Artykuły z 2023 (3)
1. A stereo vision system on Jetson device using deep learning / Łukasz Maciura, Dariusz Wójcik, Michał Maj, Dariusz Majerek, Bartłomiej Kiczek // Przegląd Elektrotechniczny.- 2023, vol. 99, nr 2, s. 178-181 [MNiSW: 70]
2. Autonomous Face Classification Online Self-Training System Using Pretrained ResNet50 and Multinomial Naïve Bayes / Łukasz Maciura, Tomasz Cieplak, Damian Pliszczuk, Michał Maj, Tomasz Rymarczyk // Sensors.- 2023, vol. 23, nr 12, s. 1-15 [MNiSW: 100]
3. Comparison of CNN and LSTM algorithms for solving the EIT inverse problem / Grzegorz Kłosowski, Michał Maj, Michał Oleszek // Przegląd Elektrotechniczny.- 2023, vol. 99, nr 1, s. 230-233 [MNiSW: 70]
Artykuły z 2022 (1)
1. 3D lung segmentation of the CT series based on 2D Chan-Vese / Łukasz Maciura, Wojciech Rosa, Dariusz Wójcik, Tomasz Rymarczyk, Michał Maj, Edward Kozłowski // Przegląd Elektrotechniczny.- 2022, vol. 98, nr 5, s. 165-168 [MNiSW: 70]
Artykuły z 2021 (3)
1. Comparison of Machine Learning Methods for Image Reconstruction Using the LSTM Classifier in Industrial Electrical Tomography / Grzegorz Kłosowski, Tomasz Rymarczyk, Konrad Niderla, Magdalena Rzemieniak, Artur Dmowski, Michał Maj // Energies.- 2021, vol. 14, nr 21, s. 1-20 [MNiSW: 140]
2. Methods of process mining and prediction using deep learning / Tomasz Cieplak, Tomasz Rymarczyk, Grzegorz Kłosowski, Michał Maj, Damian Pliszczuk, Paweł Rymarczyk // Przegląd Elektrotechniczny.- 2021, vol. 97, nr 3, s. 146-149 [MNiSW: 70]
3. The Use of Transfer Learning with Very Deep Convolutional Neural Network in Quality Management / Grzegorz Kłosowski, Monika Kulisz, Jerzy Lipski, Michał Maj, Ryszard Białek // European Research Studies Journal.- 2021, vol. 24, nr Special Issue 2, s. 253-263 [MNiSW: 100]
Artykuły z 2020 (1)
1. Electrical activity with ECG analysis for Body Surface Potential Mapping / Tomasz Rymarczyk, Michał Woś, Michał Bartosik, Andres Vejar, Edward Kozłowski, Michał Maj // Przegląd Elektrotechniczny.- 2020, vol. 96, nr 10, s. 144-147 [MNiSW: 70]
Jeżeli ta strona zawiera nieaktualne, błędne lub niekompletne dane prosimy o kontakt pod adresem oab@pollub.pl