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
  • [referat, 2019]
  • TytułDetection of electronic components for mobile applications
    AutorzyTomasz Buczek, Maciej WIELGOSZ, Michał KARWATOWSKI, Marcin PIETROŃ, Kazimierz WIATR
    ŹródłoTwelfth ACC Cyfronet AGH HPC users' conference : Zakopane, 6-8 March 2019 : proceedings / eds. Kazimierz Wiatr, Jacek Kitowski, Marian Bubak. — Kraków : Academic Computer Centre Cyfronet AGH, 2019. — S. 57–58
  • keywords: neural networks, image detection, edge applications

    cyfrowy identyfikator dokumentu:

2
  • [referat, 2019]
  • TytułFast compression and optimization of deep learning models for natural language processing
    AutorzyMarcin PIETROŃ, Michał KARWATOWSKI, Maciej WIELGOSZ, Jerzy DUDA
    ŹródłoCANDARW 2019 [Dokument elektroniczny] : 2019 seventh international symposium on Computing and networking workshops : 26–29 November 2019, Nagasaki, Japan : proceedings. — Piscataway : The Institute of Electrical and Electronics Engineers, cop. 2019. — S. 162–168
  • keywords: NLP, quantization, deep learning, recurrent neural networks, pruning

    cyfrowy identyfikator dokumentu: 10.1109/CANDARW.2019.00036

3
  • [artykuł w czasopiśmie, 2019]
  • TytułMapping neural networks to FPGA-based IoT devices for ultra-low latency processing
    AutorzyMaciej WIELGOSZ, Michał KARWATOWSKI
    ŹródłoSensors [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2019 vol. 19 iss. 13 art. no. 2981, s. 1–47. — tekst: https://www.mdpi.com/1424-8220/19/13/2981/pdf
  • keywords: neural networks, FPGA, deep learning, Internet of Things, IoT, recurrent neural networks, RNN

    cyfrowy identyfikator dokumentu: 10.3390/s19132981

4
  • [artykuł w czasopiśmie, 2019]
  • TytułPredictive maintenance of induction motors using ultra-low power wireless sensors and compressed recurrent neural networks
    AutorzyMichał Markiewicz, Maciej WIELGOSZ, Mikołaj Bocheński, Waldemar Tabaczyński, Tomasz Konieczny, Liliana Kowalczyk
    ŹródłoIEEE Access [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2019 vol. 7, art. no. 8935226, s. 178891–178902. — tekst: https://ieeexplore-1ieee-1org-1000047h70035.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=8935226
  • keywords: induction motors, electric motors, smart sensors, Internet of Things, IoT, edge computing, predictive maintenance, RNN, compressed recurrent neural networks, bearing faults, vibration signature

    cyfrowy identyfikator dokumentu: 10.1109/ACCESS.2019.2953019

5
  • [referat, 2019]
  • TytułScalability analysis of neural networks on multiple GPGPUs
    AutorzyAndrzej DOROBISZ, Marcin PIETROŃ, Maciej WIELGOSZ, Michał KARWATOWSKI, Kazimierz WIATR
    ŹródłoTwelfth ACC Cyfronet AGH HPC users' conference : Zakopane, 6-8 March 2019 : proceedings / eds. Kazimierz Wiatr, Jacek Kitowski, Marian Bubak. — Kraków : Academic Computer Centre Cyfronet AGH, 2019. — S. 31–32
  • keywords: GPGPU, deep learning, tensorflow, caffe, matconvnet

    cyfrowy identyfikator dokumentu:

6