Wykaz publikacji wybranego autora

Jacek Jakubowski, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Inżynierii Lądowej i Gospodarki Zasobami
WILiGZ-kgbg, Katedra Geomechaniki, Budownictwa i Geotechniki

  • 2023

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria lądowa, geodezja i transport

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka (25%)

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria lądowa i transport

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka (25%)

[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / górnictwo i geologia inżynierska

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-4736-4763 orcid iD

ResearcherID: F-6394-2019

Scopus: 56895755100

PBN: 5e70922b878c28a047391069

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • A predictive model of daily seismic activity induced by mining, developed with data mining methods — Model predykcyjny dobowej aktywności sejsmicznej indukowanej eksploatacją, zbudowany metodami data mining / Jacek JAKUBOWSKI // Geoinformatica Polonica ; ISSN 1642-2511. — 2014 [nr] 13, s. 7–19. — Bibliogr. s. 18–19, Abstr.

  • słowa kluczowe: sieci neuronowe, data mining, wstrząsy górnicze, hazard sejsmiczny, zagrożenie tąpaniami, drzewa wzmacniane, regresja logistyczna, modele prognostyczne, modele klasyfikacyjne, eksploatacja ścianowa

    keywords: neural networks, data mining, mining tremors, induced seismicity, seismic hazard, boosted trees, logistic regression, predictive models, classification models, longwall mining, sejsmiczność indukowana eksploatacją, seismicity induced by mining, rock burst hazard

    cyfrowy identyfikator dokumentu: 10.2478/gein-2014-0001

2

  • Predictive regression models of monthly seismic energy emissions induced by longwall mining — Regresyjne modele predykcyjne miesięcznej emisji energii sejsmicznej indukowanej eksploatacją w ścianie / Jacek JAKUBOWSKI, Antoni TAJDUŚ // Archives of Mining Sciences = Archiwum Górnictwa ; ISSN 0860-7001. — 2014 vol. 59 no. 3, s. 705–720. — Bibliogr. s. 719–720. — tekst: http://journals.pan.pl/Content/93636/PDF/10267-Volume59_Issue3-09_paper.pdf?handler=pdf

  • słowa kluczowe: sieci neuronowe, data mining, wstrząsy górnicze, sejsmiczność indukowana, zagrożenie tąpaniami, drzewa wzmacniane, eksploatacja ścianowa, modele regresyjne, modele predykcyjne

    keywords: neural networks, data mining, mining tremors, induced seismicity, boosted trees, predictive models, longwall mining, regression models, rock burst hazard

    Zobacz pełny wykaz publikacji Autora/Autorów: Antoni Tajduś

    cyfrowy identyfikator dokumentu: 10.2478/amsc-2014-0049

3

  • Predykcyjny model dobowej emisji energii sejsmicznej indukowanej eksploatacją górniczą — Predictive model of the daily release of seismic energy induced by mining / Jacek JAKUBOWSKI, Łukasz Lenart, Łukasz Ożóg // Przegląd Górniczy ; ISSN 0033-216X. — 2014 t. 70 nr 3, s. 18–25. — Bibliogr. s. 25, Streszcz., Abstr.. — tekst: http://yadda.icm.edu.pl/baztech/element/bwmeta1.element.baztech-4ebc4f69-f464-421d-84fd-05e53287169a/c/Jakubowski.pdf

  • słowa kluczowe: sieci neuronowe, wstrząsy górnicze, sejsmiczność indukowana, hazard sejsmiczny, zagrożenie tąpaniami, drzewa wzmacniane, regresja logistyczna, modele prognostyczne, modele klasyfikacyjne

    keywords: neural networks, data mining, mining tremors, induced seismicity, seismic hazard, boosted trees, logistic regression, predictive models, classification models, rock burst hazard

    cyfrowy identyfikator dokumentu:

4

  • Zastosowania statystyki i data mining w badaniach naukowych i innowacyjnych — [The applications of statistics and data mining for scientific and innovative research] / red. nauk. Jacek JAKUBOWSKI. — Kraków : StatSoft Polska Sp.  z o. o., 2014. — 124 s.. — Bibliogr. przy rozdz.. — ISBN: 978-83-88724-71-8

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: