Wykaz publikacji wybranego autora

Maciej Pawlik, mgr inż.

specjalista

Akademickie Centrum Komputerowe ,,Cyfronet'' AGH
ACK-dkdm, Dział Komputerów Dużej Mocy


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-3419-7262 połącz konto z ORCID

ResearcherID: brak

Scopus: 55055652500

PBN: 5e7094d4878c28a0473c4e35

System Informacyjny AGH (SkOs)




1
  • Algorithms for scheduling scientific workflows on serverless architecture / Marcin Majewski, Maciej PAWLIK, Maciej MALAWSKI // W: CCGrid 2021 [Dokument elektroniczny] : 21st IEEE/ACM international symposium on Cluster, Cloud and Internet Computing : 10-13 May 2021, Melbourne, Australia : proceedings / eds. Laurent Lefevre, [et al.]. — Wersja do Windows. — Dane tekstowe. — Piscataway: IEEE, cop. 2021. — Dod. ISBN: 978-1-7281-9587-2. — e-ISBN: 978-1-7281-9586-5. — S. 782-789. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 789, Abstr.. — tekst: https://ieeexplore-1ieee-1org-1000047o40077.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9499676

  • keywords: scheduling, algorithm, workflow, cloud functions, serverless

    cyfrowy identyfikator dokumentu: 10.1109/CCGrid51090.2021.00095

2
  • CNN-based classifier as an offline trigger for the CREDO experiment / Marcin Piekarczyk, Olaf Bar, Łukasz Bibrzycki, Michał Niedźwiecki, Krzysztof RZECKI, Sławomir Stuglik, Thomas Andersen, Nikolay M. Budnev, David E. Alvarez-Castillo, Kévin Almeida Cheminant, Dariusz Góra, Alok C. Gupta, Bohdan Hnatyk, Piotr Homola, Robert Kamiński, Marcin Kasztelan, Marek Knap, Péter Kovács, Bartosz Łozowski, Justyna Miszczyk, Alona Mozgova, Vahab Nazari, Maciej PAWLIK, Matías Rosas, Oleksandr Sushchov, Katarzyna Smelcerz, Karel Smolek, Jarosław Stasielak, Tadeusz Wibig, Krzysztof W. Woźniak, Jilberto Zamora-Saa // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2021 vol. 21 iss. 14 art. no. 4804, s. 1–24. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–24, Abstr.. — Publikacja dostępna online od: 2021-07-14. — tekst: https://www.mdpi.com/1424-8220/21/14/4804/pdf

  • keywords: image classification, deep learning, image sensors, gamification, convolutional neural networks, citizen science, CREDO, global sensor network

    cyfrowy identyfikator dokumentu: 10.3390/s21144804

3