Wykaz publikacji wybranego autora

Aleksander Kostuch, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej


  • 2020

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


Identyfikatory Autora

ORCID: 0000-0003-1242-9851 połącz konto z ORCID

ResearcherID: brak

Scopus: brak

PBN: 60c2fc109543c72336543331



Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem312
2022211
202111
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem312
2022211
202111
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem321
202222
202111
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem33
202222
202111
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem33
202222
202111
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem33
202222
202111



1
  • 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

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

    cyfrowy identyfikator dokumentu:

2
3