Výpis publikací

PROCHÁZKA, David; Terézia SLANINÁKOVÁ; Jozef ČERŇANSKÝ; Jaroslav OĽHA; Matej ANTOL a Vlastislav DOHNAL. Scaling Learned Metric Index to 100M Datasets. In Edgar Chávez, Benjamin Kimia, Jakub Lokoč, Marco Patella, Jan Sedmidubsky. SIMILARITY SEARCH AND APPLICATIONS, SISAP 2024. BERLIN: Springer, 2025, s. 266-273. ISBN 978-3-031-75822-5. Dostupné z: https://dx.doi.org/10.1007/978-3-031-75823-2_22.

BUOSI, Samuele; Mohan TIMILSINA; Maria TORRENTE; Mariano PROVENCIO; Dirk FEY a Vít NOVÁČEK. Boosting predictive models and augmenting patient data with relevant genomic and pathway information. Computers in Biology and Medicine. Pergamon-Elsevier Science Press, 2024, roč. 174, č. 108398, s. 1-9. ISSN 0010-4825. Dostupné z: https://dx.doi.org/10.1016/j.compbiomed.2024.108398.

ZELINA, Petr; Jana HALÁMKOVÁ a Vít NOVÁČEK. Extraction, labeling, clustering, and semantic mapping of segments from clinical notes. IEEE TRANSACTIONS ON NANOBIOSCIENCE. UNITED STATES: IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC, 2023, roč. 22, č. 4, s. 781-788. ISSN 1536-1241. Dostupné z: https://dx.doi.org/10.1109/TNB.2023.3275195.

JANIK, Adrianna; Maria TORRENTE; Luca COSTABELLO; Virginia CALVO; Brian WALSH; Carlos CAMPS; Sameh K MOHAMED; Ana L ORTEGA; Vít NOVÁČEK; Bartomeu MASSUTÍ; Pasquale MINERVINI; M Rosario GARCIA CAMPELO; Edel del BARCO; Joaquim BOSCH-BARRERA; Ernestina MENASALVAS; Mohan TIMILSINA a Mariano PROVENCIO. Machine Learning–Assisted Recurrence Prediction for Patients With Early-Stage Non–Small-Cell Lung Cancer. JCO CLINICAL CANCER INFORMATICS. UNITED STATES: LIPPINCOTT WILLIAMS & WILKINS, 2023, roč. 7, e2200062, s. 1-11. ISSN 2473-4276. Dostupné z: https://dx.doi.org/10.1200/CCI.22.00062.

NOVACEK, Vít; Marko ŘEHÁČEK; Petr ZELINA a Jana HALÁMKOVÁ. AI for Cancer Patient Empowerment - Interim Results of the AIcope Project. 2022.

TORRENTE, María; Pedro A SOUSA; Roberto HERNÁNDEZ; Mariola BLANCO; Virginia Calvo Ana COLLAZO; Gracinda R GUERREIRO; Beatriz NÚÑEZ; Joao PIMENTAO; Juan Cristóbal SÁNCHEZ; Manuel CAMPOS; Luca COSTABELLO; Vít NOVÁČEK; Ernestina MENASALVAS; María Esther VIDAL; Mariano PROVENCIO a Virginia CALVO. An Artificial Intelligence-Based Tool for Data Analysis and Prognosis in Cancer Patients: Results from the Clarify Study. CANCERS. SWITZERLAND: MDPI, 2022, roč. 14, č. 16, s. 1-10. ISSN 2072-6694. Dostupné z: https://dx.doi.org/10.3390/cancers14164041.

TIMILSINA, Mohan; Vít NOVÁČEK; Mathieu DAQUIN a Haixuan YANG. Boundary heat diffusion classifier for a semi-supervised learning in a multilayer network embedding. NEURAL NETWORKS. ENGLAND: PERGAMON-ELSEVIER SCIENCE LTD, 2022, roč. 156, č. 1, s. 205-217. ISSN 0893-6080. Dostupné z: https://dx.doi.org/10.1016/j.neunet.2022.10.005.

TIMILSINA, Mohan; Dirk FEY; Adrianna JANIK; Maria TORRENTE; Mariano PROVENCIO; Alberto Cruz BERMUDEZ; Enric CARCERENY; Luca COSTABELLO; Delvys Rodrıguez ABREU; Manuel COBO; Rafael Lopez CASTRO; Reyes BERNABE; Maria GUIRADO; Pasquale MINERVINI a Vít NOVÁČEK. Integration of Medical and Genomic Information to Enhance Relapse Prediction in Early Stage Lung Cancer Patients. Online. In Proceedings of the Annual Symposium of the American Medical Informatics Association. Washington, USA: AMIA, 2022, s. 1082-1091. ISSN 1559-4076.

ZELINA, Petr; Jana HALÁMKOVÁ a Vít NOVÁČEK. Unsupervised extraction, labelling and clustering of segments from clinical notes. Online. In Proceedings of IEEE International Conference on Bioinformatics and Biomedicine (BIBM). USA: IEEE, 2022, s. 1362-1368. ISBN 978-1-6654-6820-6. Dostupné z: https://dx.doi.org/10.1109/BIBM55620.2022.9995229.

SLANINÁKOVÁ, Terézia; Matej ANTOL; Jaroslav OĽHA a Vlastislav DOHNAL. Data-driven Learned Metric Index: an Unsupervised Approach. In 14th International Conference on Similarity Search and Applications (SISAP 2021). Cham: Springer, 2021, s. 81-94. ISBN 978-3-030-89656-0. Dostupné z: https://dx.doi.org/10.1007/978-3-030-89657-7_7.

NOVOTNÝ, Vít; Michal ŠTEFÁNIK; Dávid LUPTÁK; Martin GELETKA; Petr ZELINA a Petr SOJKA. Ensembling Math Information Retrieval Systems: MIRMU and MSM at ARQMath 2021. Online. In CEUR Workshop Proceedings, Volume 2936: 2021 Working Notes of CLEF - Conference and Labs of the Evaluation Forum, CLEF-WN 2021. Bucharest, Romania: CEUR-WS, 2021, s. 82-106. ISSN 1613-0073.

MOHAMED, Sameh K.; Brian WALSH; Mohan TIMILSINA; Maria TORRENTE; Fabio FRANCO; Mariano PROVENCIO; Adrianna JANIK; Luca COSTABELLO; Pasquale MINERVINI; Pontus STENETORP a Vít NOVÁČEK. On Predicting Recurrence in Early Stage Non-small Cell Lung Cancer. Online. In Adam B. Wilcox, Randi Foraker, Kensaku Kawamoto, Yves A. Lussier, Nadine McCleary. Proceedings of AMIA 2021 Annual Symposium. San Diego: AMIA, 2021, s. 853-862. ISSN 1942-597X.

NOVOTNÝ, Vít; Eniafe Festus AYETIRAN; Dalibor BAČOVSKÝ; Dávid LUPTÁK; Michal ŠTEFÁNIK a Petr SOJKA. One Size Does Not Fit All: Finding the Optimal Subword Sizes for FastText Models across Languages. In Mitkov, Ruslan and Angelova, Galia. Proceedings of the International Conference on Recent Advances in Natural Language Processing (RANLP 2021). Varna, Bulgaria: INCOMA Ltd., 2021, s. 1068-1074. ISBN 978-954-452-072-4. Dostupné z: https://dx.doi.org/10.26615/978-954-452-072-4_120.

TORRENTE, M.; F. FRANCO; V. CALVO; A. Collazo LORDUY; E. MENASALVAS; M. E. VIDAL; P. SOUSA; J. PIMENTAO; Vít NOVÁČEK; P. MINERVINI; D. FEY; L. COSTABELLO; M. POCS a M. PROVENCIO. P08. 01 Building Personalized Follow-Up Care Through AI by Bringing the Lung Cancer Patient, Data Scientist and Oncologist Together. Journal of Thoracic Oncology. Elsevier, 2021, roč. 16, č. 10, s. 991-992. ISSN 1556-1380. Dostupné z: https://dx.doi.org/10.1016/j.jtho.2021.08.294.

