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
  • 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

2
  • 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

3
  • 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

4
  • 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

5
  • 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