Wykaz publikacji wybranego autora

Marek Kisiel-Dorohinicki, prof. dr hab. inż.

profesor zwyczajny

Wydział Informatyki
WI-ii, Instytut Informatyki


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja

    [dyscyplina 2] dziedzina nauk ścisłych i przyrodniczych / informatyka (50%)


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


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-8459-1877 orcid iD

ResearcherID: I-3120-2014

Scopus: 6602899437

PBN: 5e70922b878c28a047391157

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Actor-based scalable simulation of N-body problem / Kamil Szarek, Wojciech TUREK, Łukasz Bratek, Marek KISIEL-DOROHINICKI, Aleksander BYRSKI // W: Computational Science – ICCS 2023 : 23rd international conference : Prague, Czech Republic, July 3–5, 2023 : proceedings, Pt. 2 / eds. Jiří Mikyška [et al.]. — Cham, Switzerland : Springer, cop. 2023. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 14074). — ISBN: 978-3-031-36020-6 ; e-ISBN: 978-3-031-36021-3. — S. 471–485. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2023-06-26. — K. Szarek - dod. afiliacja: Cracow University of Technology

    orcid iD
  • keywords: agent based simulation, agent based computing, N-body problem, actor based concurrency

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-36021-3_48

2
  • An explainable AI approach to agrotechnical monitoring and crop diseases prediction in Dnipro region of Ukraine / Ivan Laktionov, Grygorii Diachenko, Danuta Rutkowska, Marek KISIEL-DOROHINICKI // Journal of Artificial Intelligence and Soft Computing Research [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2449-6499. — 2023 vol. 13 no. 4, s. 247–272. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 269–271, Abstr.. — Publikacja dostępna online od: 2023-10-30. — tekst: https://sciendo.com/pl/article/10.2478/jaiscr-2023-0018

    orcid iD
  • keywords: IoT, ANFIS, explainable AI, crop, disease prediction, agrotechnical monitoring

    cyfrowy identyfikator dokumentu: 10.2478/jaiscr-2023-0018

3