Wykaz publikacji wybranego autora

Adrian Dudek, mgr inż.

asystent

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki


  • 2023

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


  • 2022

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


  • 2020

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


Identyfikatory Autora

ORCID: 0000-0002-3040-954X orcid iD

ResearcherID: brak

Scopus: brak

PBN: 5ebee25f752340254fc43c2c




1
2
  • Gaussian processes for signal processing and representation in control engineering / Adrian DUDEK, Jerzy BARANOWSKI // Applied Sciences (Basel) [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2076-3417. — 2022 vol. 12 iss. 10 art. no. 4946, s. 1–24. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–24, Abstr.. — Publikacja dostępna online od: 2022-05-13. — tekst: https://www.mdpi.com/2076-3417/12/10/4946/pdf?version=1652438392

    orcid iD
  • keywords: modelling, optimization, signal processing, control engineering, Gaussian Process, practical applications

    cyfrowy identyfikator dokumentu: 10.3390/app12104946

3
  • Recognizing commutator motors fault from acoustics signals using Bayesian functional data depth / Waldemar BAUER, Adrian DUDEK, Jerzy BARANOWSKI // W: MMAR 2022 : 26\textsuperscript{th} international conference on Methods and Models in Automation and Robotics : 22–25 August 2022, Międzyzdroje, Poland : abstracts. — Szczecin : ZAPOL Sobczyk, [2022]. — ISBN: 978-83-8185-057-5. — S. 44. — Pełny tekst w: {https://ieeexplore-1ieee-1org-1000047q600ab.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp==9874262}. — S.227–231. Wymagania systemowe: Adobe Reader. Bibliogr. s.230231, Abstr.

    orcid iD
  • keywords: sound, data depth, functional data analysis, commutator motors, Hamiltonian Monte Carlo, Bayesian statistics, mechanical fault detection

    cyfrowy identyfikator dokumentu: 10.1109/MMAR55195.2022.9874262