Artykuły z 2024 (4)
1. A comparative study of selected machine learning algorithms for electrical impedance tomography / Marcin Dziadosz, Mariusz Mazurek, Barbara Stefaniak, Dariusz Wójcik, Konrad Gauda // Przegląd Elektrotechniczny.- 2024, vol. 100, nr 4, s. 237-240 [MNiSW: 70]
2. Advancing medical diagnostics: a portable ultrasonic-impedance tomograph for non-invasive lower urinary tract monitoring / Magdalena Głowacka, Michał Błaszczykowski, Konrad Gauda, Grzegorz Bartnik // Journal of Modern Science.- 2024, vol. 57, nr 3, s. 684-700 [MNiSW: 100]
3. Energy Optimization in Ultrasound Tomography Through Sensor Reduction Supported by Machine Learning Algorithms / Bartłomiej Baran, Tomasz Rymarczyk, Dariusz Majerek, Piotr Szyszka, Dariusz Wójcik, Tomasz Cieplak, Marcin Gąsior, Marcin Marczuk, Edmund Wąsik and Konrad Gauda // Energies.- 2024, vol. 17, nr 21, s. 1-15 [MNiSW: 140]
4. Optimizing the Neural Network Loss Function in Electrical Tomography to Increase Energy Efficiency in Industrial Reactors / Monika Kulisz, Grzegorz Kłosowski, Tomasz Rymarczyk, Jolanta Słoniec, Konrad Gauda, Wiktor Cwynar // Energies.- 2024, vol. 17, nr 3, s. 1-17 [MNiSW: 140]
Artykuły z 2021 (4)
1. Identification of the Demand Curve and Forecasts in Subsequent Periods Using the Metropolis-Hastings Algorithm / Łukasz Gołąbek, Konrad Gauda, Krzysztof Żuk, Edward Kozłowski // European Research Studies Journal.- 2021, vol. 24, nr Special Issue 2, s. 523-533 [MNiSW: 100]
2. Improving the Efficiency of Information Flow Routing in Wireless Self-Organizing Networks Based on Natural Computing / Krzysztof Przystupa, Julia Pyrih, Mykola Beshley, Mykhsilo Klymash, Andriy Branytskyy, Halyna Beshley, Daniel Pieniak and Konrad Gauda // Energies.- 2021, vol. 14, nr 8, s. 1-24 [MNiSW: 140]
3. Influence of Contamination of Gear Oils in Relation to Time of Operation on Their Lubricity / Leszek Gil, Krzysztof Przystupa, Daniel Pieniak, Edward Kozłowski, Katarzyna Antosz, Konrad Gauda and Paweł Izdebski // Applied Sciences.- 2021, vol. 11, nr 24, s. 1-14 [MNiSW: 100]
4. Machine Learning and Deterministic Approach to the Reflective Ultrasound Tomography / Dariusz Majerek, Tomasz Rymarczyk, Dariusz Wójcik, Edward Kozłowski, Magdalena Rzemieniak, Janusz Gudowski, Konrad Gauda // Energies.- 2021, vol. 14, nr 22, s. 1-19 [MNiSW: 140]
Artykuły z 2019 (1)
1. Wear characteristics of hardfacing coatings obtained by tungsten inert gas method / Krzysztof Dziedzic, Jerzy Józwik, Marcin Barszcz, Konrad Gauda // Advances in Science and Technology Research Journal.- 2019, vol. 13, nr 4, s. 8-14 [MNiSW: 100]
Artykuły z 2014 (1)
1. Computer support in non-verbal communication systems with using graphic sings in education of peoplewith intellectual disabilities / Konrad Gauda, Monika Nowosad // Advances in Science and Technology Research Journal.- 2014, vol. 8, nr 24, s. 76-82 [MNiSW: 5]
Artykuły z 2013 (1)
1. Influence of an educational film on the ieffectiveness of technical education / Konrad Gauda // Advances in Science and Technology Research Journal.- 2013, vol. 7, nr 20, s. 80-84 [MNiSW: 5]
Artykuły z 2012 (1)
1. Badania korozyjne organicznych powłok akrylowych w komorze solnej / Konrad Gauda // Postępy Nauki i Techniki.- 2012, nr 15, s. 170-179
Artykuły z 2011 (1)
Artykuły z 2010 (1)
1. Prognozowanie zmian połysku lustrzanego powłok organicznych jako metoda szacowania trwałości pokryć / Konrad Gauda // Postępy Nauki i Techniki.- 2010, nr 4, s. 114-129
Artykuły z 2009 (1)
1. Forecasting of durability of waterborne coatings in the machine industry / Klaudiusz Lenik, Konrad Gauda, Zygmunt Lenik // Archives of Materials Science and Engineering.- 2009, vol. 37, nr 2, s. 102-109
Artykuły z 2007 (1)
1. Systemy ekspertowe w edukcji / Konrad Gauda, Zygmunt Lenik // Przegląd Mechaniczny.- 2007, vol. 66, nr supl. 5, s. 56-58
Artykuły z 2005 (1)
1. P. V. epossidici a base acquosa per la protezione di componenti di macchinari e dispositivi / Konrad Gauda, Klaudiusz Lenik, Zygmunt Zinowicz // Pitture e Vernici, European Coatings.- 2005, vol. 81, nr 11, s. 142-152
Jeżeli ta strona zawiera nieaktualne, błędne lub niekompletne dane prosimy o kontakt pod adresem oab@pollub.pl