Wykaz publikacji wybranego autora

Piotr Andrzej Kowalski, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Fizyki i Informatyki Stosowanej
WFiIS-kis, Katedra Informatyki Stosowanej i Fizyki Komputerowej

  • 2018

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

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-4041-6900 orcid iD

ResearcherID: L-7874-2013

Scopus: 56005383000

PBN: 5e70927a878c28a04739672b

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1
2

  • Clustering with nature-inspired algorithm based on territorial behavior of predatory animals / Maciej Trzciński, Piotr A. KOWALSKI, Szymon ŁUKASIK // Algorithms [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1999-4893. — 2022 vol. 15 iss. 2 art. no. 43, s. 1–10. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 9–10, Abstr.. — Publikacja dostępna online od: 2022-01-28. — P. A. Kowalski, Sz. Łukasik - dod. afiliacja: Systems Research Institute, Polish Academy of Sciences, Warsaw. — tekst: https://www.mdpi.com/1999-4893/15/2/43/pdf

    orcid iD

  • keywords: clustering, metaheuristics, nature inspired algorithms

    Zobacz pełny wykaz publikacji Autora/Autorów: Szymon Łukasik

    cyfrowy identyfikator dokumentu: 10.3390/a15020043

3

  • Convolutional neural networks in the ovarian cancer detection / Piotr A. KOWALSKI, Jakub Błoniarz, Łukasz Chmura // W: Computational intelligence and mathematics for tackling complex problems 2 / eds. María Eugenia Cornejo, László T. Kóczy, Jesús Medina-Moreno, Juan Moreno-García. — Cham : Springer, cop. 2022. — (Studies in Computational Intelligence ; ISSN 1860-949X ; vol. 955). — Publikacja zawiera materiały z konferencji: 11th European symposium on Computational intelligence and mathematics : 2–5 October 2019, Toledo, Spain. — ISBN: 978-3-030-88816-9 ; e-ISBN: 978-3-030-88817-6. — S. 55–64. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2022-01-01. — P. A. Kowalski – dod. afiliacja: Polish Academy of Sciences, Warsaw

    orcid iD

  • keywords: neural network, artificial intelligence, deep learning, ovarian cancer, convolutional neural network, image analysis, histopathological analysis

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-88817-6_7

4

  • Deep learning for porous media classification based on micro-CT images / Małgorzata Charytanowicz, Piotr A. KOWALSKI, Szymon ŁUKASIK, Piotr KULCZYCKI, Henryk Czachor // W: IJCNN 2022 [Dokument elektroniczny] : International Joint Conference on Neural Networks : Padua, Italy, 18–23 July 2022 : proceedings / IEEE. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2022. — (Proceedings of ... International Joint Conference on Neural Networks ; ISSN 2161-4393). — Konferencja zorganizowana w ramach IEEE World Congress on Computational Intelligence (IEEE WCCI 2022). — e-ISBN: 978-1-7281-8671-9. — S. [1–8]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [7–8], Abstr.. — Publikacja dostępna online od: 2022-09-30. — P. A. Kowalski, S. Łukasik, P. Kulczycki - dod. afiliacja: Systems Research Institute, Polish Academy of Sciences, Warsaw. — tekst: https://ieeexplore-1ieee-1org-1000047yc000f.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9891899

    orcid iD

  • keywords: machine learning, image processing, X-ray imaging, pore size distribution, deep neural networks, dataset generation

    Zobacz pełny wykaz publikacji Autora/Autorów: Szymon Łukasik, Piotr Kulczycki

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN55064.2022.9891899

5

  • Estimation of atmospheric boundary layer values in the context of the daily prediction of PM10 air pollution / Piotr A. KOWALSKI, Maciej Kusy, Maciej Szwagrzyk, Jan Izydorczyk // International Journal of Environmental Impacts ; ISSN 2398-2640. — 2022 vol. 5 iss. 3, s. 271–283. — Bibliogr. s. 281–283, Abstr.. — P. A. Kowalski – dod. afiliacja: Systems Research Institute, Polish Academy of Sciences, Warsaw. — tekst: https://www.witpress.com/elibrary/ei-volumes/5/3/2921

    orcid iD

  • keywords: machine learning, big data, forecasting, data science, air pollution prediction, atmospheric boundary layer, particulate matters, regression task

    cyfrowy identyfikator dokumentu: 10.2495/EI-V5-N3-271-283

6
7

  • Machine learning techniques for explaining air pollution prediction / Maciej Kusy, Piotr A. KOWALSKI, Marcin Szwagrzyk, Aleksander Konior // W: IJCNN 2022 [Dokument elektroniczny] : International Joint Conference on Neural Networks : Padua, Italy, 18–23 July 2022 : proceedings / IEEE. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2022. — (Proceedings of ... International Joint Conference on Neural Networks ; ISSN 2161-4393). — Konferencja zorganizowana w ramach IEEE World Congress on Computational Intelligence (IEEE WCCI 2022). — e-ISBN: 978-1-7281-8671-9. — S. [1–8]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [8], Abstr.. — Publikacja dostępna online od: 2022-09-30. — tekst: https://ieeexplore-1ieee-1org-1000047yc000f.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9891994

    orcid iD

  • keywords: machine learning, air pollution, random forest, feature significance, PM10 prediction, Shapley analysis

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN55064.2022.9891994

8
9

  • Saturation in Fuzzy Flip-Flop neural networks / Piotr A. KOWALSKI, Tomasz Słoczyński // W: FUZZ-IEEE 2022 [Dokument elektroniczny] : International Conference on Fuzzy Systems : 18–23 July 2022, Padua, Italy. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2022. — (IEEE International Fuzzy Systems Conference Proceedings ; ISSN 1544-5615). — Dod. ISBN: 978-1-6654-6711-7. – Konferencja odbyła się w ramach: IEEE WCCI 2022 : IEEE World Congress on Computational Intelligence. — e-ISBN: 978-1-6654-6710-0. — S. [1–8]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [7–8], Abstr.. — Publikacja dostępna online od: 2022-09-14. — P. A. Kowalski – dod. afiliacja: Polish Academy of Sciences, Warsaw. — tekst: https://ieeexplore-1ieee-1org-10000472v0033.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9882672

    orcid iD

  • keywords: saturation, prediction ability, fuzzy flip-flop, flip-flop neural network, PSO learning procedure

    cyfrowy identyfikator dokumentu: 10.1109/FUZZ-IEEE55066.2022.9882672