Wykaz publikacji wybranego autora

Mariusz Karol Nowak, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

  • 2022

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

  • 2019

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

Identyfikatory Autora

ORCID: 0000-0003-1837-8194 połącz konto z ORCID

ResearcherID: brak

Scopus: brak

Liczba pozycji spełniających powyższe kryteria selekcji: 3, z ogólnej liczby 3 publikacji Autora

1

  • Automotive radar detection level modeling with neural networks / Filip CIEPIELA, Mateusz Karol NOWAK, Daniel DWORAK, Mateusz Komorkiewicz // W: Advanced, contemporary control : proceedings of the XXI Polish Control Conference, Gliwice, Poland, 2023, Vol. 2 / eds. Marek Pawelczyk, [et al.]. — Cham : Springer Nature Switzerland, cop. 2023. — (Lecture Notes in Networks and Systems ; ISSN 2367-3370 ; LNNS 709). — ISBN: 978-3-031-35172-3 ; e-ISBN: 978-3-031-35173-0. — S. 254–265. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2023-06-14. — F. Ciepiela, M. K. Nowak, D. Dworak - dod. afiliacja: APTIV Services Poland S. A., Jelesnia

  • brak zdefiniowanych słów kluczowych

    Zobacz pełny wykaz publikacji Autora/Autorów: Filip Ciepiela, Daniel Dworak

    cyfrowy identyfikator dokumentu: 10.1007/978-3-031-35173-0_25

2

  • WeaveNet: solution for variable input sparsity depth completion / Mariusz Karol NOWAK // Electronics [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2079-9292. — 2022 vol. 11 iss. 14 art. no. 2222, s. 1-15. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 15, Abstr.. — Publikacja dostępna online od: 2022-07-16. — Dod. afiliacja Autora: Aptiv Services Poland S.A., Cracow, Poland. — tekst: https://www.mdpi.com/2079-9292/11/14/2222/pdf?version=1658230825

  • keywords: machine learning, LiDAR, neural nets, depth completion, variable sparsity, depth cues

    cyfrowy identyfikator dokumentu: 10.3390/electronics11142222

3