Wykaz publikacji wybranego autora

Bartłomiej Śnieżyński, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Informatyki
WI-ii, Instytut Informatyki

  • 2020

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja

    [dyscyplina 2] dziedzina nauk ścisłych i przyrodniczych / informatyka (50%)

  • 2018

    [dyscyplina 1] dziedzina nauk ścisłych i przyrodniczych / informatyka

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (50%)

[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / informatyka

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-4206-9052 orcid iD

ResearcherID: K-2296-2012

Scopus: 23393638000

PBN: 5e70922c878c28a04739120d

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Distributed continual intrusion detection: a collaborative replay framework / Kamil FABER, Bartłomiej ŚNIEŻYŃSKI, Roberto Corizzo // W: 2023 IEEE international conference on Big data [Dokument elektroniczny] : December 15–18, 2023, Sorrento, Italy : proceedings / ed. by Jingrui He, [et al.]. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2023. — e-ISBN: 979-8-3503-2445-7. — S. 3255–3263. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 3263, Abstr.. — Publikacja dostępna online od: 2024-01-22. — tekst: https://ieeexplore-1ieee-1org-1000047kz00e9.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=10386211

    orcid iD

  • keywords: anomaly detection, lifelong learning, intrusion detection, collaborative learning, continual learning

    Zobacz pełny wykaz publikacji Autora/Autorów: Kamil Faber

    cyfrowy identyfikator dokumentu: 10.1109/BigData59044.2023.10386211

2

  • Prediction of casting mechanical parameters based on direct microstructure image analysis using deep neural network and graphite forms classification / Bartłomiej ŚNIEŻYŃSKI, Dorota WILK-KOŁODZIEJCZYK, Radosław ŁAZARZ, Krzysztof JAŚKOWIEC // W: Computational Science – ICCS 2023 : 23rd International Conference : Prague, Czech Republic, July 3–5, 2023 : proceedings, Pt. 5 / eds. Jiří Mikyška [et al.]. — Cham : Springer Nature, cop. 2023. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 14077). — ISBN: 978-3-031-36029-9 ; e-ISBN: 978-3-031-36030-5. — S. 522–534. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2023-06-26. — D. Wilk-Kołodziejczyk, K. Jaśkowiec - dod. afiliacja: Łukasiewicz Research Network – Kraków Institute of Technology

    orcid iD

  • keywords: deep neural network, prediction of mechanical properties, graphite forms classification, microstructure image analysis

    Zobacz pełny wykaz publikacji Autora/Autorów: Dorota Wilk-Kołodziejczyk, Radosław Łazarz, Krzysztof Jaśkowiec

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-36030-5_42

3
4
5
6

  • Wykorzystanie sieci neuronowych do modelowania pracy młyna kulowego w Cementowni WARTA S. A. — The use of neural networks to model the operation of a ball mill in Cementownia WARTA S. A. / Bartłomiej ŚNIEŻYŃSKI, Paweł GAJEWSKI, Piotr STĘPIEŃ, Wojciech K. Roszczynialski, Paulina Golonka, Grzegorz Wolski // Materiały Budowlane : technologie, rynek, wykonawstwo ; ISSN 0137-2971. — 2023 nr 8, s. 12–17. — Bibliogr. s. 17, Streszcz., Abstr.. — tekst: https://www.materialybudowlane.info.pl/images/2023/08/s12-17.pdf

    orcid iD

  • słowa kluczowe: sztuczne sieci neuronowe, proces mielenia, modelowanie pracy młyna

    keywords: artificial neural networks, grinding process, mill modeling

    Zobacz pełny wykaz publikacji Autora/Autorów: Piotr Stępień, Paweł Gajewski

    cyfrowy identyfikator dokumentu: 10.15199/33.2023.08.03