specjalista
Cyfronet, AGH UST Academic Computer Centre ACK-dkdm
ORCID: 0000-0003-3419-7262 połącz konto z ORCID
ResearcherID: brak
Scopus: 55055652500
PBN: 5e7094d4878c28a0473c4e35
System Informacyjny AGH (SkOs)
CNN-based classifier as an offline trigger for the CREDO experiment / Marcin Piekarczyk, Olaf Bar, Łukasz Bibrzycki, Michał Niedźwiecki, Krzysztof RZECKI, Sławomir Stuglik, Thomas Andersen, Nikolay M. Budnev, David E. Alvarez-Castillo, Kévin Almeida Cheminant, Dariusz Góra, Alok C. Gupta, Bohdan Hnatyk, Piotr Homola, Robert Kamiński, Marcin Kasztelan, Marek Knap, Péter Kovács, Bartosz Łozowski, Justyna Miszczyk, Alona Mozgova, Vahab Nazari, Maciej PAWLIK, Matías Rosas, Oleksandr Sushchov, Katarzyna Smelcerz, Karel Smolek, Jarosław Stasielak, Tadeusz Wibig, Krzysztof W. Woźniak, Jilberto Zamora-Saa // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2021 vol. 21 iss. 14 art. no. 4804, s. 1–24. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–24, Abstr.. — Publikacja dostępna online od: 2021-07-14. — tekst: https://www.mdpi.com/1424-8220/21/14/4804/pdf
keywords: image classification, deep learning, image sensors, gamification, convolutional neural networks, citizen science, CREDO, global sensor network
Zobacz pełny wykaz publikacji Autora/Autorów: Krzysztof Rzecki
cyfrowy identyfikator dokumentu: 10.3390/s21144804