Wykaz publikacji wybranego autora

Jakub Jakubowski, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kis, Katedra Informatyki Stosowanej

  • 2020

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

Identyfikatory Autora

ORCID: 0000-0002-4773-9086 orcid iD

ResearcherID: FZT-6252-2022

Scopus: 57395510700

Liczba pozycji spełniających powyższe kryteria selekcji: 7, z ogólnej liczby 7 publikacji Autora

1

  • Anomaly detection in asset degradation process using variational autoencoder and explanations / Jakub JAKUBOWSKI, Przemysław Stanisz, Szymon Bobek, Grzegorz J. Nalepa // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2022 vol. 22 iss. 1 art. no. 291, s. 1–20. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 19–20, Abstr.. — Publikacja dostępna online od: 2021-12-31. — J. Jakubowski - dod. afiliacja: ArcelorMittal Poland, Krakow; Sz. Bobek, G. J. Nalepa - afiliacja: Jagiellonian University. — tekst: https://www.mdpi.com/1424-8220/22/1/291/pdf

    orcid iD

  • keywords: machine learning, anomaly detection, hot rolling, deep learning, explainable artificial intelligence

    cyfrowy identyfikator dokumentu: 10.3390/s22010291

2

  • Explainable anomaly detection for Hot-rolling industrial process / Jakub JAKUBOWSKI, Przemysław Stanisz, Szymon Bobek, Grzegorz J. Nalepa // W: DSAA'2021 [Dokument elektroniczny] : 8th international conference on Data Science and Advanced Analytics : 6–9 October 2021, Porto, Portugal : proceedings. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2021. — e-ISBN: 978-1-6654-2099-0. — S. [1–10]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [10], Abstr.. — J. Jakubowski - dod. afiliacja: Arcelor Mittal Poland. — tekst: https://ieeexplore-1ieee-1org-1000047nx0034.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9564228

  • keywords: machine learning, anomaly detection, hot rolling, deep learning, explainability

    cyfrowy identyfikator dokumentu: 10.1109/DSAA53316.2021.9564228

3

  • Explainable anomaly detection in industrial streams / Jakub JAKUBOWSKI, Przemysław Stanisz, Szymon Bobek, Grzegorz J. Nalepa // W: Artificial intelligence : ECAI 2023 international workshop : XAI${^{\wedge}}$3, TACTIFUL, XI-ML, SEDAMI, RAAIT, AI4S, HYDRA, AI4AI : Kraków, Poland, September 30 – October 4, 2023 : proceedings, Pt. 1 / eds. Sławomir Nowaczyk, Przemysław Biecek, Neo Christopher Chung, Mauro Vallati, Paweł Skruch, Joanna Jaworek-Korjakowska, Simon Parkinson, Alexandros Nikitas, Martin Atzmüller, Tomáš Kliegr, Ute Schmid, Szymon Bobek, Nada Lavrac, Marieke Peeters, Roland van Dierendonck, Saskia Robben, Eunika Mercier-Laurent, Gülgün Kayakutlu, Mieczysław Lech Owoc, Karl Mason, Abdul Wahid, Pierangela Bruno, Francesco Calimeri, Francesco Cauteruccio, Giorgio Terracina, Diedrich Wolter, Jochen L. Leidner, Michael Kohlhase, Vania Dimitrova. — Cham : Springer Nature Switzerland, cop. 2024. — (Communications in Computer and Information Science ; ISSN 1865-0929 ; CCIS 1947). — ISBN: 978-3-031-50395-5 ; e-ISBN: 978-3-031-50396-2. — S. 87–100. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2024-01-21. — J. Jakubowski – dod. afiliacja ArcelorMittal Poland, Kraków, Polska

    orcid iD

  • keywords: anomaly detection, data streams, explainable artificial intelligence

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-50396-2_5

4

  • Human-in-the-loop anomaly detection in industrial data streams / Jakub JAKUBOWSKI, Szymon Bobek, Grzegorz J. Nalepa // W: CHItaly 2023 [Dokument elektroniczny] : proceedings of the 15\textsuperscript{th} biannual conference of the Italian SIGCHI Chapter : crossing HCI and AI : Torino, Italy, September 20-22, 2023 / eds. Cristina Gena, [et al.]. — Wersja do Windows. — Dane tekstowe. — New York : ACM, cop. 2023. — e-ISBN: 979-8-4007-0806-0. — S. [372–373]. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://dl.acm.org/doi/pdf/10.1145/3605390 [2023-10-06]. — Bibliogr. s. [373], Abstr.

    orcid iD

  • keywords: anomaly detection, data streams, explainable artificial intelligence

    cyfrowy identyfikator dokumentu: 10.1145/3605390.3610830

5

  • Performance of explainable AI methods in asset failure prediction / Jakub JAKUBOWSKI, Przemysław STANISZ, Szymon Bobek, Grzegorz J. Nalepa // W: Computational Science – ICCS 2022 : 22nd international conference : London, UK, June 21–23, 2022 : proceedings, Pt. 4 / eds. Derek Groen, [et al.]. — Cham : Springer Nature Switzerland, cop. 2022. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 13353). — ISBN: 978-3-031-08759-2 ; e-ISBN: 978-3-031-08760-8. — S. 472–485. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2022-06-15

    orcid iD

  • keywords: machine learning, predictive maintenance, explainable artificial intelligence

    Zobacz pełny wykaz publikacji Autora/Autorów: Przemysław Stanisz

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-08760-8_40

6

  • Roll wear prediction in strip cold rolling with physics-informed autoencoder and counterfactual explanations / Jakub JAKUBOWSKI, Przemysław Stanisz, Szymon Bobek, Grzegorz J. Nalepa // W: DSAA'2022 [Dokument elektroniczny] : 2022 IEEE 9th international conference on Data Science and Advanced Analytics : 13–16 October 2022, Shenzhen, China : proceedings / ed. by Joshua Zhexue Huang, [et al.]. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2022. — Dod. Print on Demand ISBN: 978-1-6654-7331-6. — e-ISBN: 978-1-6554-7330-9. — S. [1–10]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [9–10], Abstr.. — Publikacja dostępna online od: 2023-02-08. — J. Jakubowski - dod. afiliacja: ArcelorMittal Poland. — tekst: https://ieeexplore-1ieee-1org-10000479i00c9.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=10032357

    orcid iD

  • keywords: cold rolling, predictive maintenance, physics informed neural networks, counterfactual explanations

    cyfrowy identyfikator dokumentu: 10.1109/DSAA54385.2022.10032357

7

  • Towards online anomaly detection in steel manufacturing process / Jakub JAKUBOWSKI, Przemysław Stanisz, Szymon Bobek, Grzegorz J. Nalepa // W: Computational Science – ICCS 2023 : 23rd International Conference : Prague, Czech Republic, July 3–5, 2023 : proceedings, Pt. 4 / eds. Jiří Mikyška [et al.]. — Cham : Springer Nature, cop. 2023. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 14076). — ISBN: 978-3-031-36026-8 ; e-ISBN: 978-3-031-36027-5. — S. 469–482. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2023-06-26

    orcid iD

  • keywords: cold rolling, anomaly detection, data streams

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-36027-5_37