Klub Informatyka

Oddział Mazowiecki Polskiego Towarzystwa Informatycznego ma zaszczyt zaprosić wszystkich chętnych na kolejny Klub Informatyka, który odbędzie się 28 marca (wtorek), godz. 18:30 w siedzibie WYDZIAŁU MATEMATYKI I NAUK INFORMACYJNYCH POLITECHNIKI WARSZAWSKIEJ (00-662 Warszawa ul. Koszykowa 75).

Klub Informatyka, poświęcony będzie wyjaśnialnej sztucznej inteligencji (eXplainable Artificial Intelligence). Często się mówi o braku zaufania do algorytmów sztucznej inteligencji. Bierze się to z tego, że bardzo często działają one jak „czarna skrzynka”. Oznacza to, że niemożliwe jest zweryfikowanie, w jaki sposób dane wejściowe prowadzą do określonego wyniku. Nawet twórca sztucznej inteligencji nie będzie w stanie w pełni wyjaśnić, jak działa algorytm. Najczęściej takie określenie dotyczy algorytmów uczenia głębokiego. Niestety, te „niewyjaśnialne” algorytmy bardzo często demonstrują znacznie lepsze wyniki niż wyjaśnialne. Jest to problem z którym się zmagają naukowcy, ale również i prawnicy. Rozważmy sytuację, w której firma X zastosowała algorytm „niewyjaśnialny”, który podjął pewną decyzję. Czy firma może przyjąć taką decyzję jako poprawną? Co się stanie, jeżeli komuś wyrządzi się szkodę (na przykład, nie dostanie kredytu)? Kto odpowiada za taką decyzję? Czy można jednak zastąpić algorytmy typu „czarna skrzynka” nie mniej skutecznymi, ale zrozumiałymi przez człowieka? O tym będą mówili goście Klubu Informatyka, mecenas Gabriela Bar oraz Dominik Ślęzak, profesor UW oraz założyciel firmy QED Software.

Profile prelegentów można znależć tutaj: https://mazowsze.pti.org.pl/2023/03/12/wyjasnialna-sztuczna-inteligencjaxai/

Sekcja eZdrowie-życie bez barier PTI serdecznie zaprasza 30 marca 2023 roku o godzinie 17.30 na spotkanie, na którym porozmawiamy o niepełnosprawności i (nie)dostępności.
Osoby z niepełnosprawnościami doświadczają różnych barier. Wiele z nich potrzebuje pomocy innych i marzy o niezależności. Pragną samodzielności w komunikowaniu się z otoczeniem, poruszaniu się i korzystaniu z różnych dóbr. Chcą przeżyć szczęśliwe życie, a sama niepełnosprawność nie musi stanowić w tym przeszkody.
Ustawa z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami, postawiła wymóg zapewnienia dostępności przez różne instytucje, w tym przede wszystkim przez jednostki sektora finansów publicznych (sądy, policję, szpitale, urzędy gminy itd.), jak i inne podmioty korzystające ze środków publicznych (np. organizacje pozarządowe).
Ale czy ta ustawa jest przestrzegana?
Otóż wiele instytucji wdrożyło już wiele rozwiązań, jednak zbyt często nie są one zauważane przez samych pracowników, a ich niewiedza bądź niechęć do tych rozwiązań powoduje, że zastosowana dostępność nie działa.
Dlaczego tak się dzieje? Czego się boimy? Co powoduje, że osoby z niepełnosprawnością wciąż czują się wykluczone? Co może zrobić każdy z nas, aby świat uczynić dostępnym dla innych? Jak postrzegać osoby z niepełnosprawnością i jak im pomóc?
Na te i inne pytania odpowie Małgorzata Żbikowska - pedagog, trenerka IT, specjalistka od dostępności. Na co dzień pracuje z osobami z niepełnosprawnościami, przede wszystkim z osobami słabosłyszącymi i g/Głuchymi. Podczas wystąpienia planuje na przykładach pokazać, że czasem proste rozwiązania są o wiele lepsze od skomplikowanych procedur i kosztownych technologii. Wiele absurdalnych sytuacji, których doświadczają jej podopieczni mogłoby służyć za dobry scenariusz do filmu sensacyjnego lub tragikomedii, gdy wkracza niczym spidermenka i używa nadludzkich sił, by zburzyć mury obojętności i niemocy.
A zatem spotkajmy się i porozmawiajmy trochę na poważnie i trochę z przymrużeniem oka o dostępności.
Zapraszamy do biura PTI (Warszawa, ul. Solec 38 lok. 103) oraz do zdalnego udziału na platformie ZOOM (Identyfikator spotkania:[masked] Kod dostępu:[masked]): https://us02web.zoom.us/j/84079756390?pwd=eTM3cW14UW5UUm00UVh3RW4xOGxjZz09

