Wykaz publikacji wybranego autora

Daniel Dworak, mgr inż.

doktorant

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


Identyfikatory Autora

ORCID: 0000-0002-8013-8469 połącz konto z ORCID

ResearcherID: brak

Scopus: 57778741400





Liczba pozycji spełniających powyższe kryteria selekcji: 4, z ogólnej liczby 4 publikacji Autora


1
  • Adaptation of Grad-CAM method to neural network architecture for LiDAR pointcloud object detection / Daniel DWORAK, Jerzy BARANOWSKI // Energies [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1996-1073. — 2022 vol. 15 iss. 13 art. no. 4681, s. 1–15. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 14–15, Abstr.. — Publikacja dostępna online od: 2022-06-26. — D. Dworak - dod. afiliacja: Aptiv Services Poland SA, Krakow. — tekst: https://www.mdpi.com/1996-1073/15/13/4681/pdf?version=1656236244

  • keywords: LiDAR, autonomous vehicle, pointcloud, explainable AI, grad-CAM

    cyfrowy identyfikator dokumentu: 10.3390/en15134681

2
3
  • BlurNet: keeping collected data private with a neural network based pipeline / Daniel DWORAK // W: Advanced, contemporary control : proceedings of KKA 2020 – the 20th Polish control conference : [14-16 October, 2020], Łódź, Poland / eds. Andrzej Bartoszewicz, Jacek Kabziński, Janusz Kacprzyk. — Cham : Springer Nature Switzerland AG, cop. 2020. — (Advances in Intelligent Systems and Computing ; ISSN 2194-5357 ; vol. 1196). — ISBN: 978-3-030-50935-4 ; e-ISBN: 978-3-030-50936-1. — S. 1237–1248. — Bibliogr. s. 1247-1248, Abstr.. — Dod. afiliacja autora: APTIV Services Poland S. A., Kraków, Poland

  • keywords: image processing, neural network, automotive, privacy, object detection, blurring, data collection, faces, license plates

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-50936-1_103

4
  • Performance of LiDAR object detection deep learning architectures based on artificially generated point cloud data from CARLA simulator / Daniel DWORAK, Filip Ciepiela, Jakub Derbisz, Izzat Izzat, Mateusz Komorkiewicz, Mateusz Wójcik // W: MMAR 2019 : 24\textsuperscript{th} international conference on Methods and Models in Automation and Robotics : 26–29 August 2019, Międzyzdroje, Polska : abstracts. — Szczecin : ZAPOL Sobczyk, [2019]. — Dod. e-ISBN 978-1-7281-0933-6. — ISBN: 978-83-7518-922-3 ; e-ISBN: 978-1-7281-0932-9. — S. 72. — Pełny tekst w: MMAR 2019 [Dokument elektroniczny] : 24\textsuperscript{th} international conference on Methods and Models in Automation & Robotics : August 26–29, 2019, Międzyzdroje, Poland / Faculty of Electrical Engineering. West Pomeranian University of Technology Szczecin. — [Piscataway] : IEEE, cop. 2019. — Dysk Flash. — S. 600–605. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 605, Abstr. — Toż pod adresem {https://ieeexplore-1ieee-1org-1000047po00a9.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp==8864642}

  • keywords: point cloud, LiDAR, automotive, simulator, object detection, deep learning, artificial data, KITTI, CARLA

    cyfrowy identyfikator dokumentu: 10.1109/MMAR.2019.8864642