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, 2023]
  • TytułA new particle swarm optimisation based memetic procedure for fuzzy J-K flop neural networks learning
    AutorzyPiotr A. KOWALSKI, Tomasz Słoczyński
    ŹródłoFUZZ-IEEE 2023 [Dokument elektroniczny] : 2023 IEEE International conference on Fuzzy systems (FUZZ) : [13–17 August 2023, Incheon, Republic of Korea] : proceedings. — [Piscataway] : IEEE, cop. 2023. — S. [1–6]

  • keywords: classification, regression, memetic algorithm, learning procedures, particle swarm optimisation, fuzzy flip-flop neural network

    cyfrowy identyfikator dokumentu: 10.1109/FUZZ52849.2023.10309703

2
  • [referat, 2023]
  • TytułAnalysis and identification of forensic events using non-parametric density estimation
    AutorzyPiotr A. KOWALSKI, Karol Kocierz, Maciej Kusy
    ŹródłoComputational intelligence and mathematics for tackling complex problems 4 / eds. María Eugenia Cornejo, [et al.]. — Cham : Springer Nature Switzerland, cop. 2023. — S. 161–167

  • keywords: kernel density estimation, digital forensics, assault identification, crime data

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-07707-4_20

3
4
  • [referat, 2023]
  • TytułFeature selection for regression tasks base on explainable artificial intelligence procedures
    AutorzyPiotr A. KOWALSKI, Maciej Walczak
    ŹródłoIJCNN 2023 [Dokument elektroniczny] : International Joint Conference on Neural Networks : 18–23 June 2023, Queensland, Australia : conference proceedings. — Piscataway : IEEE, cop. 2023. — S. [1–8]

  • keywords: neural networks, regression, support vector machine, decision trees, random forest, dimensionality reduction, relief, significance of feature vector, morris sensitivity analysis, sobol sensitivity analysis, shaply

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN54540.2023.10191064

5