Wykaz publikacji wybranego autora

Konrad Kowalczyk, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT-ke, Instytut Elektroniki

  • 2023

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (50%)

  • 2020

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (50%)

  • 2018

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

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

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-7834-6920 orcid iD

ResearcherID: R-2001-2019

Scopus: 18042288600

PBN: 5e709442878c28a0473b923e

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Adversarial domain adaptation with paired examples for acoustic scene classification on different recording devices / Stanisław KACPRZAK, Konrad KOWALCZYK // W: EUSIPCO2021 [Dokument elektroniczny] : 29th European Signal Processing Conference : Dublin, Ireland, August 23–27 2021. — Wersja do Windows. — Dane tekstowe. — [S. l.] : European Association for Signal Processing (EURASIP), [2021]. — (EUSIPCO... : European Signal Proceedings Conference ... ; ISSN 2076-1465). — e-ISBN: 978-9-0827-9706-0. — S. 1030–1034. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 1034, Abstr.. — Publikacja dostępna online od: 2022-12-08. — tekst: https://ieeexplore-1ieee-1org-1000047kl00cc.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9616321

    orcid iD

  • keywords: loss functions, paired data, cycle GAN, acoustic scene classification, domain adaptation, GAN

    Zobacz pełny wykaz publikacji Autora/Autorów: Stanisław Kacprzak

    cyfrowy identyfikator dokumentu: 10.23919/EUSIPCO54536.2021.9616321

2

  • Combating reverberation in NTF-based speech separation using a sub-source weighted multichannel Wiener filter and linear prediction / Mieszko FRAŚ, Marcin WITKOWSKI, Konrad KOWALCZYK // W: INTERSPEECH 2021 [Dokument elektroniczny] : proceedings of the 22\textsuperscript{nd} annual conference of the International Speech Communication Association : 30 August–3 September 2021, Brno, Czechia. — Brno : Brno University of Technology, 2021. — (Interspeech : Proceedings of the ... Annual Conference of the International Speech Communication Association ; ISSN 1990-9772). — e-ISBN: 978-171383690-2. — S. 3895–3899. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://www.isca-speech.org/archive/pdfs/interspeech_2021/fras21_interspeech.pdf [2021-09-21]. — Bibliogr. s. 3899. Abstr.. — W bazie Scopus zakres stron: 2403-2407

    orcid iD

  • keywords: weighted prediction error, dereverberation, subsource modelling, source separation, non negative tensor factorization, multi-channel Wiener filter

    Zobacz pełny wykaz publikacji Autora/Autorów: Marcin Witkowski, Mieszko Fraś

    cyfrowy identyfikator dokumentu: 10.21437/Interspeech.2021-1230

3

  • Data diversity for improving DNN-based localization of concurrent sound events / Daniel Krause, Archontis Politis, Konrad KOWALCZYK // W: EUSIPCO2021 [Dokument elektroniczny] : 29th European Signal Processing Conference : Dublin, Ireland, August 23–27 2021. — Wersja do Windows. — Dane tekstowe. — [S. l.] : European Association for Signal Processing (EURASIP), [2021]. — (EUSIPCO... : European Signal Proceedings Conference ... ; ISSN 2076-1465). — e-ISBN: 978-9-0827-9706-0. — S. 236–240. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 239–240, Abstr.. — D. Krause - afiliacja: Tampere University, Tampere, Finland. — tekst: https://ieeexplore-1ieee-1org-1000047kl00cc.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9616284

    orcid iD

  • keywords: sound source localization, deep neural networks, multiple source localization

    cyfrowy identyfikator dokumentu: 10.23919/EUSIPCO54536.2021.9616284

4

  • Frame-based maximum a posteriori estimation of second-order statistics for multichannel speech enhancement in presence of noise / Julitta BARTOLEWSKA, Konrad KOWALCZYK // W: IEEE MMSP 2021 [Dokument elektroniczny] : IEEE 23rd International Workshop on Multimedia Signal Processing : October 06–08, 2021, Tampere, Finland. — Wersja do Windows. — Dane tekstowe. — [Piscataway : IEEE], [2021]. — e-ISBN: 978-1-6654-3288-7. — S. [1–6]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [6], Abstr.. — Publikacja dostępna online od: 2022-03-16. — tekst: https://ieeexplore-1ieee-1org-1000047kl00cc.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9733520

    orcid iD

  • keywords: EM algorithm, speech enhancement, noise reduction, time frequency masks, maximum a posteriori estimation

