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 2021 : the Metal Forming conference : materials data for smart forming technologies : March 18\textsuperscript{th} : selected, peer reviewed papers from the conference MEFORM 2021. — [Freiberg : ACATRAIN ; Institiute of Metal Forming], [2021]. — ISBN: 978-3-86012-632-5. — S. 9–12. — Bibliogr. s. 12. — Toż pod adresem {https://tu-freiberg.de/sites/default/files/media/institut-fuer-metallformung-13630/MEFORM2020/meform2020_journal_kb_04.03.21.pdf}

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

    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 // Przegląd Odlewnictwa = Foundry Journal of the Polish Foundrymen's Association / Stowarzyszenie Techniczne Odlewników Polskich, Kraków ; ISSN 0033-2275. — 2021 nr 1–2, s. 18–23. — Bibliogr. s. 23. — Artykuł opublikowany w: ,,Hutnik Wiadomości Hutnicze”, 2020 t. 87 nr 4 (kwiecień), s. 75

    orcid iD
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

3
  • Prediction of Hg distribution during the process of lignite combustion in fluidized boiler and flue gas cleanup with use of regression models and neural networks / M. MARCZAK-GRZESIK, K. BZOWSKI, L. Pilar, J. GÓRECKI, K. Borovec, K. REGULSKI, K. KOGUT // W: 16\textsuperscript{th} SDEWES conference Dubrovnik 2021 [Dokument elektroniczny] : conference on Sustainable Development of Energy, Water and Environment Systems : October 10–17, 2021, Dubrovnik, Croatia : book of abstracts / ed. by Marko Ban, [et al.]. — Wersja do Windows. — Dane tekstowe. — Zagreb : Faculty of Mechanical Engineering and Naval Architecture, [2021]. — (Book of Abstracts (Conference on Sustainable Development of Energy, Water and Environment Systems) ; ISSN 1847-7186). — S. 532. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: http://registration.sdewes.org/dub2021 [2021-11-18]. — Dostęp po zalogowaniu

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

4
  • Uczenie maszynowe w materiałoznawstwieMachine learning in material science / Barbara MRZYGŁÓD, Krzysztof REGULSKI, Andrzej OPALIŃSKI // W: Technologie XXI wieku - aktualne problemy i nowe wyzwania [Dokument elektroniczny], T. 3 / red. Alicja Danielewska, Izabela Mołdoch-Mendoń. — Wersja do Windows. — Dane tekstowe. — Lublin : Wydawnictwo Naukowe TYGIEL, 2021. — e-ISBN: 978-83-67104-07-4. — S. 105–116. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://bc.wydawnictwo-tygiel.pl/public/assets/681/Technologie%20XXI%20wieku%20-%20aktualne%20problemy%20i%20nowe%20wyzwania.%20Tom%203.pdf [2021-12-28]. — Bibliogr. s. 115–116, Streszcz., Abstr.

    orcid iD
  • słowa kluczowe: formalizacja wiedzy, uczenie maszynowe, Industry 4.0, materiałoznawstwo, zastosowanie sztucznej inteligencji

    keywords: machine learning, materials science, knowledge formalization, Industry 4.0, application of artificial intelligence

    cyfrowy identyfikator dokumentu: