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




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

    cyfrowy identyfikator dokumentu: 10.1109/ICARCV57592.2022.10004226

2
3
  • 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

4
  • 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

    cyfrowy identyfikator dokumentu: 10.3390/s21238003