Wykaz publikacji wybranego autora

Joanna Jaworek-Korjakowska, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki

  • 2023

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne

  • 2020

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna (25%)

[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / biocybernetyka i inżynieria biomedyczna

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-0146-8652 orcid iD

ResearcherID: W-3601-2017

Scopus: 55255311300

PBN: 5e70922b878c28a04739114a

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • A hybrid deep learning based anomaly detection framework dedicated for big research infrastructures / Michał PIEKARSKI, Joanna JAWOREK-KORJAKOWSKA, Adriana Wawrzyniak // W: ICARCV 2022 [Dokument elektroniczny] : the 17\textsuperscript{th} International Conference on Control, Automation, Robotics and Vision : December 11-13, 2022, Singapore / Nanyang Technological University, Singapore. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2022. — Dod. ISBN: 978-1-6654-7685-0 (USB); ISBN: 978-1-6654-7688-1 (print on demand). — e-ISBN: 978-1-6654-7687-4. — S. 887–892. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 892, Abstr.. — M. Piekarski - dod. afiliacja: Jagiellonian University. — tekst: https://ieeexplore-1ieee-1org-1000047yo0212.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=10004226

    orcid iD

  • brak zdefiniowanych słów kluczowych

    Zobacz pełny wykaz publikacji Autora/Autorów: Michał Piekarski

    cyfrowy identyfikator dokumentu: 10.1109/ICARCV57592.2022.10004226

2
3

  • Deep neural network interpretability methods for supervised and unsupervised problems / Andrzej BRODZICKI, Dariusz KUCHARSKI, Michał PIEKARSKI, Aleksander KOSTUCH, Joanna JAWOREK-KORJAKOWSKA // W: PP-RAI'2022 [Dokument elektroniczny] : proceedings of the 3rd Polish conference on Artificial intelligence : April 25–27, 2022, Gdynia, Poland. — Wersja do Windows. — Dane tekstowe. — Gdynia : Gdynia Maritime University, 2022. — e-ISBN: 978-83-7421-401-8. — S. 25–28. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://wydawnictwo.umg.edu.pl/pp-rai2022/pdfs/ProceedingsPP-RAI2022.pdf [2022-04-27]. — Bibliogr. s. 28, Abstr.. — M. Piekarski – dod. afiliacja: SOLARIS National Synchrotron Radiation Centre, UJ, Krakow

    orcid iD

  • keywords: deep neural networks, unsupervised, explainability, interpretability, supervised

    Zobacz pełny wykaz publikacji Autora/Autorów: Dariusz Kucharski, Andrzej Brodzicki, Michał Piekarski, Aleksander Kostuch

    cyfrowy identyfikator dokumentu:

4

  • Skin_Hair Dataset: setting the benchmark for effective hair inpainting methods for improving the image quality of dermoscopic images / Joanna JAWOREK-KORJAKOWSKA, Anna WÓJCICKA, Dariusz KUCHARSKI, Andrzej BRODZICKI, Connah Kendrick, Bill Cassidy, Moi Hoon Yap // W: Computer Vision – ECCV 2022 workshops : 17th European conference : Tel Aviv, Israel, October 23–27, 2022 : proceedings, Pt. 4 / eds.  Leonid Karlinsky, Tomer Michaeli, Ko Nishino. — Cham, Switzerland : Springer Nature Switzerland AG, cop. 2022. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 13804). — ISBN: 978-3-031-25068-2 ; e-ISBN: 978-3-031-25069-9. — S. 167–184. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2023-02-14. — J. Jaworek-Korjakowska - dod. afiliacja: Stanford School of Medicine, USA

    orcid iD

  • keywords: GaN, dermoscopy, hair removal, melanoma, artifacts, image quality, hair inpainting

    Zobacz pełny wykaz publikacji Autora/Autorów: Dariusz Kucharski, Andrzej Brodzicki, Anna Małgorzata Wójcicka

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-25069-9_12

5
6

  • The object segmentation from the microstructure of a FSW dissimilar weld / Anna WÓJCICKA, Łukasz Walusiak, Krzysztof Mroczka, Joanna Krystyna JAWOREK-KORJAKOWSKA, Krzysztof OPRZĘDKIEWICZ, Zygmunt Wrobel // Materials [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1996-1944. — 2022 vol. 15 iss. 3 art. no. 1129, s. 1–13. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 12–13, Abstr.. — Publikacja dostępna online od: 2022-01-31. — tekst: https://www.mdpi.com/1996-1944/15/3/1129/pdf

    orcid iD

  • keywords: image processing, FSW, computer vision, segmentation, microstructure analysis, dual-speed tool

    Zobacz pełny wykaz publikacji Autora/Autorów: Krzysztof Oprzędkiewicz, Anna Małgorzata Wójcicka

    cyfrowy identyfikator dokumentu: 10.3390/ma15031129