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
  • [referat, 2022]
  • TytułActive lifelong anomaly detection with experience replay
    AutorzyKamil FABER, Roberto Corizzo, Bartłomiej ŚNIEŻYŃSKI, Nathalie Japkowicz
    ŹródłoDSAA'2022 [Dokument elektroniczny] : 2022 IEEE 9th international conference on Data Science and Advanced Analytics : 13–16 October 2022, Shenzhen, China : proceedings / ed. by Joshua Zhexue Huang, [et al.]. — Piscataway : IEEE, cop. 2022. — S. [1–10]
  • keywords: anomaly detection, active learning, lifelong learning, intrusion detection, experience replay

    cyfrowy identyfikator dokumentu: 10.1109/DSAA54385.2022.10032405

2
  • [referat, 2022]
  • TytułEffect of feature discretization on classification performance of explainable scoring-based machine learning model
    AutorzyArkadiusz Pajor, Jakub Żołnierek, Bartłomiej ŚNIEŻYŃSKI, Arkadiusz Sitek
    ŹródłoComputational Science – ICCS 2022 : 22nd international conference : London, UK, June 21–23, 2022 : proceedings, Pt. 3 / eds. Derek Groen, Clélia de Mulatier, Maciej Paszyński, Valeria V. Krzhizhanovskaya, Jack J. Dongarra, Peter M. A. Sloot. — Cham : Springer Nature Switzerland, cop. 2022. — S. 92–105
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-08757-8_9

3
  • [referat, 2022]
  • TytułLIFEWATCH: lifelong wasserstein change point detection
    AutorzyKamil FABER, Roberto Corizzo, Bartłomiej ŚNIEŻYŃSKI, Michael Baron, Nathalie Japkowicz
    ŹródłoIJCNN 2022 [Dokument elektroniczny] : International Joint Conference on Neural Networks : Padua, Italy, 18–23 July 2022 : proceedings / IEEE. — Piscataway : IEEE, cop. 2022. — s. 1-8
  • keywords: time series data, lifelong learning, change point detection

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN55064.2022.9892891