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
ogółem9243
202311
2022413
202111
202022
201911
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem918
202311
2022413
202111
202022
201911
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem954
202311
2022422
202111
2020211
201911
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem936
202311
202244
202111
202022
201911
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
2
  • Break the curse of small datasets in computer vision tasks with transfer learning methods
3
  • Convolutional neural network architecture for beam instabilities identification in Synchrotron Radiation Systems as an anomaly detection problem
4
  • Deep neural network for beam profile classification in synchrotron
5
  • Deep neural network interpretability methods for supervised and unsupervised problems
6
  • Systemy wizyjne w zastosowaniach przemysłowych
7
  • The whale optimization algorithm approach for deep neural networks
8
  • Transfer learning methods as a new approach in computer vision tasks with small datasets
9
  • Transformers neural networks applications in different computer vision tasks