## Introduction

As we live in a globally interconnected world and rapidly developing digital technology, cities are turning into big data machines. The challenge lies in collecting, storing, and analyzing these big data to take advantage of them both for the public and private good. The real problem is that cities have too little time and few resources to use these data to their full potential. Machine learning is a powerful data-driven approach that enables configurations of systems and devices to learn a target performance (quality) without requiring an in-depth understanding of the underlying theory behind it. It is a very applicable technology in the building, campus, and city deployments for smart operations. Machine learning is being used in many industries, including smart buildings and campuses, especially for smart lighting control, parking lot management, greenhouse control, energy management and traffic lights scheduling. By applying machine learning to optimize the usage of resources such as energy and water in a building or campus, a better environment can be established for human survival and life.
Machine Learning for Smart Systems provides a state-of-the-art overview of machine learning (ML) applications for smart systems. The core of the approach comprises four major parts covering the role of ML in smart environments, challenges and opportunities in the deployment of ML in smart systems, and methods of -ML system design. The former three parts are further broken down into nine chapters describing fundamental techniques of ML (e.g., regression analysis and classification), data science for smart systems (e.g., time series analysis/regression analysis and human activity recognition with wearable sensors), and ML for pervasive sensing (e.g., text to image generation and image retrieval). Research in smart cities is wide-ranging and includes traffic monitoring, surveillance, logistical service planning and management, urban transport systems, parking management and control, road safety applications on highways, street light control for better illumination at night for enhanced security and reduced energy cost, location-based services such as mobile device localization, consistent map updating, signage recognition or indoor mapping. The research issues such as data sharing, privacy protection, machine learning, and cloud computing for building automation should be addressed systematically.
This special issue will help understand the core ML building blocks and algorithms, use case applications and products, business opportunities, and develop a holistic approach to machine learning.

## Recommended topics (but not limited to)

• Role of artificial intelligence in smart buildings
• Machine learning for smart systems
• Challenges and opportunities of machine learning for smart systems
• Innovations in machine learning for smart systems
• Deep learning applications for smart systems
• Artificial intelligence and machine learning for smart building and smart campus
• Intelligent technologies for smart systems
• Data-driven machine learning for smart systems
• Safe and resilient machine learning for smart buildings
• Understanding the interconnection between smart cities and machine learning for smart campus
• Intelligent data analytics for smart systems
• Trends in artificial intelligence and machine learning for smart buildings

## Important dates

Submission deadline: 10 April, 2023
Authors notification: 20 June, 2023
Final version submission: 30 August, 2023
Final notification: 25 October, 2023

## Submission guidelines

Original and unpublished works on any of the topics aforementioned or related are welcome. The SCPE journal has a rigorous peer-reviewing process and papers will be reviewed by at least two referees. All submitted papers must be formatted according to the journal's instructions, which can be found at the journal WWW site.

