Wynik wyszukiwania
Zapytanie: PŁACZEK ALEKSANDER
Liczba odnalezionych rekordów: 5



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/5
Nr opisu: 0000131326
BioTest - remote platform for hypothesis testing and analysis of biomedical data.
[Aut.]: Krzysztof Psiuk-Maksymowicz, Roman Jaksik, Aleksander Płaczek, Aleksandra Helena Gruca, Sebastian Student, Damian Borys, Dariusz Mrozek, Krzysztof Fujarewicz, Andrzej Świerniak.
W: Current trends in biomedical engineering and bioimages analysis. Proceedings of the 21st Polish Conference on Biocybernetics and Biomedical Engineering, Zielona Góra, Poland, 25-27 September 2019. Eds.: Józef Korbicz, Roman Maniewski, Krzysztof Patan, Marek Kowal. Cham : Springer, 2020, s. 152-165, bibliogr. 22 poz. (Advances in Intelligent Systems and Computing ; vol. 1033 2194-5357)

bioinformatyka ; analiza danych biomedycznych ; integracja danych

bioinformatics ; biomedical data analysis ; data integration

2/5
Nr opisu: 0000129747   
The role of feature selection in text mining in the process of discovering missing clinical annotations - case study.
[Aut.]: Aleksander Płaczek, Alicja* Płuciennik, Mirosław Pach, M. Jarząb, Dariusz Mrozek.
W: Beyond databases, architectures and structures. Paving the road to smart data processing and analysis. 15th International conference, BDAS 2019, Ustroń, Poland, May 28-31, 2019. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2019, s. 248-262, bibliogr. 22 poz. (Communications in Computer and Information Science ; vol. 1018 1865-0929)

eksploracja danych tekstowych ; selekcja cech ; nieustrukturyzowany tekst medyczny ; odwrotna częstość dokumentu ; porządkowanie tekstu

text mining ; feature selection ; unstructured medical text ; inverse document frequency ; text tiding

3/5
Nr opisu: 0000125372   
Learning algorithm analysis for deep neural network with ReLu activation functions.
[Aut.]: S. Płaczek, Aleksander Płaczek.
W: Computer applications in electrical engineering (ZKwE'2018), Poznań, Poland, April 23-24, 2018 [online]. Eds. R. Nawrowski, J. Lorenc, Z. Nadolny, A. Tomczewski, J. Jajczyk, L. Kasprzyk, A. Bugała and K. Budnik. Les Ulis : EDP Sciences, 2018, (plik pdf) s. 1-2, bibliogr. 5 poz. (ITM Web of Conferences ; vol. 19 2271-2097)
Dostępny w Internecie: https://www.itm-conferences.org/articles/itmconf/abs/2018/04/itmconf_zkwe2018_01009/itmconf_zkwe2018_01009.html [dostęp 25 września 2018]

4/5
Nr opisu: 0000124800   
Uczenie wielowarstwowych szerokich sieci neuronowych z funkcjami aktywacji typu ReLu w zadaniach klasyfikacji.
[Aut.]: S. Płaczek, Aleksander Płaczek.
-Pozn. Univ. Technol. Acad. J., Electr. Eng. 2018 no. 96, s. 47-58, bibliogr. 6 poz.. Punktacja MNiSW 9.000

sieć neuronowa ; algorytm uczenia ; uczenie głębokie ; sieć szeroka

neural network ; training algorithm ; deep learning ; wide network

5/5
Nr opisu: 0000124761   
Wpływ niezbalansowania danych na problem klasyfikacji w prospektywnym badaniu raka tarczycy.
[Aut.]: Alicja* Płuciennik, Aleksander Płaczek, Krzysztof Łakomiec, Krzysztof Fujarewicz.
W: V Śląskie Spotkania Naukowe, Bobolice, 25-26 Maja 2018 r.. Oprac. Magdalena Skonieczna. Association for the Support of Cancer Research, Politechnika Śląska, Centrum Onkologii - Instytut im. Marii Skłodowskiej-Curie. Oddział w Gliwicach. [B.m.] : [b.w.], 2018, s. 13-14, bibliogr. 5 poz.

rak tarczycy ; diagnostyka nowotworów ; klasyfikacja nowotworu

thyroid cancer ; cancer diagnosis ; cancer classification

stosując format:
Nowe wyszukiwanie