Wykaz publikacji wybranego autora

Aleksander Kostuch, mgr inż.

doktorant

Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
WEAIiIB


  • 2022

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


  • 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



Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem523
2023211
2022211
202111
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem514
202322
2022211
202111
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem532
2023211
202222
202111
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem55
202322
202222
202111
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem55
202322
202222
202111
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem55
202322
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
  • DFU-Ens: end-to-end diabetic foot ulcer segmentation framework with vision transformer based detection / Dariusz KUCHARSKI, Aleksander KOSTUCH, Filip NOWOROLNIK, Andrzej BRODZICKI, Joanna JAWOREK-KORJAKOWSKA // W: Diabetic foot ulcers grand challenge : third challenge, DFUC 2022 held in conjunction with MICCAI 2022 : Singapore, September 22, 2022 : proceedings / eds. Moi Hoon Yap, Connah Kendrick, Bill Cassidy. — Cham : Springer, cop. 2023. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 13797). — ISBN: 978-3-031-26353-8 ; e-ISBN: 978-3-031-26354-5. — S. 101–112. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2023-02-12

  • keywords: detection, segmentation, U-Net, YOLO, DFU, diabetic foot, DETR

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-26354-5_9

3
4
5