Wykaz publikacji wybranego autora

Mikołaj Leszczuk, dr hab. inż., prof. AGH

profesor nadzwyczajny

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


  • 2018

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


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


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-9123-1039 orcid iD

ResearcherID: C-4857-2011

Scopus: 6508227256

PBN: 5e70922c878c28a047391184

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • [referat w czasopiśmie, 2023]
  • TytułAnaliza wpływu mikro-struktury prezentacji treści na subiektywną ocenę jakości wideo i jej stabilność
    AutorzyTomasz KONASZYŃSKI, Dawid JUSZKA, Mikołaj LESZCZUK
    ŹródłoPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne. — 2023 R. 96 nr 4, s. 325–328
  • słowa kluczowe: QoE, mikrostruktura treści, Absolute Category Rating, ocena subiektywna

    keywords: QoE, Quality of Experience, subjective assessment, Absolute Category Rating, content microstructure

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.73

2
3
  • [referat w czasopiśmie, 2023]
  • TytułSubjective quality assessment of video summarisation algorithms: a crowdsourcing approach
    AutorzyAvrajyoti DUTTA, Mikołaj LESZCZUK, Dawid JUSZKA, Michał GREGA
    ŹródłoPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne. — 2023 R. 96 nr 4, s. 333–336
  • słowa kluczowe: crowdsourcing, treść generowana przez użytkownika, streszczenie wideo, ocena jakości wideo, eksperyment subiektywny

    keywords: video quality assessment, crowdsourcing, video summarization, subjective experiment, User-Generated Content

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.75

4
  • [referat w czasopiśmie, 2023]
  • TytułUnsupervised category learning in perceived video quality
    AutorzyAndres VEJAR, Tomasy KONASZYŃSKI, Dawid JUSZKA, Mikołaj LESZCZUK
    ŹródłoPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne. — 2023 R. 96 nr 4, s. 329–332
  • keywords: machine learning classification, perceived video quality, category learning

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.74