Wykaz publikacji wybranego autora

Marcin Orchel, dr inż.

adiunkt

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT-ki, *Katedra Informatyki

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja

[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / informatyka

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-1081-7626 połącz konto z ORCID

ResearcherID: B-2349-2015

Scopus: 24174654300

PBN: 5e7093dd878c28a0473b222e

OPI Nauka Polska

1

  • Axiomatic kernels on graphs for support vector machines / Marcin ORCHEL, Johan A. K. Suykens // W: Artificial neural networks and machine learning - ICANN 2019 : workshop and special sessions : 28th International Conference on Artificial Neural Networks : Munich, Germany, September 17–19, 2019 : proceedings / eds. Igor V. Tetko, [et al.]. — Cham : Springer Nature Switzerland, cop. 2019. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; 11731). — ISBN: 978-3-030-30492-8 ; e-ISBN: 978-3-030-30493-5. — S. 685–700. — Bibliogr. s. 699–700, Abstr.. — Publikacja dostępna online od: 2019-09-09. — M. Orchel - pierwsza afiliacja: ESAT-STADIUS, KU Leuven, Belgium. — tekst: https://link.springer.com/content/pdf/10.1007%2F978-3-030-30493-5_62.pdf

  • keywords: support vector machines, graph kernels

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-30493-5_62

2

  • Balanced support vector regression / Marcin ORCHEL // W: Artificial Intelligence and Soft Computing : 14th International Conference, ICAISC 2015 : Zakopane, Poland, June 14–18, 2015 : proceedings, Pt. 2 / eds. Leszek Rutkowski, [et al.]. — Cham, [etc.] : Springer, cop. 2015. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 9120. Lecture Notes in Artificial Intelligence). — ISBN: 978-3-319-19368-7 ; e-ISBN: 978-3-319-19369-4. — S. 727–738. — Bibliogr. s. 737–738, Abstr.

  • keywords: regression, support vector machines, prior knowledge

    cyfrowy identyfikator dokumentu: 10.1007/978-3-319-19369-4_64

3

  • Clustering by support vector manifold learning / Marcin ORCHEL // W: IJCNN 2017 [Dokument elektroniczny] : International Joint Conference on Neural Networks : [Anchorage, USA May 14 – May 19, 2017 : proceedings]. — Wersja do Windows. — Dane tekstowe. — [Piscataway : IEEE], [2017]. — (Proceedings of ... International Joint Conference on Neural Networks ; ISSN 2161-4393). — e-ISBN: 978-1-5090-6181-5. — s. 1087–1094. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 1094, Abstr.. — tekst: https://ieeexplore-1ieee-1org-1000047r201c0.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=7965973

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN.2017.7965973

4

  • Incorporating a priori knowledge from detractor points into support vector classification / Marcin ORCHEL // W: Adaptive and natural computing algorithms : 10th International Conference, ICANNGA 2011 : Ljubljana, Slovenia, April 14–16, 2011 : proceedings, Pt. 2 / eds. Andrej Dobnikar, Uroš Lotrič, Branko Šter. — Berlin ; Heidelberg : Springer-Verlag, cop. 2011 + CD-ROM. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 6594. Theoretical Computer Science and General Issues ; ISSN 2512-2010). — ISBN: 978-3-642-20266-7 ; e-ISBN: 978-3-642-20267-4. — S. 332–341. — Bibliogr. s. 340–341, Abstr.

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

5

  • Knowledge-uncertainty axiomatized framework with support vector machines for sparse hyperparameter optimization / Marcin ORCHEL // W: IJCNN 2018 [Dokument elektroniczny] : 2018 International Joint Conference on Neural Networks : [8–13 July 2018, Rio de Janeiro, Brasil] : proceedings. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2018. — (Proceedings of ... International Joint Conference on Neural Networks ; ISSN 2161-4393). — Print on Demand(PoD) ISBN: 978-1-5090-6015-3. — e-ISBN: 978-1-5090-6014-6. — S. [1–8]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [8], Abstr.. — Publikacja dostępna online od: 2018-10-15. — tekst: https://ieeexplore-1ieee-1org-1000047f701ce.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=8489144

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1109/IJCNN.2018.8489144

6

  • Regression based on support vector classification / Marcin ORCHEL // W: Adaptive and natural computing algorithms : 10th International Conference, ICANNGA 2011 : Ljubljana, Slovenia, April 14–16, 2011 : proceedings, Pt. 2 / eds. Andrej Dobnikar, Uroš Lotrič, Branko Šter. — Berlin ; Heidelberg : Springer-Verlag, cop. 2011 + CD-ROM. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 6594. Theoretical Computer Science and General Issues ; ISSN 2512-2010). — ISBN: 978-3-642-20266-7 ; e-ISBN: 978-3-642-20267-4. — S. 353–362. — Bibliogr. s. 362, Abstr.

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

7
8

  • Support vector regression as a classification problem with a priori knowledge in the form of detractors / Marcin ORCHEL // W: Man-Machine Interactions 2 / eds. Tadeusz Czachórski, Stanisław Kozielski, Urszula Stańczyk. — Berlin ; Heidelberg : Springer-Verlag, cop. 2011. — (Advances in Intelligent and Soft Computing ; ISSN 1867-5662 ; 103). — ISBN: 978-3-642-23168-1 ; e-ISBN: 978-3-642-23169-8. — S. 351–358. — Bibliogr. s. 358, Abstr.

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

9
10

  • Support vector regression with a priori knowledge used in order execution strategies based on VWAP / Marcin ORCHEL // W: Advanced Data Mining and Applications : 7th international conference, ADMA 2011 : Beijing, China, December 17–19, 2011 : proceedings, Pt. 2 / eds. Jie Tang [et al.]. — Berlin ; Heidelberg : Springer-Verlag, cop. 2011 + CD-ROM. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 7121. Lecture Notes in Artificial Intelligence). — ISBN: 978-3-642-25855-8. — S. 318–331. — Bibliogr. s. 331, Abstr.

  • keywords: SVM, order execution strategies, vwap, support vector machines

    cyfrowy identyfikator dokumentu: