Wojciech Kwedlo ukończył studia magisterskie w Instytucie Informatyki Politechniki Białostockiej w 1996 roku. W 1999 roku uzyskał stypendium naukowe DAAD na 5-miesięczny pobyt na Uniwersytecie w Karlsruhe w Niemczech. Stopień doktora nauk technicznych w zakresie informatyki uzyskał w 2004 roku na Wydziale Informatyki PB, a doktora habilitowanego nauk technicznych w dyscyplinie informatyka techniczna i telekomunikacja w 2024, również na Wydziale Informatyki PB. Jest autorem 25 publikacji indeksowanych w bazie Scopus a jego indeks Hirscha jest równy 11.
dr hab. inż. Wojciech Kwedlo
Dyscyplina / Temat badań / Specjalizacja
Kontakt
w.kwedlo@pb.edu.pl
Moje zainteresowania badawcze koncentrują się wokół algorytmów grupowania danych takich jak metoda K-średnich czy metody wykorzystujące modele mieszane (ang. mixtures). Wadami istniejących podejść są długi czas pracy algorytmów oraz ich wrażliwość na minima lokalne. Aby zaradzić tym wadom zaproponowałem wykorzystanie równoległego przetwarzania danych oraz algorytmów optymalizacji globalnej takich jak algorytmy ewolucyjne. Nowym kierunkiem badań jest konstrukcja wyjaśnialnych algorytmów grupowania danych (eng. explainable clustering).
Od października 1996 roku jestem pracownikiem Politechniki Białostockiej. W 1999 roku odbyłem 5-miesięczny staż w Niemczech.
- Wojciech Kwedlo, Parallel Iterative Mistake Minimization (IMM) clustering algorithm for shared-memory systems, ICPP ’24: Proceedings of the 53rd International Conference on Parallel Processing, 2024
- Wojciech Kwedlo, A hybrid steady-state evolutionary algorithm using random swaps for Gaussian model-based clustering, Expert Systems with Applications, 2022, id :118159″
- „Wojciech Kwedlo, Michał Łubowicz, Accelerated K-Means Algorithms for Low-Dimensional Data on Parallel Shared-Memory Systems, IEEE Access, 2021, vol. 9, s.74286-74301. „
- „Wojciech Kwedlo, Paweł J. Czochański, A Hybrid MPI/OpenMP Parallelization of K-Means Algorithms Accelerated Using the Triangle Inequality, IEEE Access, 2019, vol. 7, s.42280-42297.