Wykaz publikacji wybranego autora

Maciej Wielgosz, dr hab. inż.

adiunkt

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


  • 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
  • Compressing 3D-CNNs for hardware-efficient object classification in video streams / Maciej WIELGOSZ, Matej Mertik // W: ICSES 2018 [Dokument elektroniczny] : 2018 International Conference on Signals and Electronic Systems : September 10–12, 2018, Kraków, Poland : proceedings / eds. Witold Machowski, Jacek Stępień. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2018. — e-ISBN: 978-1-5386-6768-2. — S. 275–280. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 279–280, Abstr.. — tekst: https://ieeexplore-1ieee-1org-1000047w200fe.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=8507308

    orcid iD
  • keywords: compression, quantization, deep learning, 3d-cnn, pruning

    cyfrowy identyfikator dokumentu: 10.1109/ICSES.2018.8507308

2
3
  • Hardware aware neural network compression / Krzysztof WRÓBEL, Marcin PIETROŃ, Maciej WIELGOSZ, Michał KARWATOWSKI, Kazimierz WIATR // W: CGW Workshop'18 : Kraków, Poland, October 22–24, 2018 : proceedings / eds. Marian Bubak, Michał Turała, Kazimierz Wiatr. — Kraków : Academic Computer Centre CYFRONET AGH, 2018. — ISBN: 978-83-61433-28-6. — S. 39–40. — Bibliogr. s. 40. — M. Pietroń, M. Wielgosz, M. Karwatowski, K. Wiatr - dod. afiliacja: ACC Cyfronet AGH

  • keywords: FPGA, quantization, CNN, neural network compression, prunning

    cyfrowy identyfikator dokumentu:

4
  • Improving text classification with vectors of reduced precision / Krzysztof WRÓBEL, Maciej WIELGOSZ, Marcin PIETROŃ, Michał KARWATOWSKI, Jerzy DUDA, Aleksander SMYWIŃSKI-POHL // W: ICAART 2018 [Dokument elektroniczny] : 10th International Conference on Agents and Artificial Intelligence : January 16–18, 2018, Funchal, Portugal : proceedings, Vol. 2 / eds. Ana Paula Rocha, Jaap van den Herik. — Wersja do Windows. — Dane tekstowe. — [Setúbal] : SCITEPRESS – Science and Technology Publications, Lda., cop. 2018. — e-ISBN: 978-989-758-275-2. — S. 531–538. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 537–538, Abstr.. — K. Wróbel – dod. afiliacja: Jagiellonian University; M. Wielgosz, M. Pietroń, M. Karwatowski – dod. afiliacja: CYFRONET. — tekst: http://www.scitepress.org/PublicationsDetail.aspx?ID=ZZNu1lAJoQM%3d&t=1

    orcid iD
  • keywords: text classification, precision reduction, SVD

    cyfrowy identyfikator dokumentu: 10.5220/0006641505310538

5
  • Looking for a correct solution of anomaly detection in the LHC machine protection system / Maciej WIELGOSZ, Andrzej SKOCZEŃ, Kazimierz WIATR // W: ICSES 2018 [Dokument elektroniczny] : 2018 International Conference on Signals and Electronic Systems : September 10–12, 2018, Kraków, Poland : proceedings / eds. Witold Machowski, Jacek Stępień. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2018. — e-ISBN: 978-1-5386-6768-2. — S. 257–262. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 262, Abstr.. — tekst: https://ieeexplore-1ieee-1org-1000047le000e.wbg2.bg.agh.edu.pl/document/8507291

    orcid iD
  • keywords: compression, anomaly detection, quantization, LSTM, GRU, RNN

    cyfrowy identyfikator dokumentu: 10.1109/ICSES.2018.8507291

6
7
  • Protection of superconducting industrial machinery using RNN-based anomaly detection for implementation in smart sensor / Maciej WIELGOSZ, Andrzej SKOCZEŃ, Ernesto De Matteis // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2018 vol. 18 iss. 11 art. no. 3933, s. 1–22. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 20–22, Abstr.. — Publikacja dostępna online od: 2018-11-14. — M. Wielgosz – dod. afiliacja: CYFRONET AGH. — tekst: https://www.mdpi.com/1424-8220/18/11/3933/pdf

    orcid iD
  • keywords: anomaly detection, LHC, recurrent neural networks, neural networks compression

    cyfrowy identyfikator dokumentu: 10.3390/s18113933

8
  • Recurrent neural networks with grid data quantization for modeling LHC superconducting magnets behavior / Maciej WIELGOSZ, Andrzej SKOCZEŃ // W: Contemporary computational science [Dokument elektroniczny] : ITSRCP 18 ; CompIMAGE 18 : 3rd conference on Information Technology, Systems Research and Computational Physics ; 6th international symposium CompIMAGE'18 – computational modelling of objects presented in images: fundamentals, methods, and applications : proceedings of the international multi-conference on Computational Science (CS 2018) : 2–5 July 2018, Kraków, Poland / eds. Piotr Kulczycki, Piotr A. Kowalski, Szymon Łukasik. — Wersja do Windows. — Dane tekstowe. — Kraków : AGH University of Science and Technology, 2018. — e-ISBN: 978-83-66016-22-4. — S. 240. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: http://itsrcp18.fis.agh.edu.pl/wp-content/uploads/Contemporary_Computational_Science_-_eds_Kulczycki_Kowalski_Lukasik.pdf [2018-09-19]

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

9