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
  • [referat, 2016]
  • Tytuł[Bayesian Belief Network in the analysis of damage to prefabricated large-panel building structures in mining areas]
    AutorzyJanusz RUSEK, Karol FIREK
    ŹródłoOchrona i inżynieria środowiska – zrównoważony rozwój : VIII konferencja : Kraków, 15–16 września 2016 r. : informator. — [Kraków : s. n.], [2016]. — S. 20
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

2
  • [artykuł w czasopiśmie, 2016]
  • TytułBayesian Belief Network in the analysis of damage to prefabricated large-panel building structures in mining areas
    AutorzyJanusz RUSEK, Karol FIREK
    ŹródłoPolish Journal of Environmental Studies. — 2016 vol. 25 no. 5A, s. 77–82
  • keywords: mining impacts, damage to large-panel building structures, Bayesian belief network

    cyfrowy identyfikator dokumentu:

3
4
  • [referat, 2016]
  • TytułOcena ryzyka powstania szkód w budynkach poddanych wstrząsom górniczym z wykorzystaniem probabilistycznych sieci neuronowych : [abstrakt]
    AutorzyRUSEK Janusz, WITKOWSKI Michał
    ŹródłoOchrona środowiska na terenach górniczych : XI konferencja naukowo-techniczna organizowana pod patronatem Ministra Energii oraz Głównego Geologa Kraju : 19–21 października 2016, Ustroń. — [Polska : s. n.], [2016]. — S. 33
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

5
  • [referat, 2016]
  • Tytuł[Probabilistic neural networks in the assessment of the risk of damage to buildings subject to mining tremors]
    AutorzyJanusz RUSEK
    ŹródłoOchrona i inżynieria środowiska – zrównoważony rozwój : VIII konferencja : Kraków, 15–16 września 2016 r. : informator. — [Kraków : s. n.], [2016]. — S. 19
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

6
  • [referat, 2016]
  • TytułPropozycja oceny odporności dynamicznej istniejących wiaduktów drogowych o żelbetowej konstrukcji płytowej na wpływ wstrząsów górniczych
    AutorzyJanusz RUSEK
    ŹródłoBudownictwo, infrastruktura, górnictwo [Dokument elektroniczny] : III ogólnopolska konferencja naukowa na temat „Zrównoważony rozwój terenów górniczych i pogórniczych” : 21–22.11.2016, Kraków. — [Kraków : s. n.], [2016]. — S. [1]
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

7
  • [artykuł w czasopiśmie, 2016]
  • TytułSupport vector machines and probabilistic neural networks in the assessment of the risk of damage to water supply systems in mining areas
    AutorzyJanusz RUSEK
    ŹródłoPolish Journal of Environmental Studies. — 2016 vol. 25 no. 5A, s. 71–76
  • keywords: SVM, mining impacts, probabilistic neural network, support vector machines, water supply system, PNN

    cyfrowy identyfikator dokumentu:

8
  • [artykuł w czasopiśmie, 2016]
  • TytułWybrane metody eksploracji danych i uczenia maszynowego w analizie zagrożenia zabudowy terenów górniczych
    AutorzyKarol FIREK, Janusz RUSEK, Aleksander WODYŃSKI
    ŹródłoPrzegląd Górniczy. — 2016 t. 72 nr 1, s. 50–55
  • słowa kluczowe: uczenie się maszynowe, wydobywanie danych, techniczne zużycie budynku, uszkodzenie budynku, wpływ eksploatacji

    keywords: machine learning, data mining, technical wear of building, damage of building, mining effects

    cyfrowy identyfikator dokumentu: