Wykaz publikacji wybranego autora

Sławomir Mikrut, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Geodezji Górniczej i Inżynierii Środowiska
WGGiIŚ-kftśip, Katedra Fotogrametrii, Teledetekcji Środowiska i Inżynierii Przestrzennej


  • 2023

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria lądowa, geodezja i transport


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria lądowa i transport


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / geodezja i kartografia


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-4389-7562 orcid iD

ResearcherID: J-3855-2016

Scopus: 34875265000

PBN: 5e709208878c28a04738edea

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Assessment of airway remodeling using endobronchial ultrasound in asthma-COPD overlap / Karolina Górka, Iwona Gross-Sondej, Jacek Górka, Tomasz Stachura, Kamil Polok, Natalia Celejewska-Wójcik, Sławomir MIKRUT, Anna Andrychiewicz, Krzysztof Sładek, Jerzy Soja // Journal of Asthma and Allergy [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1178-6965. — 2021 vol. 14, s. 663–674. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 673–674. — Publikacja dostępna online od: 2021-06-30. — tekst: https://www.dovepress.com/getfile.php?fileID=70455

    orcid iD
  • keywords: endobronchial ultrasound, airway remodeling, asthma-COPD overlap, total bronchial wall, bronchial wall layers

    cyfrowy identyfikator dokumentu: 10.2147/JAA.S306421

2
  • Reliable crops classification using limited number of Sentinel-2 and Sentinel-1 images / Beata HEJMANOWSKA, Piotr KRAMARCZYK, Ewa GŁOWIENKA, Sławomir MIKRUT // Remote Sensing [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2072-4292. — 2021 vol. 13 iss. 16 art. no. 3176, s. 1–23. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–23, Abstr.. — Publikacja dostępna online od: 2021-08-11. — tekst: https://www.mdpi.com/2072-4292/13/16/3176/pdf

    orcid iD
  • keywords: Sentinel-1, random forest, Sentinel-2, machine learning classifiers, reliability of the classification

    cyfrowy identyfikator dokumentu: 10.3390/rs13163176