Wykaz publikacji wybranego autora

Andrzej Dziech, prof. dr hab. inż.

profesor zwyczajny

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT-kt, Instytut Telekomunikacji


  • 2018

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


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


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-0594-6746 połącz konto z ORCID

ResearcherID: M-4483-2016

Scopus: 6602903785

PBN: 5e70922b878c28a047391114

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Computer implemented method for processing a frame sequence, digital frame processing device computer program product and monitoring system / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie ; wynalazca: GREGA Michał, DZIECH Andrzej, RUSEK Krzysztof, MATIOLAŃSKI Andrzej, GUZIK Piotr. — Int.Cl.: G06V 20/52\textsuperscript{(2022.01)}. — European Patent Office. — Opis patentowy ; EP 3534294 B1 ; Udziel. 2023-09-06 ; Opubl. 2023-09-06. — Zgłosz. nr EP18159762 z dn. 2018-03-02. — tekst: http://patenty.bg.agh.edu.pl/pelneteksty/EP3534294B1.pdf

  • słowa kluczowe: uczenie maszynowe, detekcja obiektów, splotowe sieci neuronowe, detekcja broni

    keywords: machine learning, object detection, convolutional neural networks, gun detection

    cyfrowy identyfikator dokumentu:

2
  • Effective deep learning approach to denoise optical coherence tomography images using BM3D-based preprocessing of the training data including both healthy and pathological cases / Piotr BOGACKI, Andrzej DZIECH // IEEE Access [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2169-3536. — 2023 vol. 11, s. 65395–65406. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 65404–65406, Abstr.. — Publikacja dostępna online od: 2023-06-23. — tekst: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10160015

  • keywords: optical coherence tomography, medical applications, image denoising, speckle noise removal

    cyfrowy identyfikator dokumentu: 10.1109/ACCESS.2023.3289162

3