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
  • An overview of machine learning and other data-based methods for spatial audio capture, processing, and reproduction
2
  • Convolutional weighted minimum mean square error filter for joint source separation and dereverberation
3
  • Convolutional weighted parametric multichannel Wiener filter for reverberant source separation
4
  • Convolutive weighted multichannel Wiener filter front-end for distant automatic speech recognition in reverberant multispeaker scenarios
5
6
  • End-to-end neural speaker diarization with an iterative refinement of non-autoregressive attention-based attractors
7
  • NTF of spectral and spatial features for tracking and separation of moving sound sources in spherical harmonic domain
8
  • Refining DNN-based mask estimation using CGMM-based EM algorithm for multi-channel noise reduction
9
  • Spoken language recognition with cluster-based modeling
10
  • Wishart localization prior on spatial covariance matrix in ambisonic source separation using non-negative tensor factorization