Wykaz publikacji wybranego autora

Krzysztof Regulski, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Inżynierii Metali i Informatyki Przemysłowej
WIMiIP-kism, Katedra Informatyki Stosowanej i Modelowania

  • 2022

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria materiałowa

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria materiałowa

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (25%)

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

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-8080-2254 orcid iD

ResearcherID: D-9860-2013

Scopus: 23502508700

PBN: 5e70920b878c28a04738f0f6

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Artificial Intelligence in steel industry – from casting to final product / Ł. RAUCH, J. KUSIAK, K. REGULSKI // W: MEFORM 2020 [Dokument elektroniczny] : materials data for forming technology 4.0 : materials data for smart forming technologies : 19.-20.03.2020 / [Technische Universität Bergakademie Freiberg]. — Wersja do Windows. — Dane tekstowe. — [Freiberg : Technische Universität Bergakademie], [2020]. — Selected, peer reviewed papers from the Conference MEFORM 2020, November 26th to 27th. — ISBN: 978-3-86012-632-5. — S. 11–14. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://webvirt.hrz.tu-freiberg.de/filetransfer/FILES/8a2089b8/index.html [2020-05-28]. — Bibliogr. s. 14

    orcid iD

  • keywords: machine learning, artificial intelligence, rolling, microstructure analysis, basic oxygen furnace, surface inspection

    Zobacz pełny wykaz publikacji Autora/Autorów: Jan Kusiak, Łukasz Rauch

    cyfrowy identyfikator dokumentu:

2

  • Eksploracja danych i uczenie maszynowe w aspektach pozyskiwania wiedzy o produkcji i przetwarzaniu metali na potrzeby Przemysłu 4.0 — Data mining and machine learning in aspects of acquiring knowledge about the production and processing of metals for the needs of Industry 4.0 / Krzysztof REGULSKI // Hutnik Wiadomości Hutnicze : czasopismo naukowo-techniczne poświęcone zagadnieniom hutnictwa ; ISSN 1230-3534. — 2020 t. 87 nr 4, s. 75–81. — Bibliogr. s. 81, Streszcz., Abstr.

    orcid iD

  • słowa kluczowe: eksploracja danych, predykcja, inżynieria materiałowa, uczenie maszynowe, drzewa decyzyjne, Industry 4.0

    keywords: machine learning, prediction, data mining, decision trees, Industry 4.0, material engineering

    cyfrowy identyfikator dokumentu: 10.15199/24.2020.4.3

3

  • Machine learning as an engineer's instrument for industry 4.0 / Krzysztof REGULSKI, Konrad KLIMCZAK, Andrzej OPALIŃSKI, Jan KUSIAK // W: XXXIX. Verformungskundliches Kolloquium : Tagungsband : Leoben, 21.03.2020 / [ed.] Martin Stockinger. — [Germany] : Umformtechnik, cop. 2020. — ISBN: 978-3-902078-26-1. — S. 38–42. — Bibliogr. s. 42, Abstr.

  • keywords: machine learning, data mining, decision trees, image recognition, Industry 4.0, material engineering

    Zobacz pełny wykaz publikacji Autora/Autorów: Jan Kusiak, Andrzej Opaliński, Konrad Klimczak

    cyfrowy identyfikator dokumentu:

4

  • Overweight is associated with better prognosis in metastatic colorectal cancer patients treated with bevacizumab plus FOLFOX chemotherapy / Bożena Cybulska-Stopa, Iwona Ługowska, Rafał Wiśniowski, Małgorzata Domagała-Haduch, Marcin Rajczykowski, Karolina Piejko, Ilona Bar-Letkiewicz, Rafał Suwiński, Krzysztof REGULSKI, Jacek Mackiewicz // Współczesna Onkologia = Contemporary Oncology ; ISSN 1428-2526. — 2020 vol. 24 iss. 1, s. 34–41. — Bibliogr. s. 40–41. — Publikacja dostępna online od: 2020-03-30. — tekst: https://www.termedia.pl/Journal/-3/pdf-40485-10?filename=Overweight.pdf

    orcid iD

  • keywords: obesity, metastatic colorectal cancer, bevacizumab, body mass index, time to progression

    cyfrowy identyfikator dokumentu: 10.5114/wo.2020.94728