Wykaz publikacji wybranego autora

Paweł Malinowski, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Odlewnictwa
WO-kip, Katedra Inżynierii Procesów Odlewniczych

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria materiałowa

[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / metalurgia

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-5363-8153 orcid iD

ResearcherID: X-4275-2018

Scopus: 36822150500

PBN: 5e709208878c28a04738ee3b

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Casting production management system / P. MALINOWSKI // Metalurgija = Metallurgy ; ISSN 0543-5846. — 2021 vol. 60 no. 3–4, s. 451–453. — Bibliogr. s. 453. — tekst: https://hrcak.srce.hr/file/372299

    orcid iD

  • keywords: machine learning, artificial intelligence, data analysis, management system

    cyfrowy identyfikator dokumentu:

2

  • Optimization of the company’s key performance indicators KPI using artificial intelligence / P. MALINOWSKI // W: ICCME 2021 [Dokument elektroniczny] : III International Conference of Casting and Materials Engineering : 4–5 November 2021, Kraków, Poland : conference proceedings / Wydział Odlewnictwa AGH. — Wersja do Windows. — Dane tekstowe. — [Kraków : Wydział Odlewnictwa AGH], [2021]. — e-ISBN: 978-83-904306-8-3. — S. [1]. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://iccme.foundry-conference.com/programme/ [2021-11-08]. — Dostęp po zalogowaniu

  • keywords: artificial intelligence, Key Performance Indicators

    cyfrowy identyfikator dokumentu:

3

  • Zastosowanie regresji z wykorzystaniem algorytmów uczenia maszynowego i sieci neuronowych w tribologii : [streszczenie] — [Application of regression with the use of machine learning algorithms and neural networks in tribology : abstract] / Paweł MALINOWSKI, Justyna Kasińska // W: Materiały konferencyjne XXXIX. Jesiennej Szkoły Tribologicznej [Dokument elektroniczny] : 1–4 września 2021, Kielce. — Wersja do Windows. — Dane testowe. — [Kielce : Politechnika Świętokrzyska, Polskie Towarzystwo Tribologiczne, Stowarzyszenie Techniczne Odlewników Polskich], [2021]. — 1 dysk Flash. — S. 29. — Wymagania systemowe: Adobe Reader. — P. Malinowski - afiliacja: Akademia Górniczo-Hutnicza im. Stanisława Staszica

  • słowa kluczowe: sieci neuronowe, tribologia, uczenie maszynowe, regresja

    cyfrowy identyfikator dokumentu: