Wykaz publikacji wybranego autora

Patryk Orzechowski, dr inż.

adiunkt

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna (25%)


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


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-3578-9809 orcid iD

ResearcherID: brak

Scopus: 55860145600

PBN: 5e70922c878c28a0473911ac

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • A comparative study of GP-based and state-of-the-art classifiers on a synthetic machine learning benchmark / Patryk ORZECHOWSKI, Paweł RENC, William La Cava, Jason H. Moore, Arkadiusz Sitek, Jarosław WĄS, Joost Wagenaar // W: GECCO'22 companion [Dokument elektroniczny] : proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion : July 9–13, 2022, Boston, Massachusetts, [USA], [vol. 1]. — Wersja do Windows. — Dane tekstowe. — New York : The Association for Computing Machinery, cop. 2022. — e-ISBN: 987-1-4503-9268-6. — S. 276–279. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 279, Abstr.. — Publikacja dostępna online od: 2022-07-19. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, USA ; P. Renc - dod. afiliacja: Sano, Centre for Computational Medicine, Kraków. — tekst: https://dl-1acm-1org-100000dpq0020.wbg2.bg.agh.edu.pl/doi/pdf/10.1145/3520304.3529056

    orcid iD
  • keywords: machine learning, evolutionary algorithms, benchmarking, classification, genetic programming

    cyfrowy identyfikator dokumentu: 10.1145/3520304.3529056

2
  • Artificial intelligence for COVID-19 detection in medical imaging – diagnostic measures and wasting – a systematic umbrella review / Paweł JEMIOŁO, Dawid Storman, Patryk ORZECHOWSKI // Journal of Clinical Medicine [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2077-0383. — 2022 vol. 11 iss. 7 art. no. 2054, s. 1–16. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 12–16, Abstr.. — Publikacja dostępna online od: 2022-04-06. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, Philadelphia, USA. — tekst: https://www.mdpi.com/2077-0383/11/7/2054/pdf

    orcid iD
  • keywords: artificial intelligence, diagnosis, medical imaging, COVID-19, methodological credibility, systematic umbrella review

    cyfrowy identyfikator dokumentu: 10.3390/jcm11072054

3
  • Automated affect and emotion recognition from cardiovascular signals – a systematic overview of the field / Paweł JEMIOŁO, Dawid Storman, Maria Mamica, Mateusz Szymkowski, Patryk ORZECHOWSKI // W: HICSS 2022 [Dokument elektroniczny] : 55th Hawaii International Conference on System Sciences 2022 : human-centricity in a sustainable digital economy : [Jan 4–7, 2022, Hawaii, USA]. — Wersja do Windows. — Dane tekstowe. — [Honolulu : University of Hawaii at Manoa], [2022]. — e-ISBN: 978-0-9981331-5-7. — S. 4047–4056. — Bibliogr. s. 4054–4056, Abstr.. — P. Orzechowski - pierwsza afiliacja: University of Pennsylvannia, Philadelphia, USA. — tekst: https://scholarspace.manoa.hawaii.edu/bitstream/10125/79830/1/0399.pdf

    orcid iD
  • keywords: assisted living, wellness management, systematic review, health monitioring, automated affect and emotion recognition

    cyfrowy identyfikator dokumentu:

4
  • Benchmarking manifold learning methods on a large collection of datasets / Patryk ORZECHOWSKI, Franciszek Magiera, Jason H. Moore // W: Genetic Programming : 23rd European conference, EuroGP2020 : held as part of EvoStar 2020 : Seville, Spain, April 15–17, 2020 : proceedings / eds. Ting Hu, [et al.]. — Cham : Springer Nature Switzerland, cop. 2020. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; 12101. Theoretical Computer Science and General Issues ; ISSN 2512-2010). — ISBN: 978-3-030-44093-0 ; e-ISBN: 978-3-030-44094-7. — S. 135–150. — Bibliogr. s. 148–150, Abstr.. — Publikacja dostępna online od: 2020-04-09. — P. Orzechowski - pierwsza afiliacja: University of Pennsylvania, Philadelphia, USA

    orcid iD
  • keywords: machine learning, benchmarking, genetic programming, dimensionality reduction, manifold learning

