Wykaz publikacji wybranego autora

Mateusz Kozek, mgr inż.

doktorant

Wydział Inżynierii Mechanicznej i Robotyki
WIMiR, Wydział Inżynierii Mechnicznej i Robotyki

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


Identyfikatory Autora

ORCID: brak

ResearcherID: brak

Scopus: brak





Liczba pozycji spełniających powyższe kryteria selekcji: 6, z ogólnej liczby 6 publikacji Autora


1
  • Adaptive MRAC controller in the effector trajectory generator for Industry 4.0 machines / Krzysztof LALIK, Mateusz KOZEK, Ireneusz DOMINIK, Patryk Łukasiewicz // 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. 384-395. — Bibliogr. s. 394-395, Abstr.. — Publikacja dostępna online od: 2020-06-24

  • keywords: Industry 4.0, adaptive controller, industrial manufacturing systems

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-50936-1_33

2
  • Algorytmy uczenia maszynowego w akustycznym systemie diagnostycznym[Machine learning algorithms in acoustic diagnostic system] / Krzysztof LALIK, Ireneusz DOMINIK, Mateusz KOZEK, Jacek WESÓŁ // W: WibroTech 2019 : XX konferencja naukowa wibroakustyki i wibrotechniki ; XV ogólnopolskie seminarium wibroakustyka w systemach technicznych : Kraków-Zawiercie, 14–15 listopada 2019. — [Kraków : Akademia Górniczo-Hutnicza. Wydział Inżynierii Mechanicznej i Robotyki. Katedra Mechaniki i Wibroakustyki], [2019]. — ISBN: 978-83-908774-6-4. — S. 35

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

3
  • Cubic SVM neural classification algorithm for Self-Excited Acoustical System / Krzysztof LALIK, Mateusz KOZEK // W: MSM'2020 [Dokument elektroniczny] : Mechatronic Systems and Materials : 15th international conference : 1–3 July 2020, Białystok, Poland / eds. Z. Kulesza, [et al.]. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2020. — e-ISBN: 978-1-7281-6956-9. — S. 153–157. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 157, Abstr.. — Abstract W: MSM 2020 [Dokument elektroniczny] : 15th international conference : Mechatronic Systems and Materials : 1–3 July 2020, Białystok, Poland : book of abstracts. — Wersja do Windows. — Dane tekstowe. — [Białystok : Bialystok University of Technology], [2020]. — S. 21. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://www.msm2020.pb.edu.pl/app/uploads/2020/06/MSM2020-BOOK-OF-ABSTRACTS.pdf [2020-08-31].. — tekst: https://ieeexplore-1ieee-1org-1000047zs0012.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9201724

  • keywords: artificial neural networks, intelligent systems, vibrodiagnostics

    cyfrowy identyfikator dokumentu: 10.1109/MSM49833.2020.9201724

4
5
6
  • Transfer learning algorithm in image analysis with augmented reality headset for Industry 4.0 technology / Mateusz KOZEK // W: MSM'2020 [Dokument elektroniczny] : Mechatronic Systems and Materials : 15th international conference : 1–3 July 2020, Białystok, Poland / eds. Z. Kulesza, [et al.]. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2020. — e-ISBN: 978-1-7281-6956-9. — S. 71–75. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 74–75, Abstr.. — Abstract W: MSM 2020 [Dokument elektroniczny] : 15th international conference : Mechatronic Systems and Materials : 1–3 July 2020, Białystok, Poland : book of abstracts. — Wersja do Windows. — Dane tekstowe. — [Białystok : Bialystok University of Technology], [2020]. — S. 14. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://www.msm2020.pb.edu.pl/app/uploads/2020/06/MSM2020-BOOK-OF-ABSTRACTS.pdf [2020-08-31].. — tekst: https://ieeexplore-1ieee-1org-1000047zs0012.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9201739

  • keywords: machine learning, Industry 4.0, Augmented Reality, Mixed Reality

    cyfrowy identyfikator dokumentu: 10.1109/MSM49833.2020.9201739