Wykaz publikacji wybranego autora

Janusz Rusek, dr hab. inż., prof. AGH

profesor nadzwyczajny

Faculty of Geo-Data Science, Geodesy, and Environmental Engineering
WGGiIŚ-kgib


  • 2023

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


  • 2020

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


  • 2018

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka (25%)


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


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-0368-2580 orcid iD

ResearcherID: P-4718-2016

Scopus: 7004213054

PBN: 5e709208878c28a04738ee00

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Bayesian Belief Network in the analysis of damage to prefabricated large-panel building structures in mining areas / Janusz RUSEK, Karol FIREK // Polish Journal of Environmental Studies ; ISSN 1230-1485. — 2016 vol. 25 no. 5A, s. 77–82. — Bibliogr. s. 82, Abstr.

  • keywords: mining impacts, damage to large-panel building structures, Bayesian belief network

    cyfrowy identyfikator dokumentu:

2
  • Estimation of the parameters affecting the water pipelines on the mining terrains with a use of an adaptive fuzzy systemEstymacja czynników ryzyka dla sieci wodociągowej znajdującej się na terenach górniczych przy wykorzystaniu neuronowych systemów rozmytych / Agnieszka MALINOWSKA, Ryszard HEJMANOWSKI, Janusz RUSEK // Archives of Mining Sciences = Archiwum Górnictwa ; ISSN 0860-7001. — 2016 vol. 61 no. 1, s. 183–197. — Bibliogr. s. 196–197. — tekst: http://journals.pan.pl/Content/94073/PDF/10267-Volume61_Issue1-14_paper.pdf?handler=pdf

  • słowa kluczowe: szkoda górnicza, teren górniczy, sieć wodociągowa, ciągłe deformacje powierzchni terenu, rozmyta klasteryzacja

    keywords: mining damage, subsidence, water supply, mining terrain, fuzzy cluster analysis

    cyfrowy identyfikator dokumentu: 10.1515/amsc-2016-0014

3
  • Support vector machines and probabilistic neural networks in the assessment of the risk of damage to water supply systems in mining areas / Janusz RUSEK // Polish Journal of Environmental Studies ; ISSN 1230-1485. — 2016 vol. 25 no. 5A, s. 71–76. — Bibliogr. s. 76, Abstr.

  • keywords: SVM, mining impacts, probabilistic neural network, support vector machines, water supply system, PNN

    cyfrowy identyfikator dokumentu: