Wykaz publikacji wybranego autora

Joanna Sendorek, mgr inż.

doktorant

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT, Wydział Informatyki, Elektroniki i Telekomunikacji


  • 2019

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


Identyfikatory Autora

ORCID: brak aby uzupełnić ORCID_ID,
proszę przesłać numer na adres: orcid@agh.edu.pl
(szczegółowy opis na str. 2 Instrukcji)

ResearcherID: brak

Scopus: 57197726421



Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem211
202111
201911
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem22
202111
201911
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem22
202111
201911
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem22
202111
201911
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem22
202111
201911
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem22
202111
201911



1
  • Dataset for anomalies detection in 3D printing / Tomasz SZYDŁO, Joanna SENDOREK, Mateusz Windak, Robert BRZOZA-WOCH // W: Computational Science – ICCS 2021 : 21st international conference : Krakow, Poland, June 16–18, 2021 : proceedings, Pt. 4 / eds. Maciej Paszyński, [et al.]. — Cham : Springer Nature Switzerland, cop. 2021. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 12745. Theoretical Computer Science and General Issues ; ISSN 2512-2010). — ISBN: 978-3-030-77969-6 ; e-ISBN: 978-3-030-77970-2. — S. 647–653. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2021-06-09

  • keywords: anomaly detection, Internet of Things, Industry 4.0

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-77970-2_50

2