Research Group

Lifelong Learning & Cybersecurity

Team

dr hab. inż. Śnieżyński Bartłomiej, prof. AGH

Bartłomiej Śnieżyński ukończył studia z informatyki w 1998 w Katedrze Informatyki AGH. W roku 2004 obronił doktorat z informatyki i zaraz potem wyjechał na staż do Machine Learning and Inference Laboratory, George Mason University, Fairfax, VA, USA, gdzie prowadził prace badawcze pod kierunkiem prof. Ryszarda Michalskiego, jednego z pionierów uczenia maszynowego. W 2014 otrzymał stopień doktora habilitowanego. Bierze udział w wielu projektach naukowych i badawczo-rozwojowych dotyczących głównie sztucznej inteligencji i uczenia maszynowego. Był kierownikiem projektów NCBiR (POLTUR2 - Projekt Polsko-Turecki - Środowisko oparte na śledzeniu wzroku dla multimodalnej interakcji człowieka z robotem, 2018-2021), NAWA (Bilateral exchange of scientists project Poland-Germany, From Navigational Data to Ontologies – Knowledge Integration for Cataloguing Ethical Scenarios in Autonomous Vehicles, 2020-2021) i Grantów Samsung Electronics (ML-based reservation service for NFV MANO, 2018 oraz Prediction of Cloud Resources, 2017). Jest autorem ponad 100 publikacji naukowych. Aktualnie jest zatrudniony w Instytucie Informatyki na Wydziale Informatyki, Elektroniki i Telekomunikacji na stanowisku profesora uczelni.

email

bartlomiej.sniezynski (at) agh.edu.pl

mgr inż. Kamil Faber

Kamil Faber is a Ph.D. student at the Institute of Computer Science at the AGH University of Science and Technology in Cracow. His research interests cover lifelong learning and applications of machine learning in cybersecurity. He also has a strong software engineering background.

email

kfaber (at) agh.edu.pl

Selected publications

  • Active Lifelong Anomaly Detection with Experience Replay

    Link

    International Conference on Data Science and Advanced Analytics; 2022

    Kamil Faber, Roberto Corizzo, Bartlomiej Sniezynski, Nathalie Japkowicz

  • LIFEWATCH: Lifelong Wasserstein Change Point Detection

    Link

    International Joint Conference on Neural Networks; 2022

    Kamil Faber, Roberto Corizzo, Bartlomiej Sniezynski, Michael Baron, Nathalie Japkowicz

  • WATCH: Wasserstein Change Point Detection for High-Dimensional Time Series Data

    Link

    2021 IEEE International Conference on Big Data

    Kamil Faber, Roberto Corizzo, Bartlomiej Sniezynski, Michael Baron, Nathalie Japkowicz

  • Modeling adaptive security-aware task allocation in mobile cloud computing

    Link

    Simulation Modelling Practice and Theory

    Piotr Nawrocki, Jakub Pajor, Bartlomiej Sniezynski, Joanna Kolodziej

  • Autoencoder-based IDS for cloud and mobile devices

    Link

    2021 IEEE/ACM 21st International Symposium on Cluster, Cloud and Internet Computing (CCGrid)

    Kamil Faber, Lukasz Faber, Bartlomiej Sniezynski

  • Adaptive resource planning for cloud-based services using machine learning

    Link

    Journal of Parallel and Distributed Computing

    Piotr Nawrocki, Mikolaj Grzywacz, Bartlomiej Sniezynski

  • VM reservation plan adaptation using machine learning in cloud computing

    Link

    Journal of Grid Computing

    Bartlomiej Sniezynski, Piotr Nawrocki, Michal Wilk, Marcin Jarzab, Krzysztof Zielinski

International cooperations

prof. Nathalie Japkowicz

American University

Washington, DC, USA
Google Scholar
University Homepage

dr Roberto Corizzo

American University

Washington, DC, USA
Google Scholar
University Homepage

contact us

email

bartlomiej.sniezynski (at) agh.edu.pl