    Zobacz pełny wykaz publikacji Autora/Autorów: Julitta Bartolewska

    cyfrowy identyfikator dokumentu: 10.1109/MMSP53017.2021.9733520

5
6

  • Maximum a posteriori estimator for convolutive sound source separation with sub-source based NTF model and the localization probabilistic prior on the mixing matrix / Mieszko FRAŚ, Konrad KOWALCZYK // W: ICASSP 2021 [Dokument elektroniczny] : 2021 IEEE International Conference on Acoustics, Speech and Signal Processing : June 6–11, 2021 virtual conference, Toronto, Ontario, Canada : proceedings. — Wersja do Windows. — Dane tekstowe. — Piscataway : The Institute of Electrical and Electronics Engineers, cop. 2021. — (Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing ; ISSN 1520-6149). — e-ISBN:  978-1-7281-7605-5. — S. 526–530. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 530, Abstr.. — Publikacja dostępna online od: 2021-05-13. — tekst: https://ieeexplore-1ieee-1org-1000047o4010f.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9413863

    orcid iD

  • keywords: probabilistic localization prior, sound source separation, expectation maximization, non negative tensor factorization

    Zobacz pełny wykaz publikacji Autora/Autorów: Mieszko Fraś

    cyfrowy identyfikator dokumentu: 10.1109/ICASSP39728.2021.9413863

7

  • Sparse linear prediction-based dereverberation for signal enhancement in distant speaker verification / Marcin WITKOWSKI, Magdalena RYBICKA, Konrad KOWALCZYK // W: EUSIPCO2021 [Dokument elektroniczny] : 29th European Signal Processing Conference : Dublin, Ireland, August 23–27 2021. — Wersja do Windows. — Dane tekstowe. — [S. l.] : European Association for Signal Processing (EURASIP), [2021]. — (EUSIPCO... : European Signal Proceedings Conference ... ; ISSN 2076-1465). — e-ISBN: 978-9-0827-9706-0. — S. 461–465. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 465, Abstr.. — Publikacja dostępna online od: 2021-12-08. — tekst: https://ieeexplore-1ieee-1org-1000047kl00cc.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9616321

    orcid iD

  • keywords: linear prediction, speaker recognition, dereverberation, DNN-based speaker embedding, sparse optimization

    Zobacz pełny wykaz publikacji Autora/Autorów: Marcin Witkowski, Magdalena Rybicka

    cyfrowy identyfikator dokumentu: 10.23919/EUSIPCO54536.2021.9616126

8

  • Spine2Net: SpineNet with Res2Net and time-squeeze-and-excitation blocks for speaker recognition / Magdalena RYBICKA, Jesús Villalba, Piotr Żelasko, Najim Dehak, Konrad KOWALCZYK // W: INTERSPEECH 2021 [Dokument elektroniczny] : proceedings of the 22\textsuperscript{nd} annual conference of the International Speech Communication Association : 30 August–3 September 2021, Brno, Czechia. — Brno : Brno University of Technology, 2021. — (Interspeech : Proceedings of the ... Annual Conference of the International Speech Communication Association ; ISSN 1990-9772). — e-ISBN: 978-171383690-2. — S. 496–500. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://www.isca-speech.org/archive/pdfs/interspeech_2021/rybicka21_interspeech.pdf [2021-09-21]. — Bibliogr. s. 500, Abstr.. — W bazie Scopus numery stron: 491-495. — P. Żelasko - afiliacja: Johns Hopkins University, Baltimore, USA

    orcid iD

  • keywords: speaker recognition, deep neural networks, ResNet model, scale-permuted network, SpineNet model

    Zobacz pełny wykaz publikacji Autora/Autorów: Magdalena Rybicka

    cyfrowy identyfikator dokumentu: 10.21437/Interspeech.2021-1163