Wykaz publikacji wybranego autora

Patryk Orzechowski, dr inż.

adiunkt

Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
WEAIiIB-kair

  • 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
  • [proceedings, 2022]
  • TytułA comparative study of GP-based and state-of-the-art classifiers on a synthetic machine learning benchmark
    AutorzyPatryk ORZECHOWSKI, Paweł RENC, William La Cava, Jason H. Moore, Arkadiusz Sitek, Jarosław WĄS, Joost Wagenaar
    ŹródłoGECCO'22 companion [Dokument elektroniczny] : proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion : July 9–13, 2022, Boston, Massachusetts, [USA], [vol. 1]. — New York : The Association for Computing Machinery, cop. 2022. — S. 276–279

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

    Zobacz pełny wykaz publikacji Autora/Autorów: Jarosław Wąs, Paweł Renc

    cyfrowy identyfikator dokumentu: 10.1145/3520304.3529056

2
  • [proceedings, 2022]
  • TytułAutomated affect and emotion recognition from cardiovascular signals – a systematic overview of the field
    AutorzyPaweł JEMIOŁO, Dawid Storman, Maria Mamica, Mateusz Szymkowski, Patryk ORZECHOWSKI
    ŹródłoHICSS 2022 [Dokument elektroniczny] : 55th Hawaii International Conference on System Sciences 2022 : human-centricity in a sustainable digital economy : [Jan 4–7, 2022, Hawaii, USA]. — [Honolulu : University of Hawaii at Manoa], [2022]. — S. 4047–4056

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

    Zobacz pełny wykaz publikacji Autora/Autorów: Paweł Jemioło

    cyfrowy identyfikator dokumentu:

3
  • [proceedings, 2020]
  • TytułBenchmarking manifold learning methods on a large collection of datasets
    AutorzyPatryk ORZECHOWSKI, Franciszek Magiera, Jason H. Moore
    ŹródłoGenetic 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. — S. 135–150

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

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

4
  • [proceedings, 2018]
  • TytułConsiderations for automated machine learning in clinical metabolic profiling: Altered homocysteine plasma concentration associated with metformin exposure
    AutorzyAlena Orlenko, Jason H. Moore, Patryk ORZECHOWSKI, Randal S. Olson, Junmei Cairns, Pedro J. Caraballo, Richard M. Weinshilboum, Liewei Wang, Matthew K. Breitenstein
    ŹródłoPacific Symposium on Biocomputing 2018 [Dokument elektroniczny] : 3–7 January 2018, Kohala Coast, USA / eds. Russ B. Altman, [et al.]. — Singapore : World Scientific Publishing Co. Pte. Ltd., [2018]. — S. 460–471

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

    cyfrowy identyfikator dokumentu: 10.1142/9789813235533_0042

5
  • [proceedings, 2019]
  • TytułEBIC: a scalable biclustering method for large scale data analysis
    AutorzyPatryk ORZECHOWSKI, Jason H. Moore
    ŹródłoGECCO 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. — USA : ACM, cop. 2019. — S. 31–32

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

    cyfrowy identyfikator dokumentu: 10.1145/3319619.3326762

6
  • [proceedings, 2021]
  • TytułEBIC.JL - an efficient implementation of evolutionary biclustering algorithm in Julia
    AutorzyPaweł Renc, Patryk ORZECHOWSKI, Aleksander BYRSKI, Jarosław WĄS, Jason H. Moore
    ŹródłoGECCO'21 [Dokument elektroniczny] : Genetic and Evolutionary Computation Conference Companion : July 10-14, 2021, Lille, France : proceedings. — USA : Association for Computing Machinery, cop. 2021. — S. 1540–1548

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

    Zobacz pełny wykaz publikacji Autora/Autorów: Jarosław Wąs, Aleksander Byrski

    cyfrowy identyfikator dokumentu: 10.1145/3449726.3463197

7
  • [proceedings, 2016]
  • TytułHybrid biclustering algorithms for data mining
    AutorzyPatryk ORZECHOWSKI, Krzysztof BORYCZKO
    ŹródłoApplications 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. — S. 156–168

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

    Zobacz pełny wykaz publikacji Autora/Autorów: Krzysztof Boryczko

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

8
  • [proceedings, 2018]
  • TytułMapping patient trajectories using longitudinal extraction and deep learning in the MIMIC-III critical care database
    AutorzyBrett K. Beaulieu-Jones, Patryk ORZECHOWSKI, Jason H. Moore
    ŹródłoPacific Symposium on Biocomputing 2018 [Dokument elektroniczny] : 3–7 January 2018, Kohala Coast, USA / eds. Russ B. Altman, [et al.]. — Singapore : World Scientific Publishing Co. Pte. Ltd., [2018]. — S. 123–132

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

    cyfrowy identyfikator dokumentu: 10.1142/9789813235533_0012

9
  • [proceedings, 2019]
  • TytułMining a massive RNA-seq dataset with biclustering: are evolutionary approaches ready for big data?
    AutorzyPatryk ORZECHOWSKI, Jason H. Moore
    ŹródłoGECCO 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. — USA : ACM, cop. 2019. — S. 304–305

