Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Zewnętrzne identyfikatory

WoS ResearcherID GSN-8126-2022
ORCID 0000-0002-0506-6653
Scopus ID 58671831700
Sumaryczny Impact Factor
10,3
Wartość liczona na podstawie publikacji umieszczonych w Bazie Publikacji Pracowników Politechniki Lubelskiej

Historia zatrudnienia

Wydział Matematyki i Informatyki Technicznej zatrudniony do dnia dzisiejszego
Katedra Matematyki Stosowanej zatrudniony do dnia dzisiejszego

Trzy ostatnio wprowadzone artykuły autora (3)

Application of machine learning for image reconstruction in Electrical Impedance Tomography for noninvasive urinary tract monitoring / Mariusz Mazurek, Marcin Dziadosz, Jan Sikora, Konrad Niderla // Przegląd Elektrotechniczny.- 2026, vol. 102, nr 3, s. 60-65 [MNiSW: 70]
Enhanced bladder imaging using beamforming in a combined ultrasound and electrical impedance tomography system / Michał Gołąbek, Grzegorz Kłosowski, Marcin Dziadosz, Dariusz Wójcik, Tomasz Rymarczyk // Przegląd Elektrotechniczny.- 2026, vol. 102, nr 3, s. 33-38 [MNiSW: 70]
FTIR-based chemical recognition system using optical tomography and ResNet / Tomasz Rymarczyk, Marcin Dziadosz, Mariusz Mazurek, Amelia Kosior-Romanowska, Dariusz Wójcik, Michał Oleszek // Przegląd Elektrotechniczny.- 2026, vol. 102, nr 3, s. 28-32 [MNiSW: 70]

Trzy ostatnio wprowadzone fragmenty książek autora (3)

Using machine learning and mobile eit sensors for non-invasive urinary tract monitoring / Tomasz Rymarczyk, Mariusz Mazurek, Marcin Dziadosz, Konrad Niderla. [W]: New directions in scientific research in innovative interdisciplinary solutions International : Interdisciplinary PhD Workshop 2025.- 2026, s. 258-264 [MNiSW: 20]
Application of deep residual neural networks for chemical compound identification based on ftir spectra in an optical tomography system / Tomasz Rymarczyk, Marcin Dziadosz, Mariusz Mazurek, Amelia Kosior-Romanowska, Dariusz Wójcik, Krzysztof Król. [W]: New directions in scientific research in innovative interdisciplinary solutions International : Interdisciplinary PhD Workshop 2025.- 2026, s. 250-255 [MNiSW: 20]
Development of a portable, bimodal tomographic system for monitoring the lower urinary tract / Michał Gołąbek, Grzegorz Kłosowski, Marcin Dziadosz, Dariusz Wójcik, Tomasz Rymarczyk. [W]: New directions in scientific research in innovative interdisciplinary solutions International : Interdisciplinary PhD Workshop 2025.- 2026, s. 218-222 [MNiSW: 20]

Jeżeli ta strona zawiera nieaktualne, błędne lub niekompletne dane prosimy o kontakt pod adresem oab@pollub.pl