Wykaz publikacji wybranego autora

Andrzej Sioma, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Inżynierii Mechanicznej i Robotyki
WIMiR-kap, Katedra Automatyzacji Procesów


  • 2023

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne (25%)


  • 2020

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (25%)


  • 2018

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


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / budowa i eksploatacja maszyn


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-4687-7567 orcid iD

ResearcherID: H-3457-2011

Scopus: 6504626670

PBN: 5e709209878c28a04738ef69

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • [artykuł w czasopiśmie, 2023]
  • TytułDetection of fungal infections on the wood surface using LTM imaging
    AutorzyAndrzej SIOMA, Bartosz LENTY
    ŹródłoApplied Sciences (Basel) [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2023 vol. 13 iss. 1 art. no. 490, s. 1–13. — tekst: https://www.mdpi.com/2076-3417/13/1/490/pdf?version=1672385903
  • keywords: 3D vision system, image analysis, wood surface infections, fungal infections, laser triangulation method, vision based surface and contour measurement, industrial quality control

    cyfrowy identyfikator dokumentu: 10.3390/app13010490

2
3
4
5
  • [przegląd , 2023]
  • TytułVision system in product quality control systems
    AutorzyAndrzej SIOMA
    ŹródłoApplied Sciences (Basel) [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2023 vol. 13 iss. 2 art. no. 751, s. 1-13. — tekst: https://www.mdpi.com/2076-3417/13/2/751/pdf?version=1673921707
  • keywords: quality control, quality control system, smart factory, hyperspectral imaging, Industry 4.0, image analysis, TQM, 2D-3D vision system

    cyfrowy identyfikator dokumentu: 10.3390/app13020751