Wykaz publikacji wybranego autora

Jan Kusiak, prof. dr hab. inż.

profesor zwyczajny

Wydział Inżynierii Metali i Informatyki Przemysłowej
WIMiIP-kism, Katedra Informatyki Stosowanej i Modelowania


  • 2018

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria materiałowa (50%)


  • 2018

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

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria materiałowa (50%)


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / inżynieria materiałowa


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-5294-2786 orcid iD

ResearcherID: S-4942-2016

Scopus: 7005998130

PBN: 5e70920b878c28a04738f0cd

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Analiza skupień dla składu chemicznego koncentratu miedziowego
2
  • Association rules as an example of data mining in the analysis of copper flash smelting process – the metalurgist's point of view
3
  • Bio-inspired optimization strategies in control of copper flash smelting process
4
  • Copper flash smelting process
5
  • Expert system application in modelling and controlling the copper flash smelting process
6
  • Identification of material models of nanocoatings system using the metamodeling approach
7
  • Image filtering using the dynamic particles method
8
  • Modelowanie rekrystalizacji dynamicznej za pomocą dynamicznych sieci neuronowych
9
  • Neural network modelling of the gas phase of a copper flash smelting process
10
  • Odkrywanie wiedzy z danych na przykładzie zawiesinowego procesu otrzymywania miedzi blister
11
  • Pozyskiwanie nowej wiedzy z danych na przykładzie zawiesinowego procesu otrzymywania miedzi blister
12
  • Preface
13
  • Pre-processing of the industrial data for data mining and modelling – application to the copper flash smelting process
14
  • Przewidywanie pęknięć w próbie SICO za pomocą probabilistycznych sieci neuronowych
15
  • Zastosowanie narzędzi sztucznej inteligencji do przewidywania pęknięć w próbie SICO
16
  • Zastosowanie odpornej metody uczenia sieci neuronowych w metamodelowaniu procesów plastycznej przeróbki metali