Wykaz publikacji wybranego autora

Piotr Chołda, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT-kt, Instytut Telekomunikacji


  • 2018

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


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / telekomunikacja


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-2018-4057 orcid iD

ResearcherID: C-3243-2011

Scopus: 9040665000

PBN: 5e70922b878c28a0473910f8

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • An unsupervised machine learning approach for regression testing queue optimisation in 5G base stationsWykorzystanie metod nienadzorowanego uczenia maszynowego do optymalizacji kolejki testów regresyjnych w stacjach bazowych 5G / Sebastian ZARĘBSKI, Marcin Jokiej, Marcin Szczukiewicz, Krzysztof RUSEK, Piotr CHOŁDA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2023 R. 96 nr 4, s. 208–211. — Tryb dostępu: https://krit2023.tele.agh.edu.pl/files/Przeglad_Telek_4_2023_OPEN_final_NEW.pdf [2023-09-29]. — Bibliogr. s. 211, Streszcz., Abstr.. — S. Zarębski - dod. afiliacja: NOKIA Kraków. — Konferencja Radiokomunikacji i Teleinformatyki KRiT 2023 : 20–22 września 2023, Kraków

    orcid iD
  • słowa kluczowe: testowanie oprogramowania, wybór przypadków testowych, ciągła integracja, testy regresyjne

    keywords: software testing, test case selection, continuous integration, regression testing

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.44

2
  • Machine learning based network anomaly detection with protection against adversarial attacksWykrywanie anomalii sieciowych z ochroną przed atakami adwesaryjnymi / Andres VEJAR, Piotr CHOŁDA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2023 R. 96 nr 4, s. 117–120. — Tryb dostępu: https://krit2023.tele.agh.edu.pl/files/Przeglad_Telek_4_2023_OPEN_final_NEW.pdf [2023-09-29]. — Bibliogr. s. 120, Streszcz., Abstr.. — Konferencja Radiokomunikacji i Teleinformatyki KRiT 2023 : 20–22 września 2023, Kraków

    orcid iD
  • słowa kluczowe: sieci neuronowe, ataki adwersaryjne, wykrywanie anomalii sieciowych

    keywords: neural networks, network anomaly detection, adversarial attacks

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.23

3
  • Practical models of interconnections between content delivery networks and Internet service providersPraktyczne modele połączeń między operatorami sieci dystrybucji treści i operatorami telekomunikacyjnymi / Cezary CŁAPA, Artur LASOŃ, Vinay Kanitkar, Piotr CHOŁDA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2023 R. 96 nr 4, s. 395–398. — Tryb dostępu: https://krit2023.tele.agh.edu.pl/files/Przeglad_Telek_4_2023_OPEN_final_NEW.pdf [2023-09-29]. — Bibliogr. s. 398, Abstr., Streszcz.. — C. Cłapa - dod. afiliacja: Akamai Technologies, Inc.. — Konferencja Radiokomunikacji i Teleinformatyki KRiT 2023 : 20–22 września 2023, Kraków

    orcid iD
  • słowa kluczowe: optymalizacja, CDN, ekonomia połączeń międzyoperatorskich, ekonomia CDN

    keywords: optimization, operations research, Content Delivery Networks, CDN economics, interconnectivity

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.90

4
  • Uczenie maszynowe z ochroną prywatności danychPrivacy-preserving machine learning / Kamil Sobolak, Piotr CHOŁDA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2023 R. 96 nr 4, s. 113–116. — Tryb dostępu: https://krit2023.tele.agh.edu.pl/files/Przeglad_Telek_4_2023_OPEN_final_NEW.pdf [2023-09-29]. — Bibliogr. s. 116, Streszcz., Abstr.. — Afiliacja: Akademia Górniczo-Hutnicza im. St. Staszica w Krakowie. — Konferencja Radiokomunikacji i Teleinformatyki KRiT 2023 : 20–22 września 2023, Kraków

  • słowa kluczowe: uczenie maszynowe, prywatność danych, prywatność różnicowa, szyfrowanie homomorficzne, uczenie federacyjne

    keywords: machine learning, data privacy, differential privacy, federated learning, homomorphic encryption

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.22