Wykaz publikacji wybranego autora

Janusz Rusek, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Geodezji Górniczej i Inżynierii Środowiska
WGGiIŚ-kgib, Katedra Geodezji Inżynieryjnej i Budownictwa


  • 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 networks and Support Vector Classifier in damage risk assessment of RC prefabricated building structures in mining areas / Janusz RUSEK, Krzysztof Tajduś, Karol FIREK, Adrian JĘDRZEJCZYK // W: 2020 5th International conference on Smart and sustainable technologies (SpliTech) [Dokument elektroniczny] : September 23-26, 2020, Split, Croatia : [virtual 2020]. — Wersja do Windows. — Dane tekstowe. — [Croatia] : IEEE, 2020. — ISBN: 978-1-7281-7363-4 ; e-ISBN: 978-953-290-105-4. — S. 1-8. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 7-8, Abstr.. — Publikacja dostępna online od: 2020-11-04. — tekst: https://ieeexplore-1ieee-1org-1000047l40094.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9243718

    orcid iD
  • keywords: risk, mining impacts, damage, support vector machine, Bayesian network, structure learning, RC structures

    cyfrowy identyfikator dokumentu: 10.23919/SpliTech49282.2020.9243718