NOVOTNÝ, Vít a Marie STARÁ. Cthulhu Hails from Wales: N-gram Frequency Analysis of R'lyehian. In Aleš Horák, Pavel Rychlý, Adam Rambousek. Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020. Brno: Tribun EU, 2020, s. 87-92. ISBN 978-80-263-1600-8.

MEDVEĎ, Marek; Radoslav SABOL a Aleš HORÁK. Efficient Management and Optimization of Very Large Machine Learning Dataset for Question Answering. In Aleš Horák. Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020. Brno: Tribun EU, 2020, s. 23-34. ISBN 978-80-263-1600-8.

SUCHOMEL, Vít. Removing Spam from Web Corpora Through Supervised Learning and Semi-manual Classification of Web Sites. In Aleš Horák. Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020. Brno: Tribun 2020, 2020, s. 113-123. ISBN 978-80-263-1600-8.

NOVOTNÝ, Vít. The Art of Reproducible Machine Learning: A Survey of Methodology in Word Vector Experiments. In Aleš Horák, Pavel Rychlý, Adam Rambousek. Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020. Brno: Tribun EU, 2020, s. 55-64. ISBN 978-80-263-1600-8.

NOVOTNÝ, Vít; Petr SOJKA; Michal ŠTEFÁNIK a Dávid LUPTÁK. Three is Better than One: Ensembling Math Information Retrieval Systems. CEUR Workshop Proceedings. Thessaloniki, Greece: M. Jeusfeld c/o Redaktion Sun SITE, Informatik V, RWTH Aachen., 2020, roč. 2020, č. 2696, s. 93-122. ISSN 1613-0073.

NOVOTNÝ, Vít; Michal ŠTEFÁNIK; Dávid LUPTÁK a Petr SOJKA. Towards Useful Word Embeddings: Evaluation on Information Retrieval, Text Classification, and Language Modeling. In Aleš Horák and Pavel Rychlý and Adam Rambousek. Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020. Brno: Tribun EU, 2020, s. 37-46. ISBN 978-80-263-1600-8.

ŠIROKÝ, Filip. Anomaly Detection Using Deep Sparse Autoencoders for CERN Particle Detector Data. 2019.

SOJKA, Petr a Vít NOVOTNÝ. Semantically Coherent Vector Space Representations. 2019.

NOVOTNÝ, Vít. Soft Cosine Measure: Capturing Term Similarity in the Bag of Words VSM. 2019.

ŠTEFÁNIK, Michal a Vít NOVOTNÝ. Video699: Interconnecting Lecture Recordings with Study Materials. 2019.

BALÁŽIA, Michal a Petr SOJKA. Walker-Independent Features for Gait Recognition from Motion Capture Data. In Antonio Robles-Kelly, Marco Loog, Battista Biggio, Francisco Escolano, Richard Wilson. Proceedings of the joint IAPR International Workshops on Structural and Syntactic Pattern Recognition (SSPR 2016) and Statistical Techniques in Pattern Recognition (SPR 2016). LNCS 10029. Switzerland: Springer International Publishing AG, 2016, s. 310-321. ISBN 978-3-319-49054-0. Dostupné z: https://dx.doi.org/10.1007/978-3-319-49055-7_28.

ŘEHŮŘEK, Radim a Milan KOLKUS. Language Identification on the Web: Extending the Dictionary Method. In Computational Linguistics and Intelligent Text Processing, 10th International Conference, CICLing 2009, Proceedings. první. Mexico City, Mexico: Springer-Verlag, 2009, s. 357-368. ISBN 978-3-642-00381-3. Dostupné z: https://dx.doi.org/10.1007/978-3-642-00382-0_29.

ŘEHŮŘEK, Radim a Petr SOJKA. Automated Classification and Categorization of Mathematical Knowledge. In Intelligent Computer Mathematics: AISC/Calculemus/MKM LNAI 5144. první. Berlin, Heidelberg, New York: Springer-Verlag, 2008, s. 543-557. ISBN 978-3-540--85109-7.

MATERNA, Jiří. Automatic Web Page Classification. Online. In Recent Advances in Slavonic Natural Language Processing. Brno: Faculty of Informatics, Masaryk University, 2008, 10 s. ISBN 978-80-210-4741-9.

KOTT, Petr a Lubomír POPELÍNSKÝ. Automatická klasifikace transformovaných vět. In Sborník konference SCO 2008. Brno: PřF MU, 2008, 6 s. ISBN 978-80-210-4613-9.

BRIATKOVÁ, Mária; Zdeněk KEDAJ a Lubomír POPELÍNSKÝ. DŽEMUj - dobývání znalostí z odpovědníků IS MU. In Sborník konference SCO 2008. Brno: PřF MU, 2008, 6 s. ISBN 978-80-210-4613-9.

SOJKA, Petr. From Minds to Pixels and Back. první. Brno: Masarykova univerzita, 2008, xvi+209. habilitation thesis.

VODÁK, Daniel a Lubomír POPELÍNSKÝ. Jak mravenčí kolonie dobývají znalosti. In Sborník 7. ročníku konference Znalosti. Bratislava: STU, 2008, s. 291-302. ISBN 978-80-227-2827-0.

POPELÍNSKÝ, Lubomír. Advanced learning techniques for NLP. In 8th summer school of the European Masters in Language and Speech. 2007.

SOJKA, Petr a Radim ŘEHŮŘEK. Classification of Multilingual Mathematical Papers in DML-CZ. In Proceedings of First Workshop of Recent Advances in Slavonic Natural Language Processing RASLAN 2007. první. Brno: Masarykova univerzita, 2007, s. 89-96. ISBN 978-80-210-4471-5.

GREGAR, Tomáš; Radka POSPÍŠILOVÁ a Pavel ČÍŽEK. E-learning a sémantika obrazových dat. In Sborník čtvrtého ročníku konference o e-learningu --- SCO 2007. Brno: Masarykova univerzita, 2007, s. 239-244, 260 s. ISBN 978-80-210-4296-4.

POPELÍNSKÝ, Lubomír a Jiří MATERNA. Keyness and Relational Learning. In International conference Keyness in Text. Siena: University of Siena, 2007, s. 61-63.

POMIKÁLEK, Jan a Radim ŘEHŮŘEK. The Influence of Preprocessing Parameters on Text Categorization. International Journal of Applied Science, Engineering and Technology. 2007, roč. 4/2007, č. 1, s. 430-434. ISSN 1307-4318.

HUDÍK, Tomáš. The PAH Source Identification Using Positive Matrix Factorization and Clustering Methods. In 6th International Symposium on Environmental Software Systems. Glueph: The International Federation for Information Processing WG 5.11, 2007, s. 63-71. ISBN 978-3-901882-22-7.

GREGAR, Tomáš a Radka POSPÍŠILOVÁ. Zvýšení využitelnosti obrazových dat ve výuce pomocí získaných sémantických informací. In Sborník 27. konference o geometrii a počítačové grafice. České Budějovice: ČSGG, 2007, s. 67-72. ISBN 978-80-85763-41-6.

HUDÍK, Tomáš. The Machine-Learning Methods in the Environmental Risk Assessment Spatial Modelling. In Proceedings of the 2nd international summer school on computational biology. Brno: Masaryk Univerzity, 2006, s. 52-57. ISBN 80-7355-070-9.

GREGAR, Tomáš a Radka POSPÍŠILOVÁ. Tvorba a využití vizuálních ontologií v elektronické podpoře výuky. In DATAKON 2006, Sborník databázové konference. Masarykova univerzita. Brno: Masarykova univerzita, 2006, s. 169-178, 9 s. ISBN 80-210-4102-1.

