Wykaz publikacji wybranego autora

Kamil Lelowicz, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki

Identyfikatory Autora

ORCID: brak

ResearcherID: brak

Scopus: brak

Liczba pozycji spełniających powyższe kryteria selekcji: 6, z ogólnej liczby 6 publikacji Autora

1
  • [referat, 2019]
  • TytułCamera model for lens with strong distortion in automotive application
    AutorzyKamil LELOWICZ
    ŹródłoMMAR 2019 : 24textsuperscript{th} international conference on Methods and Models in Automation and Robotics : 26–29 August 2019, Międzyzdroje, Polska : abstracts. — Szczecin : ZAPOL Sobczyk, [2019]. — S. 42

  • keywords: calibration, distortion, camera model, division model

    cyfrowy identyfikator dokumentu: 10.1109/MMAR.2019.8864659

2
3
  • [referat, 2020]
  • TytułGeneric sensor model for object detection algorithms validation
    AutorzyKamil LELOWICZ, Michał JASIŃSKI, Marcin Piątek
    ŹródłoAdvanced, contemporary control : proceedings of KKA 2020 – the 20th Polish control conference : [14-16 October, 2020], Łódź, Poland / eds. Andrzej Bartoszewicz, Jacek Kabziński, Janusz Kacprzyk. — Cham : Springer Nature Switzerland AG, cop. 2020. — S. 1249–1260

  • keywords: sensors, mathematical modelling, simulations, automotive

    Zobacz pełny wykaz publikacji Autora/Autorów: Michał Jasiński

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-50936-1_104

4
5
  • [referat, 2021]
  • TytułWeight perturbation as a method for improving performance of deep neural networks
    AutorzyMariusz Karol NOWAK, Kamil LELOWICZ
    ŹródłoMMAR 2021 [Dokument elektroniczny] : 2021 25textsuperscript{th} international conference on Methods and Models in Automation & Robotics : August 23–26, 2021, Międzyzdroje, Poland. — [Piscataway] : IEEE, cop. 2021. — S. 127–132

  • keywords: neural network, deep learning, regularization, pruning, weight perturbation

    Zobacz pełny wykaz publikacji Autora/Autorów: Mariusz Karol Nowak

    cyfrowy identyfikator dokumentu: 10.1109/MMAR49549.2021.9528460

6
  • [referat, 2020]
  • TytułWell convergent and computationally efficient quaternion loss
    AutorzyKamil LELOWICZ, Jakub Derbisz
    ŹródłoAdvanced, contemporary control : proceedings of KKA 2020 – the 20th Polish control conference : [14-16 October, 2020], Łódź, Poland / eds. Andrzej Bartoszewicz, Jacek Kabziński, Janusz Kacprzyk. — Cham : Springer Nature Switzerland AG, cop. 2020. — S. 1275–1286

  • keywords: neural networks, sensors, optimization, automotive, quaternions

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-50936-1_106