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

    cyfrowy identyfikator dokumentu: 10.1145/3319619.3321916

10
  • [proceedings, 2009]
  • TytułParallel approach for visualizing protein databases
    AutorzyPatryk ORZECHOWSKI, Krzysztof BORYCZKO
    ŹródłoKU KDM 2009 : druga konferencja użytkowników komputerów dużej mocy : Zakopane, March 12–13, 2009 : abstracts / ACK Cyfronet AGH. — Kraków : ACK Cyfronet AGH, 2009. — S. 31–34

  • brak zdefiniowanych słów kluczowych

    Zobacz pełny wykaz publikacji Autora/Autorów: Krzysztof Boryczko

    cyfrowy identyfikator dokumentu:

11
  • [proceedings, 2013]
  • TytułProximity measures and results validation in biclustering – a survey
    AutorzyPatryk ORZECHOWSKI
    ŹródłoArtificial 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. — S. 206–217

  • 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

12
  • [proceedings, 2016]
  • TytułQtBiVis: a software toolbox for visual analysis of biclustering experiment
    AutorzyArtur Pańszczyk, Patryk ORZECHOWSKI
    ŹródłoFedCSIS : abstracts of the Federated Conference on Computer Science and Information Systems : 11–14 September, 2016, Gdansk, Poland : book of abstracts. — [Poland : s. n.], [2016]. — S. 105

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.15439/2016F129

13
  • [proceedings, 2021]
  • TytułRapid prototyping of evolution-driven biclustering methods in Julia
    AutorzyPaweł Renc, Patryk ORZECHOWSKI, Aleksander BYRSKI, Jarosław WĄS, Jason H. Moore
    ŹródłoGECCO'21 [Dokument elektroniczny] : Genetic and Evolutionary Computation Conference Companion : July 10-14, 2021, Lille, France : proceedings. — USA : Association for Computing Machinery, cop. 2021. — S. 61–62

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

    Zobacz pełny wykaz publikacji Autora/Autorów: Jarosław Wąs, Aleksander Byrski

    cyfrowy identyfikator dokumentu: 10.1145/3449726.3462739

14
  • [proceedings, 2018]
  • TytułRetrieving impressions from semantic memory modeled with associative pulsing neural networks
    AutorzyPatryk ORZECHOWSKI, Adrian HORZYK, Janusz A. Starzyk, Jason H. Moore
    ŹródłoIEEE SSCI 2018 [Dokument elektroniczny] : proceedings of the 2018 IEEE Symposium Series on Computational Intelligence : 18–21 November 2018, Bengaluru, India / ed. Suresh Sundaram. — [Piscataway] : IEEE, cop. 2018. — S. 2060–2067

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

    Zobacz pełny wykaz publikacji Autora/Autorów: Adrian Horzyk

    cyfrowy identyfikator dokumentu: 10.1109/SSCI.2018.8628780

15
  • [proceedings, 2015]
  • TytułRough assessment of GPU capabilities for parallel PCC-based biclustering method applied to microarray datasets
    AutorzyORZECHOWSKI P., BORYCZKO K.
    ŹródłoMCSB 2015 [Dokument elektroniczny] : international conference Cybernetic Modelling of Biological Systems : Kraków (Poland), 14–15 May 2015 : [abstract book]. — [Kraków] : De Gruyter, [2015]. — S. 20

  • brak zdefiniowanych słów kluczowych

    Zobacz pełny wykaz publikacji Autora/Autorów: Krzysztof Boryczko

    cyfrowy identyfikator dokumentu:

16
  • [proceedings, 2021]
  • TytułSocio-cognitive evolution strategies
    AutorzyAleksandra URBAŃCZYK, Bartosz Nowak, Patryk ORZECHOWSKI, Jason H. Moore, Marek KISIEL-DOROHINICKI, Aleksander BYRSKI
    ŹródłoComputational 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. — S. 329–342

  • keywords: metaheuristics, hybrid algorithms, evolution strategies, sociocognitive computing

    Zobacz pełny wykaz publikacji Autora/Autorów: Marek Kisiel-Dorohinicki, Aleksander Byrski, Aleksandra Urbańczyk

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

17
  • [proceedings, 2019]
  • TytułStrategies for improving performance of evolutionary biclustering algorithm EBIC
    AutorzyPatryk ORZECHOWSKI, Jason H. Moore
    ŹródłoGECCO 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. — USA : ACM, cop. 2019. — S. 185–186

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

    cyfrowy identyfikator dokumentu: 10.1145/3319619.3322046

18
  • [proceedings, 2016]
  • TytułText mining with hybrid biclustering algorithms
    AutorzyPatryk ORZECHOWSKI, Krzysztof BORYCZKO
    ŹródłoArtificial 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. — S. 102–113

  • brak zdefiniowanych słów kluczowych

    Zobacz pełny wykaz publikacji Autora/Autorów: Krzysztof Boryczko

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