HUDÍK, Tomáš. Using Machine Learning Methods in Environmental Risk Assessment -- Overview. In EMEC7 The Book of Abstracts. Brno: Brno University of Technology, Faculty of Chemistry, 2006, s. 78. ISBN 80-214-3320-5.

SOJKA, Petr. Competing Patterns in Language Engineering and Computer Typesetting. první. Brno: Masarykova univerzita, 2005, 140 s. PhD. dissertation.

BLAŤÁK, Jan. First-order Frequent Patterns in Text Mining. In EPIA'05, 12th Portuguese Conference on Artificial Intelligence. 1. vyd. Covilha, Portugal: Institute of Electrical and Electronics Engineers, Inc., 2005, s. 344-350. ISBN 0-7803-9365-1.

POPELÍNSKÝ, Lubomír a Jan BLAŤÁK. Learning genic interactions without expert domain knowledge: Comparison of different ILP algorithms. In Proceedings of ICML05 workshop on Learning Language in Logic (LLL05). Bonn: Fraunhofer Institute, 2005, s. 21-30.

LIDMAN, Petr; Zdenko STANÍČEK; Filip PROCHÁZKA; Eva BUDINSKÁ; Jiří JARKOVSKÝ a Ladislav DUŠEK. Projekt EMIL (Effective Microarray IntelLigence): přínos metod umělé inteligence pro analýzu microarrays. In Sborník abstraktů konference se zahraniční účastí. Analytická cytometrie III. Brno: Česká společnost pro analytickou cytologii, 2005, s. 107-108. ISBN 80-239-5155-6.

LIDMAN, Petr; Zdenko STANÍČEK; Filip PROCHÁZKA; Jan MUŽÍK; Ladislav DUŠEK; Rostislav VYZULA a Pavel ANDRES. Projekt UIRON ("Universal information robot in oncology"): přínos metod umělé inteligence v biomedicíně a klinické praxi. In Vybrané otázky onkologie IX. Praha: Galén, 2005, s. 143-144. ISBN 80-7262-382-6.

HROZA, Jiří. Protein Secondary Structure Prediction by Machine Learning Methods. In 1st International Summer School on Computational Biology. Brno, Czech Republic: Masaryk University, 2005, s. 38-43, 5 s. ISBN 80-210-3907-8.

LIDMAN, Petr; Zdenko STANÍČEK; Filip PROCHÁZKA; Ladislav DUŠEK; Jiří JARKOVSKÝ a Eva BUDINSKÁ. Rule-based systems: employing intelligent computer assistant in biomedicine & clinical practice. In Proceedings of 1st International Summer School on Computational Biology. Brno: Masarykova univerzita, 2005, s. 100-104. ISBN 80-210-3907-8.

HUDÍK, Tomáš a Matej LEXA. Segmentation of texts and biological sequences into lexical and structural units using a machine-learning approach. In Proceedings of the 1st International Summer School on Computational Biology. Brno: L. Dušek, L., J. Hřebíček, L. Jarkovský, 2005, s. 50-56, 8 s. ISBN 80-210-3907-8.

HROZA, Jiří a Jan ŽIŽKA. Selecting Interesting Articles Using Their Similarity Based Only on Positive Examples. In Computational linguistics and Intelligent Text Processing. Germany: Springer-Verlag Berlin Heidelberg, 2005, s. 608-611. ISBN 3-540-24523-5.

HROZA, Jiří; Jan ŽIŽKA a Aleš BOUREK. Filtering Very Similar Text Documents: A Case Study. In Computational linguistics and Intelligent Text Processing. Germany: Springer-Verlag Berlin Heidelberg, 2004, s. 511-520. ISBN 3-540-21006-7.

MRÁKOVÁ, Eva; Lubomír POPELÍNSKÝ a Jan BLAŤÁK. Víceslovné výrazy a klasifikace českých textů. In Znalosti 2004, sborník posterů. 1. vyd. Ostrava: VŠB--Technická univerzita Ostrava, 2004, s. 53-56.

POPELÍNSKÝ, Lubomír. Disambiguation of case siffixes in Basque. In Proceedings of TALN Workshop "Traitement automatique des langues minoritaires et des petites langues. Batz-sur-Mer: ATALA, 2003, s. 213-222.

POPELÍNSKÝ, Lubomír. Induktivní logické programování. In Sborník konference DATAKON 2003. Brno: Masarykova univerzita, 2003, s. 111-130. ISBN 80-210-3215-4.

ŽIŽKA, Jan; Michal ŠRÉDL a Aleš BOUREK. Searching for Significant Word Associations in Text Documents Using Genetic Algorithms. In Computional Linguistics and Intelligent Text Processing. Berlin Heidelberg New York: Springer Verlag, 2003, s. 584-587. ISBN 3-540-00532-3.

POPELÍNSKÝ, Lubomír. Strojové učení a přirozený jazyk (abtrakt tutoriálu). In Sborník konference ZNALOSTI 2003. Ostrava: FEI VŠB-TU Ostrava, 2003, s. 18-19. ISBN 80-248-0229-5.

KŘIVÁNKOVÁ, Ludmila; Michal OČKO; Lubomír POPELÍNSKÝ a Petr BOČEK. Fast choice of separation conditions for analyses by capillary zone electrophoresis usingan information system Xemic. Electrophoresis. Wiley-VCH Verlag GmbH, 2002, roč. 23, č. 19, s. 3364-3371. ISSN 0173-0835.

DOBROVOLNÝ, Petr; Lubomír POPELÍNSKÝ a Petr KUBA. Využitelnost algoritmů strojového učení pro klasifikaci multispektrálního družicového snímku. In GIS Ostrava 2001. Sborník konference. Ostrava: VŠB - TUO, 2001. ISSN 1213-2454.

POPELÍNSKÝ, Lubomír; Petr DOBROVOLNÝ a Petr KUBA. Využití metod strojového učení pro klasifikaci družicových snímků. In Sborník konference Znalosti 2001. Praha: Vysoká škola ekonomická, Praha, 2001, s. 1-6.

KUBAT, Miroslav a Jan ŽIŽKA. Learning Middlegame Patterns in Chess: A Case Study. In Proceedings of the 13th International Conference on Industrial & Engineering Applications of AI & Expert Systems. New Orleans, LA, U.S.A.: Springer Verlag, 2000, s. 426-433. LNCS.

BOUREK, Aleš a Jan ŽIŽKA. Monitorování asistované reprodukce a reprodukční medicíny pomocí Internetu. 2000. vyd. Třebechovice: Medexart, 2000, 4 s. Gynekolog. ISBN 1210-1133.

BOUREK, Aleš; Jan ŽIŽKA; Pavel VENTRUBA a Luděk FREY. Monitorování asistované reprodukce a reprodukční medicíny pomocí Internetu. Gynekolog. Třebechovice: Medexart, 2000, roč. 2, č. 6, s. 220-223. ISSN 1210-1133.

POPELÍNSKÝ, Lubomír; Tomáš PAVELEK a Tomáš PTÁČNÍK. On Disambiguation in Czech Corpora. Brno (CZE): FI MU, 2000, 012 s.

ŽIŽKA, Jan; Aleš BOUREK a Luděk FREY. TEA: A Text Analysis Tool for the Intelligent Text Document Filtering. In Text, Speech and Dialogue. Berlin, Heidelberg, New York: Springer Verlag, 2000, s. 151-156. LNCS 1902. ISBN 3-540-41042-2.

ŽIŽKA, Jan a Aleš BOUREK. Learning and Classifying Medical Text Documents Using the Naive Baye's Algorithm. Brno: FI MUNI / Konvoj, Brno, 1998, 4 s. International Workshop on Text, Speech and Dialog. ISBN 80-210-1899-2.