Wykaz publikacji wybranego autora

Paweł Renc, mgr inż.

doktorant

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


  • 2021

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja


Identyfikatory Autora

ORCID: 0000-0002-0487-7454 orcid iD

ResearcherID: brak

Scopus: 57216592492

PBN: 617a0b297523400564d4b4bd



Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem3111
20223111
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem312
2022312
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem312
2022312
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem312
2022312
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem33
202233
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem33
202233



1
  • A comparative study of GP-based and state-of-the-art classifiers on a synthetic machine learning benchmark / Patryk ORZECHOWSKI, Paweł RENC, William La Cava, Jason H. Moore, Arkadiusz Sitek, Jarosław WĄS, Joost Wagenaar // W: GECCO'22 companion [Dokument elektroniczny] : proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion : July 9–13, 2022, Boston, Massachusetts, [USA], [vol. 1]. — Wersja do Windows. — Dane tekstowe. — New York : The Association for Computing Machinery, cop. 2022. — e-ISBN: 987-1-4503-9268-6. — S. 276–279. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 279, Abstr.. — Publikacja dostępna online od: 2022-07-19. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, USA ; P. Renc - dod. afiliacja: Sano, Centre for Computational Medicine, Kraków. — tekst: https://dl-1acm-1org-100000dpq0020.wbg2.bg.agh.edu.pl/doi/pdf/10.1145/3520304.3529056

    orcid iD
  • keywords: machine learning, evolutionary algorithms, benchmarking, classification, genetic programming

    cyfrowy identyfikator dokumentu: 10.1145/3520304.3529056

2
3