Wykaz publikacji wybranego autora

Joanna Jaworek-Korjakowska, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki


  • 2023

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne


  • 2020

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna (25%)


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / biocybernetyka i inżynieria biomedyczna


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-0146-8652 orcid iD

ResearcherID: W-3601-2017

Scopus: 55255311300

PBN: 5e70922b878c28a04739114a

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
2
3
  • Pre-trained deep convolutional neural network for clostridioides difficile bacteria cytotoxicity classification based on fluorescence images / Andrzej BRODZICKI, Joanna JAWOREK-KORJAKOWSKA, Paweł KŁECZEK, Megan Garland, Matthew Bogyo // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2020 vol. 20 iss. 23 art. no. 6713, s. 1–17. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 15–17, Abstr.. — Publikacja dostępna online od: 2020-11-24. — tekst: https://www.mdpi.com/1424-8220/20/23/6713

    orcid iD
  • keywords: classification, convolutional neural networks, deep neural networks, transfer learning, image analysis, clostridioides difficile, fluorescence images

    cyfrowy identyfikator dokumentu: 10.3390/s20236713

4
  • Semi-supervised nests of melanocytes segmentation method using convolutional autoencoders / Dariusz KUCHARSKI, Paweł KŁECZEK, Joanna JAWOREK-KORJAKOWSKA, Grzegorz Dyduch, Marek GORGOŃ // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2020 vol. 20 iss. 6 art. no. 1546, s. 1–19. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 17–19, Abstr.. — Publikacja dostępna online od: 2020-03-11. — tekst: https://www.mdpi.com/1424-8220/20/6/1546/pdf

    orcid iD
  • keywords: computer vision, deep learning, pathology, epidermis, autoencoders, skin, semisupervised learning

    cyfrowy identyfikator dokumentu: 10.3390/s20061546

5