Wykaz publikacji wybranego autora

Michał Piekarski, mgr inż.

doktorant

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

  • 2022

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne

  • 2019

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika

Identyfikatory Autora

ORCID: 0000-0001-9391-4263 orcid iD

ResearcherID: brak

Scopus: brak

Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem9—243————
20231—1——————
20224—13—————
20211———1————
20202———2————
20191——1—————
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem918—
20231—1—
2022413—
20211—1—
20202—2—
20191—1—
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem954
202311—
2022422
20211—1
2020211
201911—
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem936
20231—1
20224—4
202111—
202022—
20191—1
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem981
202311—
2022431
202111—
202022—
201911—
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem981
202311—
2022431
202111—
202022—
201911—
1

  • A hybrid deep learning based anomaly detection framework dedicated for big research infrastructures / Michał PIEKARSKI, Joanna JAWOREK-KORJAKOWSKA, Adriana Wawrzyniak // W: ICARCV 2022 [Dokument elektroniczny] : the 17\textsuperscript{th} International Conference on Control, Automation, Robotics and Vision : December 11-13, 2022, Singapore / Nanyang Technological University, Singapore. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2022. — Dod. ISBN: 978-1-6654-7685-0 (USB); ISBN: 978-1-6654-7688-1 (print on demand). — e-ISBN: 978-1-6654-7687-4. — S. 887–892. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 892, Abstr.. — M. Piekarski - dod. afiliacja: Jagiellonian University. — tekst: https://ieeexplore-1ieee-1org-1000047yo0212.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=10004226

    orcid iD

  • brak zdefiniowanych słów kluczowych

    Zobacz pełny wykaz publikacji Autora/Autorów: Joanna Jaworek-Korjakowska

    cyfrowy identyfikator dokumentu: 10.1109/ICARCV57592.2022.10004226

2

  • Break the curse of small datasets in computer vision tasks with transfer learning methods / Joanna JAWOREK-KORJAKOWSKA, Andrzej BRODZICKI, Dariusz KUCHARSKI, Michał PIEKARSKI, Marek GORGOŃ // W: PP-RAI'2019 [Dokument elektroniczny] : Polskie Porozumienie na rzecz Rozwoju Sztucznej Inteligencji : 16–18.10.2019, Wrocław : conference proceedings. — Wersja do Windows. — Dane tekstowe. — [Wrocław : Faculty of Electronics. Wroclaw University of Science and Technology], cop. 2019. — e-ISBN: 978-83-943803-2-8. — S. [146–149]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [149], Abstr.. — M. Piekarski – dod. afiliacja: Jagiellonian University. — tekst: http://pp-rai.pwr.edu.pl/PPRAI19_proceedings.pdf

    orcid iD

  • keywords: anomaly detection, signal processing, deep neural networks, transfer learning, image analysis

    Zobacz pełny wykaz publikacji Autora/Autorów: Marek Gorgoń, Joanna Jaworek-Korjakowska, Dariusz Kucharski, Andrzej Brodzicki

    cyfrowy identyfikator dokumentu:

3
4

  • Deep neural network for beam profile classification in synchrotron / Michał PIEKARSKI // W: IBIC2022 [Dokument elektroniczny] : proceedings of the 11\textsuperscript{th} International Beam Instrumentation Conference : Kraków, Poland, 11-15 September 2022 / eds. Peter Forck, [et al.]. — Wersja do Windows. — Dane tekstowe. — [Genewa] : JACoW, cop. 2022. — (IBIC ; ISSN 2673-5350). — e-ISBN: 978-3-95450-235-6. — S. 323–326. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://accelconf.web.cern.ch/ibic2022/papers/tup38.pdf [2023-01-11]. — Bibliogr. s. 325–326, Abstr.. — M. Piekarski - dod. afiliacja: NSRC SOLARIS, Jagiellonian University

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.18429/JACoW-IBIC2022-TUP38

5

  • Deep neural network interpretability methods for supervised and unsupervised problems / Andrzej BRODZICKI, Dariusz KUCHARSKI, Michał PIEKARSKI, Aleksander KOSTUCH, Joanna JAWOREK-KORJAKOWSKA // W: PP-RAI'2022 [Dokument elektroniczny] : proceedings of the 3rd Polish conference on Artificial intelligence : April 25–27, 2022, Gdynia, Poland. — Wersja do Windows. — Dane tekstowe. — Gdynia : Gdynia Maritime University, 2022. — e-ISBN: 978-83-7421-401-8. — S. 25–28. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://wydawnictwo.umg.edu.pl/pp-rai2022/pdfs/ProceedingsPP-RAI2022.pdf [2022-04-27]. — Bibliogr. s. 28, Abstr.. — M. Piekarski – dod. afiliacja: SOLARIS National Synchrotron Radiation Centre, UJ, Krakow

    orcid iD

  • keywords: deep neural networks, unsupervised, explainability, interpretability, supervised

    Zobacz pełny wykaz publikacji Autora/Autorów: Joanna Jaworek-Korjakowska, Dariusz Kucharski, Andrzej Brodzicki, Aleksander Kostuch

    cyfrowy identyfikator dokumentu:

6
7

  • The whale optimization algorithm approach for deep neural networks / Andrzej BRODZICKI, Michał PIEKARSKI, Joanna JAWOREK-KORJAKOWSKA // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2021 vol. 21 iss. 23 art. no. 8003, s. 1–16. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 15–16, Abstr.. — Publikacja dostępna online od: 2021-11-30. — tekst: https://www.mdpi.com/1424-8220/21/23/8003/pdf

    orcid iD

  • keywords: neural networks, optimization, deep learning, hyperparameters, whale optimization algorithm

    Zobacz pełny wykaz publikacji Autora/Autorów: Joanna Jaworek-Korjakowska, Andrzej Brodzicki

    cyfrowy identyfikator dokumentu: 10.3390/s21238003

8
9