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-44094-7_9

5
  • Considerations for automated machine learning in clinical metabolic profiling: Altered homocysteine plasma concentration associated with metformin exposure / Alena Orlenko, Jason H. Moore, Patryk ORZECHOWSKI, Randal S. Olson, Junmei Cairns, Pedro J. Caraballo, Richard M. Weinshilboum, Liewei Wang, Matthew K. Breitenstein // W: Pacific Symposium on Biocomputing 2018 [Dokument elektroniczny] : 3–7 January 2018, Kohala Coast, USA / eds. Russ B. Altman, [et al.]. — Wersja do Windows. — Dane tekstowe. — Singapore : World Scientific Publishing Co. Pte. Ltd., [2018]. — (Pacific symposium on biocomputing...(Online) ; ISSN 2335-6936). — e-ISBN: 978-981-3235-53-3. — S. 460–471. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 471. — Patryk Orzechowski – dod. afiliacja: University of Pennsylvania. — tekst: https://www.worldscientific.com/doi/pdf/10.1142/9789813235533_0042

    orcid iD
  • keywords: metabolomics, homocysteine, clinical metabolic profiling, automated machine learning, confounding, pharmacometabolomics, biobank, precision medicine, metformin

    cyfrowy identyfikator dokumentu: 10.1142/9789813235533_0042

6
  • EBIC: a scalable biclustering method for large scale data analysis / Patryk ORZECHOWSKI, Jason H. Moore // W: GECCO 2019 [Dokument elektroniczny] : the Genetic and Evolutionary Computation Conference : a recombination of the 28th International Conference on Genetic Algorithms (ICGA) and the 24rd Annual Genetic Programming Conference (GP) : July 13th–17th 2019, Prague, Czech Republic. — Wersja do Windows. — Dane tekstowe. — USA : ACM, cop. 2019. — e-ISBN: 978-1-4503-6748-6. — S. 31–32. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://dl.acm.org/ft_gateway.cfm?id=3326762&ftid=2071089&dwn=1&CFID=159232094&CFTOKEN=31a5d05962667e84-AB0E577E-F6FB-4DE0-0CE2E4AC5C75B130 [2019-09-18]. — Bibliogr. s. 32, Abstr.. — P. Orzechowski – dod. afiliacja: University of Pennsylvania

    orcid iD
  • keywords: evolutionary computation, biclustering, data mining, genetic programming, unsupervised machine learning

    cyfrowy identyfikator dokumentu: 10.1145/3319619.3326762

7
  • EBIC: an evolutionary-based parallel biclustering algorithm for pattern discovery / Patryk ORZECHOWSKI, Moshe Sipper, Xiuzhen Huang, Jason H. Moore // Bioinformatics ; ISSN 1367-4803. — 2018 vol. 34 iss. 21, s. 3719–3726. — Bibliogr. s. 3726, Abstr.. — Publikacja dostępna online od: 2018-05-22. — P. Orzechowski - pierwsza afiliacja: University of Pennsylvania, USA

    orcid iD
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1093/bioinformatics/bty401

8
  • EBIC: an open source software for high-dimensional and big data analyses / Patryk ORZECHOWSKI, Jason H. Moore // Bioinformatics ; ISSN 1367-4803. — 2019 vol. 35 iss. 17, s. 3181–3183. — Bibliogr. s. 3183, Abstr.. — Publikacja dostępna online od: 2019-01-14. — P. Orzechowski – dod. afiliacja: University of Pennsylvania, United States

    orcid iD
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1093/bioinformatics/btz027

9
  • EBIC.JL - an efficient implementation of evolutionary biclustering algorithm in Julia / Paweł Renc, Patryk ORZECHOWSKI, Aleksander BYRSKI, Jarosław WĄS, Jason H. Moore // W: GECCO'21 [Dokument elektroniczny] : Genetic and Evolutionary Computation Conference Companion : July 10-14, 2021, Lille, France : proceedings. — Wersja do Windows. — Dane tekstowe. — USA : Association for Computing Machinery, cop. 2021. — e-ISBN: 987-1-4503-8351-6. — S. 1540–1548. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://dl.acm.org/doi/pdf/10.1145/3449726.3463197 [2021-07-22]. — Bibliogr. s. 1547–1548, Abstr.. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, Philadelphia, USA

    orcid iD
  • keywords: evolutionary computation, machine learning, biclustering, data mining, parallel algorithms

    cyfrowy identyfikator dokumentu: 10.1145/3449726.3463197

10
  • Hybrid biclustering algorithms for data mining / Patryk ORZECHOWSKI, Krzysztof BORYCZKO // W: Applications of evolutionary computation : 19th European Conference, EvoApplications 2016 : Porto, Portugal, March 30–April 1, 2016 : proceedings, Pt. 1 / eds. Giovanni Squillero, Paolo Burelli. — Switzerland : Springer International Publishing, 2016. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 9597). — ISBN: 978-3-319-31203-3 ; e-ISBN: 978-3-319-31204-0. — S. 156–168. — Bibliogr. s. 166–168, Abstr.. — Publikacja dostępna online od: 2016-03-15

  • keywords: data mining, microarray analysis, gene expression data, biclustering techniques

    cyfrowy identyfikator dokumentu: 10.1007/978-3-319-31204-0_11

11
  • Mapping patient trajectories using longitudinal extraction and deep learning in the MIMIC-III critical care database / Brett K. Beaulieu-Jones, Patryk ORZECHOWSKI, Jason H. Moore // W: Pacific Symposium on Biocomputing 2018 [Dokument elektroniczny] : 3–7 January 2018, Kohala Coast, USA / eds. Russ B. Altman, [et al.]. — Wersja do Windows. — Dane tekstowe. — Singapore : World Scientific Publishing Co. Pte. Ltd., [2018]. — (Pacific symposium on biocomputing...(Online) ; ISSN 2335-6936). — e-ISBN: 978-981-3235-53-3. — S. 123–132. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 131–132. — Patryk Orzechowski – dod. afiliacja: Perelman School of Medicine. — tekst: https://www.worldscientific.com/doi/pdf/10.1142/9789813235533_0012

  • keywords: deep learning, electronic health records, patient trajectories, longitudinal, unsupervised, autoencoders, long short-term memory networks

    cyfrowy identyfikator dokumentu: 10.1142/9789813235533_0012

12
  • Mining a massive RNA-seq dataset with biclustering: are evolutionary approaches ready for big data? / Patryk ORZECHOWSKI, Jason H. Moore // W: GECCO 2019 [Dokument elektroniczny] : the Genetic and Evolutionary Computation Conference : a recombination of the 28th International Conference on Genetic Algorithms (ICGA) and the 24rd Annual Genetic Programming Conference (GP) : July 13th–17th 2019, Prague, Czech Republic. — Wersja do Windows. — Dane tekstowe. — USA : ACM, cop. 2019. — e-ISBN: 978-1-4503-6748-6. — S. 304–305. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://dl.acm.org/ft_gateway.cfm?id=3321916&ftid=2071065&dwn=1&CFID=159222870&CFTOKEN=17d434429a76e8de-A9BAA9D5-9D0C-E8B3-ADB384BB42F57014 [2019-09-18]. — Bibliogr. s. 305, Abstr.. — P. Orzechowski – dod. afilicja: University of Pennsylvania

    orcid iD
  • keywords: evolutionary computation, big data, biclustering, data mining

    cyfrowy identyfikator dokumentu: 10.1145/3319619.3321916

13
  • Parallel approach for visual clustering of protein databases / Patryk ORZECHOWSKI, Krzysztof BORYCZKO // Computing and Informatics / Slovak Academy of Sciences. Institute of Informatics ; ISSN 1335-9150. — Tytuł poprz.: Computers and Artificial Intelligence. — 2010 vol. 29, s. 1221–1231. — Bibliogr. s. 1229–1231, Abstr.

  • keywords: clustering algorithms, proteins, sequence alignment, ltidimensional scaling

    cyfrowy identyfikator dokumentu:

14
  • Personalized medicine / Patryk ORZECHOWSKI, Michael Stauffer, Jason H. Moore, Mary Regina Boland // W: Simulations in medicine : computer-aided diagnostics and therapy / ed. Irena Roterman-Konieczna. — Berlin ; Boston : Walter de Gruyter GmbH, cop. 2020. — Dod. e-ISBN (EPUB) 978-3-11-067691-4. — ISBN: 978-3-11-066687-8 ; e-ISBN: 978-3-11-066721-9. — S. 1–14. — Bibliogr. s. 12–14. — P. Orzechowski - dod. afiliacja: University of Pennsylvania. — tekst: https://www.degruyter.com/downloadpdf/title/561095

    orcid iD
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1515/9783110667219-001

15
  • PMLB: a large benchmark suite for machine learning evaluation and comparison / Randal S. Olson, William La Cava, Patryk ORZECHOWSKI, Ryan J. Urbanowicz, Jason H. Moore // BioData Mining [Dokument elektroniczny]. - Czasopismo elektroniczne ; ISSN 1756-0381. — 2017 vol. 10 iss. 1 art. no. 36, s. 1–13. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 12–13, Abstr.. — Publikacja dostępna online od: 2017-12-11. — P. Orzechowski – dod. afiliacja: University of Pennsylvania. — tekst: https://biodatamining.biomedcentral.com/track/pdf/10.1186/s13040-017-0154-4

    orcid iD
  • keywords: machine learning, benchmarking, model evaluation, data repository

    cyfrowy identyfikator dokumentu: 10.1186/s13040-017-0154-4

16
  • Propagation-based biclustering algorithm for extracting inclusion-maximal motifs / Patryk ORZECHOWSKI, Krzysztof BORYCZKO // Computing and Informatics / Slovak Academy of Sciences. Institute of Informatics ; ISSN 1335-9150. — Tytuł poprz.: Computers and Artificial Intelligence. — 2016 vol. 35 no. 2, s. 391–410. — Bibliogr. s. 408–410, Abstr.

  • keywords: biclustering, microarray gene expression data, data mining, bioinformatics, pattern matching, conserved gene expression motifs

    cyfrowy identyfikator dokumentu:

17
  • Proximity measures and results validation in biclustering – a survey / Patryk ORZECHOWSKI // W: Artificial Intelligence and Soft Computing : 12th International Conference, ICAISC 2013 : Zakopane, Poland, June 9–13, 2013 : proceedings, Pt. 2 / eds. Leszek Rutkowski [et al.]. — Berlin ; Heidelberg : Springer-Verlag, cop. 2013. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; 7895. Lecture Notes in Artificial Intelligence). — ISBN: 978-3-642-38609-1 ; e-ISBN: 978-3-642-38610-7. — S. 206–217. — Bibliogr. S. 214–217, Abstr.

  • keywords: biclustering, co-clustering, shifting and scaling patterns, pattern similarity, proximity measures, results validation, microarray gene expression data, state-of-the-art, survey

    cyfrowy identyfikator dokumentu: 10.1007/978-3-642-38610-7_20

18
  • Rapid prototyping of evolution-driven biclustering methods in Julia / Paweł Renc, Patryk ORZECHOWSKI, Aleksander BYRSKI, Jarosław WĄS, Jason H. Moore // W: GECCO'21 [Dokument elektroniczny] : Genetic and Evolutionary Computation Conference Companion : July 10-14, 2021, Lille, France : proceedings. — Wersja do Windows. — Dane tekstowe. — USA : Association for Computing Machinery, cop. 2021. — e-ISBN: 987-1-4503-8351-6. — S. 61–62. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://dl.acm.org/doi/pdf/10.1145/3449726.3462739 [2021-07-22]. — Bibliogr. s. 62, Abstr.. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, Philadelphia, USA

    orcid iD
  • keywords: evolutionary computation, machine learning, biclustering, data mining, parallel algorithms

    cyfrowy identyfikator dokumentu: 10.1145/3449726.3462739

19
  • Retrieving impressions from semantic memory modeled with associative pulsing neural networks / Patryk ORZECHOWSKI, Adrian HORZYK, Janusz A. Starzyk, Jason H. Moore // W: IEEE SSCI 2018 [Dokument elektroniczny] : proceedings of the 2018 IEEE Symposium Series on Computational Intelligence : 18–21 November 2018, Bengaluru, India / ed. Suresh Sundaram. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2018. — 1 dysk Flash. — Dod. ISBN 978-1-5386-9276-9. — e-ISBN: 978-1-5386-9275-2. — S. 2060–2067. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 2067, Abstr.. — P. Orzechowski - pierwsza afiliacja: University of Pennsylvania, USA

