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
  • [referat, 2022]
  • TytułDeep learning for porous media classification based on micro-CT images
    AutorzyMałgorzata Charytanowicz, Piotr A. KOWALSKI, Szymon ŁUKASIK, Piotr KULCZYCKI, Henryk Czachor
    ŹródłoIJCNN 2022 [Dokument elektroniczny] : International Joint Conference on Neural Networks : Padua, Italy, 18–23 July 2022 : proceedings / IEEE. — Piscataway : IEEE, cop. 2022. — S. [1–8]

  • 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

2
  • [referat, 2022]
  • TytułMachine learning techniques for explaining air pollution prediction
    AutorzyMaciej Kusy, Piotr A. KOWALSKI, Marcin Szwagrzyk, Aleksander Konior
    ŹródłoIJCNN 2022 [Dokument elektroniczny] : International Joint Conference on Neural Networks : Padua, Italy, 18–23 July 2022 : proceedings / IEEE. — Piscataway : IEEE, cop. 2022. — S. [1–8]

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

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN55064.2022.9891994

3
  • [referat, 2022]
  • TytułSaturation in Fuzzy Flip-Flop neural networks
    AutorzyPiotr A. KOWALSKI, Tomasz Słoczyński
    ŹródłoFUZZ-IEEE 2022 [Dokument elektroniczny] : International Conference on Fuzzy Systems : 18–23 July 2022, Padua, Italy. — Piscataway : IEEE, cop. 2022. — S. [1–8]

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

    cyfrowy identyfikator dokumentu: 10.1109/FUZZ-IEEE55066.2022.9882672