Wykaz publikacji wybranego autora

Maciej Wielgosz, dr hab. inż.

adiunkt

Faculty of Computer Science, Electronics and Telecommunications
WIEiT-ke


  • 2023

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne (25%)


  • 2018

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (25%)


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


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-4401-2957 orcid iD

ResearcherID: J-5132-2018

Scopus: 24451414700

PBN: 5e70922c878c28a047391224

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
2
3
  • [proceedings, 2020]
  • TytułNLP: training with too little data
    AutorzyMichał KARWATOWSKI, Maciej WIELGOSZ, Marcin PIETROŃ, Dominik ŻUREK, Kamil PIĘTAK, Kazimierz WIATR
    ŹródłoThirteenth ACC Cyfronet AGH HPC users' conference : Zakopane, 4-6 March 2020 : proceedings / eds. Kazimierz Wiatr, Jacek Kitowski, Marian Bubak. — Kraków : Academic Computer Centre Cyfronet AGH, 2020. — S. 25–26
  • keywords: NLP, ULMFiT, topic classification, polish language

    cyfrowy identyfikator dokumentu:

4
  • [chapter/proceedings paper, 2020]
  • TytułRecurrent Neural Networks with grid data quantization for modeling LHC superconducting magnets behavior
    AutorzyMaciej WIELGOSZ, Andrzej SKOCZEŃ
    ŹródłoInformation technology, systems research, and computational physics : [ITSRCP'18 : third conference on Information Technology, Systems Research and Computational Physics : July 2–5, 2018, Kraków, Poland] / eds. Piotr Kulczycki, [et al.]. — Cham : Springer Nature Switzerland, cop. 2020. — S. 177–190
  • keywords: anomaly detection, LHC, LSTM, GRU, RNN, signals modeling

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-18058-4_14

5
  • [proceedings, 2020]
  • TytułRetrain or not retrain? – efficient pruning methods of deep CNN networks
    AutorzyMarcin PIETROŃ, Maciej WIELGOSZ
    ŹródłoComputational Science - ICCS 2020 : 20th International Conference : Amsterdam, The Netherlands, June 3–5, 2020 : proceedings, Pt. 3 / eds. Valeria V. Krzhizhanovskaya, [et al.]. — Cham : Springer Nature Switzerland, cop. 2020. — S. 452–463
  • keywords: image processing, deep learning, pruning, CNN

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-50420-5_34