Wykaz publikacji wybranego autora

Tomasz Pełech-Pilichowski, dr inż.

adiunkt

Wydział Informatyki
WI-ii, Instytut Informatyki

  • 2018

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

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

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-2212-7806 orcid iD

ResearcherID: brak

Scopus: 24451024900

PBN: 5e70923a878c28a047392088

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1
  • [artykuł w czasopiśmie, 2022]
  • TytułAnalysis of the best fit pre-train deep learning model (DLMs) that can integrate blockchain technology in the health sectors using natural language processing (NLP) as the main source of data clustering
    AutorzyPascal Muam MAH, Iwona SKALNA, Tomasz PEŁECH-PILICHOWSKI
    ŹródłoJournal of Information Systems & Operation Management. — 2022 vol. 16 no. 2, s. 126–143. — tekst: https://web.rau.ro/websites/jisom/Vol.16%20No.2%20-%202022/JISOM%2016.2_126-143.pdf

  • keywords: natural language processing, data clustering, blockchain, deep learning models

    Zobacz pełny wykaz publikacji Autora/Autorów: Iwona Skalna, Pascal Muam Mah

    cyfrowy identyfikator dokumentu:

2
  • [artykuł w czasopiśmie, 2022]
  • TytułIntegration of sensors and predictive analysis with machine learning as a modern tool for economic activities and a major step to fight against climate change
    AutorzyPascal Muam MAH, Iwona SKALNA, Tomasz PEŁECH-PILICHOWSKI, John Muzam, Eric Munyeshuri, Promise Offiong Uwakmfon, Polycap Mudoh
    ŹródłoJournal of Green Economy and Low-Carbon Development. — 2022 vol. 1 no. 1, s. 16–33. — tekst: https://library.acadlore.com/JGELCD/2022/1/1/JGELCD_01.01_03.pdf

  • keywords: machine learning, big data, natural language processing, cloud computing, sensor, environmental changes, climate change, Internet of Things, carbon emissions

    Zobacz pełny wykaz publikacji Autora/Autorów: Iwona Skalna, Pascal Muam Mah

    cyfrowy identyfikator dokumentu: 10.56578/jgelcd010103

3