    orcid iD
  • keywords: text mining, natural language processing, information retrieval, topic modeling, spiking neurons, bag of words

    cyfrowy identyfikator dokumentu: 10.1109/SSCI.2018.8628780

20
  • runibic: a bioconductor package for parallel row-based biclustering of gene expression data / Patryk ORZECHOWSKI, Artur PAŃSZCZYK, Xiuzhen Huang, Jason H. Moore // Bioinformatics ; ISSN 1367-4803. — 2018 vol. 34 iss. 24, s. 4302–4304. — Bibliogr. s. 4304, Abstr.. — Publikacja dostępna online od: 2018-06-23. — P. Orzechowski – dod. afiliacja: University of Pennsylvania

    orcid iD
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1093/bioinformatics/bty512

21
  • Scalable biclustering – the future of big data exploration? / Patryk ORZECHOWSKI, Krzysztof BORYCZKO, Jason H. Moore // GigaScience [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2047-217X. — 2019 vol. 8 iss. 7 art. no. giz078, s. 1–4. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 4, Abstr.. — P. Orzechowski – dod. afiliacja: University of Pennsylvania. — tekst: https://academic.oup.com/gigascience/article-pdf/8/7/giz078/28880874/giz078.pdf

    orcid iD
  • keywords: big data, biclustering, co-clustering, data mining, parallel algorithms, precision medicine, disease subtype identification, biomarker detection, gene-drug interaction

    cyfrowy identyfikator dokumentu: 10.1093/gigascience/giz078

22
  • Socio-cognitive evolution strategies / Aleksandra URBAŃCZYK, Bartosz Nowak, Patryk ORZECHOWSKI, Jason H. Moore, Marek KISIEL-DOROHINICKI, Aleksander BYRSKI // W: Computational Science – ICCS 2021 : 21st international conference : Krakow, Poland, June 16–18, 2021 : proceedings, Pt. 2 / eds. Maciej Paszyński, [et al.]. — Cham : Springer Nature Switzerland, cop. 2021. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; vol. 12743. Theoretical Computer Science and General Issues ; ISSN 2512-2010 ; vol. 12743). — ISBN: 978-3-030-77963-4 ; e-ISBN: 978-3-030-77964-1. — S. 329–342. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2021-06-09. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, Philadelphia, USA

    orcid iD
  • keywords: metaheuristics, hybrid algorithms, socio-cognitive computing, evolution strategies

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-77964-1_26

23
  • Strategies for improving performance of evolutionary biclustering algorithm EBIC / Patryk ORZECHOWSKI, Jason H. Moore // W: GECCO 2019 [Dokument elektroniczny] : the Genetic and Evolutionary Computation Conference : a recombination of the 28th International Conference on Genetic Algorithms (ICGA) and the 24rd Annual Genetic Programming Conference (GP) : July 13th–17th 2019, Prague, Czech Republic. — Wersja do Windows. — Dane tekstowe. — USA : ACM, cop. 2019. — e-ISBN: 978-1-4503-6748-6. — S. 185–186. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://dl.acm.org/ft_gateway.cfm?id=3322046&ftid=2070965&dwn=1&CFID=159230098&CFTOKEN=dbf964c3ffd6b638-AABADDC5-D174-109B-686E8A02C17FE15E [2019-09-18]. — Bibliogr. s. 186, Abstr.. — P. Orzechowski – dod. afiliacja: University of Pennsylvania

    orcid iD
  • keywords: evolutionary computation, machine learning, biclustering, data mining

    cyfrowy identyfikator dokumentu: 10.1145/3319619.3322046

24
  • Text mining with hybrid biclustering algorithms / Patryk ORZECHOWSKI, Krzysztof BORYCZKO // W: Artificial intelligence and soft computing : 15th international conference, ICAISC 2016 : Zakopane, Poland, June 12–16, 2016 : proceedings, Pt. 2 / eds. Leszek Rutkowski, [et al.]. — Switzerland : Springer International Publishing, cop. 2016. — (Lecture Notes in Artificial Intelligence ; ISSN 0302-9743 ; 9693). — ISBN: 978-3-319-39383-4 ; e-ISBN: 978-3-319-39384-1. — S. 102–113. — Bibliogr. s. 111–113, Abstr.. — Toż na Dysku Flash

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1007/978-3-319-39384-1_9