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
  • [artykuł w czasopiśmie, 2020]
  • TytułCompressing sentiment analysis CNN models for efficient hardware processing
    AutorzyKrzysztof Wróbel, Michał KARWATOWSKI, Maciej WIELGOSZ, Marcin PIETROŃ, Kazimierz WIATR
    ŹródłoComputer Science. — 2020 vol. 21 no. 1, s. 25–41. — tekst: https://journals.agh.edu.pl/csci/article/download/3375/2428
2
3
  • [referat, 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
4
  • [fragment monografii pokonferencyjnej, 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
5
  • [referat, 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