Wykaz publikacji wybranego autora

Paweł Skruch, 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


  • 2018

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


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / automatyka i robotyka


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-8290-8375 orcid iD

ResearcherID: brak

Scopus: 26538956900

PBN: 5e70922c878c28a0473911e8

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Artificial intelligence : ECAI 2023 international workshop : XAI${^{\wedge}}$3, TACTIFUL, XI-ML, SEDAMI, RAAIT, AI4S, HYDRA, AI4AI : Kraków, Poland, September 30 – October 4, 2023 : proceedings, Pt. 1 / eds. Sławomir Nowaczyk, Przemysław Biecek, Neo Christopher Chung, Mauro Vallati, Paweł SKRUCH, Joanna JAWOREK-KORJAKOWSKA, Simon Parkinson, Alexandros Nikitas, Martin Atzmüller, Tomáš Kliegr, Ute Schmid, Szymon Bobek, Nada Lavrac, Marieke Peeters, Roland van Dierendonck, Saskia Robben, Eunika Mercier-Laurent, Gülgün Kayakutlu, Mieczysław Lech Owoc, Karl Mason, Abdul Wahid, Pierangela Bruno, Francesco Calimeri, Francesco Cauteruccio, Giorgio Terracina, Diedrich Wolter, Jochen L. Leidner, Michael Kohlhase, Vania Dimitrova. — Cham : Springer Nature Switzerland, cop. 2024. — XIX, 455 s.. — (Communications in Computer and Information Science ; ISSN 1865-0929 ; CCIS 1947). — Bibliogr. przy rozdz.. — ISBN: 978-3-031-50395-5 ; e-ISBN: 978-3-031-50396-2

    orcid iD
  • keywords: evolutionary computation, multi-agent systems, machine learning, data mining, semantics, artificial intelligence, deductive reasoning, decision making, autonomous systems, unsupervised machine learning, supervised machine learning, inductive reasoning, artificial intelligence for sustainability, social artificial intelligence, verification of AI systems, reinforcement machine learning, interpretable machine learning, explainable machine learning, responsible artificial intelligence, bias in artificial intelligence, fairness in artificial intelligence, reliability of artificial intelligence

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-50396-2

2
  • Artificial intelligence : ECAI 2023 international workshop : XAI${^{\wedge}}$3, TACTIFUL, XI-ML, SEDAMI, RAAIT, AI4S, HYDRA, AI4AI : Kraków, Poland, September 30 – October 4, 2023 : proceedings, Pt. 2 / eds. Sławomir Nowaczyk, Przemysław Biecek, Neo Christopher Chung, Mauro Vallati, Paweł SKRUCH, Joanna JAWOREK-KORJAKOWSKA, Simon Parkinson, Alexandros Nikitas, Martin Atzmüller, Tomáš Kliegr, Ute Schmid, Szymon Bobek, Nada Lavrac, Marieke Peeters, Roland van Dierendonck, Saskia Robben, Eunika Mercier-Laurent, Gülgün Kayakutlu, Mieczysław Lech Owoc, Karl Mason, Abdul Wahid, Pierangela Bruno, Francesco Calimeri, Francesco Cauteruccio, Giorgio Terracina, Diedrich Wolter, Jochen L. Leidner, Michael Kohlhase, Vania Dimitrova. — Cham : Springer Nature Switzerland, cop. 2024. — XIX, 473 s.. — (Communications in Computer and Information Science ; ISSN 1865-0929 ; CCIS 1948). — Bibliogr. przy rozdz.. — ISBN: 978-3-031-50484-6 ; e-ISBN: 978-3-031-50485-3

    orcid iD
  • keywords: evolutionary computation, multi-agent systems, machine learning, data mining, semantics, artificial intelligence, deductive reasoning, decision making, autonomous systems, unsupervised machine learning, supervised machine learning, inductive reasoning, artificial intelligence for sustainability, social artificial intelligence, verification of AI systems, reinforcement machine learning, interpretable machine learning, explainable machine learning, responsible artificial intelligence, bias in artificial intelligence, fairness in artificial intelligence, reliability of artificial intelligence

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-50485-3

3
  • Output tracking control of a nonlinear system based on Takagi-Sugeno fuzzy model: generalized partial eigenstructure assignment approach / Farzad Soltanian, Mokhtar Shasadeghi, Saleh Mobayen, Paweł SKRUCH // IEEE Access [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2169-3536. — 2024 vol. 12, s. 18520-18535. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 18534-18535, Abstr.. — Publikacja dostępna online od: 2024-02-01. — tekst: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10418220

    orcid iD
  • keywords: sliding mode control, eigen-structure assignment, generalized partial Eigen-structure assignment, H2-characterization, LMI approach, output tracking control, Takagi-Sugeno fuzzy model

    cyfrowy identyfikator dokumentu: 10.1109/ACCESS.2024.3361034