Wykaz publikacji wybranego autora

Michał Pikus, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kis, Katedra Informatyki Stosowanej


Identyfikatory Autora

ORCID: 0000-0001-5316-8294 połącz konto z ORCID

ResearcherID: FSO-7299-2022

Scopus: 57211509505





Liczba pozycji spełniających powyższe kryteria selekcji: 4, z ogólnej liczby 4 publikacji Autora


1
2
3
  • The application of virtual logic models to simulate real environment for testing advanced driving-assistance systems / Michał PIKUS, Jarosław WĄS // W: MMAR 2019 : 24\textsuperscript{th} international conference on Methods and Models in Automation and Robotics : 26–29 August 2019, Międzyzdroje, Polska : abstracts. — Szczecin : ZAPOL Sobczyk, [2019]. — Dod. e-ISBN 978-1-7281-0933-6. — ISBN: 978-83-7518-922-3 ; e-ISBN: 978-1-7281-0932-9. — S. 66–67. — Pełny tekst w: MMAR 2019 [Dokument elektroniczny] : 24\textsuperscript{th} international conference on Methods and Models in Automation & Robotics : August 26–29, 2019, Międzyzdroje, Poland / Faculty of Electrical Engineering. West Pomeranian University of Technology Szczecin. — [Piscataway] : IEEE, cop. 2019. — Dysk Flash. — S. 544–547. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 547, Abstr.

  • keywords: software models, MIL, SIL, HIL, software testing, ADAS software verification

    cyfrowy identyfikator dokumentu: 10.1109/MMAR.2019.8864634

4
  • Using deep neural network methods for forecasting energy productivity based on comparison of simulation and DNN results for Central Poland—Swietokrzyskie Voivodeship / Michał PIKUS, Jarosław WĄS // Energies [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1996-1073. — 2023 vol. 16 iss. 18 art. no. 6632, s. 1–15. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 14–15, Abstr.. — Publikacja dostępna online od: 2023-09-15. — tekst: https://www.mdpi.com/1996-1073/16/18/6632/pdf?version=1694767883

  • keywords: AI, forecasting, LSTM, PV, DNN

    cyfrowy identyfikator dokumentu: 10.3390/en16186632