Wykaz publikacji wybranego autora

Andrzej Skoczeń, dr inż.

adiunkt

Wydział Fizyki i Informatyki Stosowanej
WFiIS-kod, Katedra Oddziaływań i Detekcji Cząstek

  • 2018

    [dyscyplina 1] dziedzina nauk ścisłych i przyrodniczych / nauki fizyczne

[poprzednia klasyfikacja] obszar nauk ścisłych / dziedzina nauk fizycznych / fizyka

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-0708-7538 orcid iD

ResearcherID: AAC-2924-2020

Scopus: 23036951000

PBN: 5e709208878c28a04738eea9

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Design of FPGA-based radiation tolerant quench detectors for LHC / J. Steckert, A. SKOCZEŃ // Journal of Instrumentation [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1748-0221. — 2017 vol. 12 art. no. T04005, s. [2], 1–16. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 15–16, Abstr.. — Publikacja dostępna online od: 2017-04-18. — tekst: https://iopscience.iop.org/article/10.1088/1748-0221/12/04/T04005/pdf

    orcid iD

  • keywords: high energy collider experiment, digital electronic circuits, DSP, digital signal processing, accelerator control systems, hardware control systems, instrumentation for particle accelerators and storage rings, linear accelerators, synchrotrons

    cyfrowy identyfikator dokumentu: 10.1088/1748-0221/12/04/T04005

2

  • Using LSTM recurrent neural networks for monitoring the LHC superconducting magnets / Maciej WIELGOSZ, Andrzej SKOCZEŃ, Matej Mertik // Nuclear Instruments & Methods in Physics Research. Section A, Accelerators, spectrometers, detectors and associated equipment ; ISSN 0168-9002. — 2017 vol. 867, s. 40–50. — Bibliogr. s. 49–50, Abstr.. — Publikacja dostępna online od: 2017-06-17. — A. Skoczeń - dod. afiliacja: The European Organization for Nuclear Research — CERN, Geneva, Switzerland. — tekst: https://goo.gl/SR8abc

    orcid iD

  • keywords: modelling, LHC, deep learning, LSTM, recurrent neural networks

    Zobacz pełny wykaz publikacji Autora/Autorów: Maciej Wielgosz

    cyfrowy identyfikator dokumentu: 10.1016/j.nima.2017.06.020