## Guest Editors

Dr. Achyut Shankar, Department of Cyber Security University of Warwick, United Kingdom, email: [masked]

Dr Zahid Akhtar, State University of New York Polytechnic Institute, USA, email: [masked]

18th Conference on Computer Science and Intelligence Systems (FedCSIS 2023)

Warsaw, Poland, 17-20 September 2023
(IEEE: #57573, 70 MEiN points)

Submission deadline: May 23, 2023, 23:59:59 AoE (no extensions)

Tracks and technical sessions
The following Tracks and Technical Sessions are confirmed to take place during the FedCSIS 2023 conference:
* Track 1: Advanced Artificial Intelligence in Applications (18th Symposium AAIA 2023)

- AI in Agriculture (1st Workshop AgriAI 2023)
- Challenges for Natural Language Processing (1st Symposium CNLPS 2023)
- Distributed Edge AI – Risks and Challenges (1st Workshop DE‑AI 2023)
- Rough Sets: Theory and Applications (5th International Symposium RSTA 2023)
- Computational Optimization (16th Workshop WCO 2023)
* Track 2: Computer Science & Systems (CSS 2023)

- Computer Aspects of Numerical Algorithms (16th Workshop CANA 2023)
- Multimedia Applications and Processing (16th International Symposium MMAP 2023)
- Scalable Computing (13th Workshop WSC 2023)
* Track 3: Network Systems and Applications (NSA 2023)

- ​​​​​Complex Networks – Theory and Application (2nd Workshop CN‑TA'23)
- Internet of Things – Enablers, Challenges and Applications (7th Workshop IoT‑ECAW 2023)
- Cyber Security, Privacy and Trust (4th International Forum NEMESIS 2023)
* Track 4: Information Technology for Business and Society (ITBS 2023)

- International Workshop on AI in Digital Humanities, Computational Social Sciences and Economics Research (1st Workshop AI‑HuSo 2023)
- Data Science in Health, Ecology and Commerce (5th Workshop DSH 2023)
- ​​​​​Information Systems Management (18th Conference ISM 2023)
- Knowledge Acquisition and Management (29th Conference KAM 2023)
- Meta Environment for Citizens, Business and Entertainment (1st Conference MECBE 2023)
* Track 5: Software, System and Service Engineering (S3E 2023)

- Cyber‑Physical Systems (10th Workshop IWCPS‑10)
- Practical Aspects of and Solutions for Software Engineering (24th Conference KKIO 2023)
- Software Engineering (43rd IEEE Workshop SEW‑43)
- Advances in Programming Languages (8th Workshop WAPL 2023)
* Recent Advances in Information Technology (8th Symposium DS‑RAIT 2023)

Keynote speakers (preliminary list):

• Lipika Dey
  Tata Consultancy Services
  Keynote title: Deciphering Clinical Narratives - augmented intelligence for Decision Making in Health care sector

• Marta Kwiatkowska
  University of Oxford
  Keynote title: When to trust AI...

• Roman Slowinski
  Poznan University of Technology
  Keynote title: Multiple Criteria Decision Aiding by Constructive Preference Learning

Professor Zdzisław Pawlak Awards
The Professor Zdzislaw Pawlak Awards are given in the following categories:

• Best Paper Award (600 EUR)

• Young Researcher Paper Award (400 EUR)

• Industry Cooperation Award (400 EUR)

• International Cooperation Award (400 EUR)
  All papers accepted to FedCSIS 2023 are eligible to be considered as the award winners.

Paper submission and publication
- Papers should be submitted by May 23, 2023 (strict deadline, no extensions, submission will be done via EasyChair).
- Paper submission system will be opened on March 1, 2023.
- Preprints of submitted papers will be published online.
- Only papers presented during the conference will be submitted to the IEEE for inclusion in the Xplore Digital Library. Furthermore, proceedings, published in a volume with ISBN, ISSN, and DOI numbers, will be posted on the conference web portal. Moreover, most Technical Session organizers arrange quality journals, edited volumes, etc., and may invite selected extended and revised papers for post-conference publications (information can be found on the websites of individual events, or by contacting Chairs of said events).

Important dates
- Paper submission (no extensions): May 23, 2023
- Position paper submission: June 7, 2023
- Author notification: July 11, 2023
- Final paper submission, registration: July 31, 2023
- Discounted payment: July 26, 2023
- Conference date: September 17⁠–⁠20, 2023

Contact FedCSIS at: [masked]