Wykaz publikacji wybranego autora

Michał Karwatowski, mgr inż.

asystent

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT-ke, Instytut Elektroniki

  • 2023

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne (25%)

  • 2018

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (25%)

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-6285-136X orcid iD

ResearcherID: ISA-6516-2023

Scopus: 57189294331

PBN: 5e70938d878c28a0473ac8d5

System Informacyjny AGH (SkOs)

1

  • Canine age classification using Deep Learning as a step toward preventive medicine in animals / Szymon MAZUREK, Maciej WIELGOSZ, Jakub CAPUTA, Rafał FRĄCZEK, Michał KARWATOWSKI, Jakub GRZESZCZYK, Daria ŁUKASIK, Anna Śmiech, Paweł RUSSEK, Ernest JAMRO, Agnieszka DĄBROWSKA-BORUCH, Marcin PIETROŃ, Sebastian KORYCIAK, Kazimierz WIATR // W: FedCSIS 2022 [Dokument elektroniczny] : proceedings of the 17\textsuperscript{th} conference on Computer Science and Intelligence Systems : September 4–7, 2022, Sofia, Bulgaria / eds. Maria Ganzha, Leszek Maciaszek, Marcin Paprzycki, Dominik Ślęzak. — Wersja do Windows. — Dane tekstowe. — Warszawa : Polskie Towarzystwo Informatyczne ; [Piscataway] : IEEE, cop. 2022. — (Annals of Computer Science and Information Systems ; ISSN 2300-5963 ; vol. 30). — Dod. ISBN 978-83-965897-1-2 (ART), ISBN 978-83-965897-0-5 (USB). — e-ISBN: 978-83-962423-9-6. — S. 169–172. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://annals-csis.org/Volume_30/pliks/fedcsis.pdf [2022-10-06]. — Bibliogr. s. 172, Abstr.. — Sz. Mazurek, M. Wielgosz, R. Frączek, M. Karwatowski, P. Russek, E. Jamro, A. Dąbrowska-Boruch, M. Pietroń, S. Koryciak, K. Wiatr - dod. afiliacja: CYFRONET AGH

    orcid iD