie maszynowe, uczenie reprezentacji, analiza mediów społecznościowych, uczenie głębokie

---

Wybrane publikacje
1	Artykuł 2023 Piotr Bielak, Jakub Binkowski, Albert K Sawczyn, Katsiaryna Viarenich, Daria Puchalska, Tomasz Kajdanowicz, A deeper look at Graph Embedding RetroFitting. Journal of Computational Science. 2023, vol. 68, art. 101979, s. 1-8. ISSN: 1877-7503; 1877-7511 Zasoby:DOISFX
2	Referat konferencyjny 2022 Dariusz Gąsior, Stanisław Lasota, Tomasz Kajdanowicz, Machine learning-based recommender system for tweeting factory in industry 5.0 paradigm. W: Recent Challenges in Intelligent Information and Database Systems : 14th Asian Conference, ACIIDS 2022, Ho Chi Minh City, Vietnam, November 28-30, 2022 : proceedings / eds. Edward Szczerbicki [i in.]. Cham : Springer, cop. 2022. s. 135-146. ISBN: 978-981-19-8233-0; 978-981-19-8234-7 Zasoby:DOISFX
3	Referat konferencyjny 2022 Łukasz Augustyniak, Kamil Tagowski, Albert K Sawczyn, Denis P Janiak, Adrian Szymczak, Marcin Wątroba, Arkadiusz Janz, Piotr Szymański, Mikołaj Morzy, Tomasz Kajdanowicz, Maciej Piasecki, This is the way: designing and compiling LEPISZCZE, a comprehensive NLP benchmark for Polish. W: Advances in Neural Information Processing Systems : 36th Conference on Neural Information Processing Systems, NeurIPS 2022 : Virtual-only Conference / eds. S. Koyejo [i in.]. [San Diego, CA. : Neural Information Processing Systems Foundation], 2022. s. 1-14. ISBN: 978-1-7138-7108-8 Zasoby:URLSFX
4	Referat konferencyjny 2022 Piotr Zieliński, Tomasz Kajdanowicz, Learning scale-invariant object representations with a single-shot convolutional generative model. W: Computational Science - ICCS 2022 : 22nd International Conference, London, UK, June 21-23, 2022 : proceedings. Pt. 3 / eds. Derek Groen [i in.]. Cham : Springer, cop. 2022. s. 613-626. ISBN: 978-3-031-08756-1; 978-3-031-08757-8 Zasoby:DOIURLSFX
5	Artykuł 2022 Piotr Bielak, Tomasz Kajdanowicz, Graph Barlow Twins: a self-supervised representation learning framework for graphs. Knowledge-Based Systems. 2022, vol. 256, art. 109631, s. 1-12. ISSN: 0950-7051; 1872-7409 Zasoby:DOISFX
6	Referat konferencyjny 2022 Piotr Bielak, Daria Puchalska, Tomasz Kajdanowicz, Retrofitting structural graph embeddings with node attribute information. W: Computational Science - ICCS 2022 : 22nd International Conference London, UK, June 21-23, 2022 : proceedings. Pt. 1 / eds. Derek Groen [i in.]. Cham : Springer, cop. 2022. s. 178-191. ISBN: 978-3-031-08750-9; 978-3-031-08751-6 Zasoby:DOIURLSFX
7	Referat konferencyjny 2022 Mateusz Baran, Mateusz A Wójcik, Piotr Kolebski, Michał Bernaczyk, Krzysztof Rajda, Łukasz Augustyniak, Tomasz Kajdanowicz, Electoral agitation data set: the use case of the Polish election. W: LREC 2022 : Workshop Language Resources and Evaluation Conference : 20-25 June 2022 : First Workshop on Natural Language Processing for Political Sciences (PoliticalNLP) : proceedings / eds. Haithem Afli [i in.]. Paris : European Language Resources Association, cop. 2022. s. 32-36. ISBN: 979-10-95546-88-7 Zasoby:URL
8	Artykuł 2022 Mandana Saebi, Steven Kreig, Chuxu Zhang, Meng Jiang, Tomasz Kajdanowicz, Heterogeneous relational reasoning in knowledge graphs with reinforcement learning. Information Fusion. 2022, vol. 88, s. 12-21. ISSN: 1566-2535; 1872-6305 Zasoby:DOISFX
9	Referat konferencyjny 2022 Krzysztof Rajda, Łukasz Augustyniak, Piotr Gramacki, Marcin Gruza, Szymon Woźniak, Tomasz Kajdanowicz, Assessment of massively multilingual sentiment classifiers. W: WASSA 2022 : The 12th Workshop on Computational Approaches to Subjectivity, Sentiment & Social Media Analysis, Proceedings of the Workshop, May 26, 2022. Stroudsburg : Association for Computational Linguistics, cop. 2022. s. 125-140. ISBN: 978-1-955917-52-0 Zasoby:DOIURL
10	Artykuł 2022 Piotr Bielak, Tomasz Kajdanowicz, AttrE2vec: unsupervised attributed edge representation learning. Information Sciences. 2022, vol. 592, s. 82-96. ISSN: 0020-0255; 1872-6291 Zasoby:DOISFX

Wszystkie publikacje pracownika