Wynik wyszukiwania
Zapytanie: SIŁKA JAKUB
Liczba odnalezionych rekordów: 6



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/6
Nr opisu: 0000136885
Tytuł oryginału: Body pose prediction based on motion sensor data and recurrent neural network
Autorzy: Marcin Woźniak, Michał Wieczorek, Jakub Siłka, Dawid Połap.
Źródło: -IEEE Trans. Ind. Informat. 2021 vol. 17 iss. 3, s. 2101-2111, bibliogr. 27 poz.
Impact Factor: 9.112
Punktacja MNiSW: 200.000
p-ISSN: 1551-3203
e-ISSN: 1941-0050
DOI:
Słowa kluczowe polskie: rzeczywistość mieszana ; wykrywanie pozycji ; czujnik ciała ; rekurencyjna sieć neuronowa
Słowa kluczowe angielskie: mixed reality ; pose detection ; body sensor ; recurrent neural network
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


2/6
Nr opisu: 0000139046
Tytuł oryginału: Empirical mode decomposition based data augmentation for time series prediction using NARX network.
Autorzy: O.O. Abayomi-Alli, T. Sidekerskiene, Robertas Damasevicius, Jakub Siłka, Dawid Połap.
Źródło: W: Artificial intelligence and soft computing. 19th International conference, ICAISC 2020, Zakopane, Poland, October 12-14, 2020. Proceedings. Pt. 1. Eds. Leszek Rutkowski, Rafał Scherer, Marcin Korytkowski, Witold Pedrycz, Ryszard Tadeusiewicz, Jacek M. Zurada. Cham : Springer, 2020, s. 702-711, bibliogr. 23 poz.
ISBN: 978-3-030-61400-3978-3-030-61401-0
Seria: (Lecture Notes in Computer Science ; vol. 12415 Lecture Notes in Artificial Intelligence ; 0302-9743)
Punktacja MNiSW: 20.000
Liczba arkuszy wydawniczych: 0,5
Bazy indeksujące publikację: Springer; DBLP
DOI:
Słowa kluczowe polskie: rozszerzanie danych ; empiryczna dekompozycja sygnału ; dane zastępcze ; prognoza szeregów czasowych ; sieć NARX
Słowa kluczowe angielskie: data augmentation ; empirical mode decomposition ; surrogate data ; time series forecasting ; NARX network
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.


3/6
Nr opisu: 0000139020
Tytuł oryginału: Future graduate salaries prediction model based on recurrent neural network.
Autorzy: Jakub Siłka, Michał Wieczorek, Marcin Woźniak.
Źródło: W: Proceedings of the 2020 Federated Conference on Computer Science and Information Systems. FedCSIS. Bulgaria, Sofia, September 6-9, 2020. Eds. Maria Ganzha, Leszek Maciaszek, Marcin Paprzycki. New York : IEEE, 2020, s. 427-430, bibliogr. 16 poz.
Seria: (Annals of Computer Science and Information Systems ; vol. 21 2300-5963)
Liczba arkuszy wydawniczych: 0,2
Bazy indeksujące publikację: IEEE Xplore
DOI:
Słowa kluczowe polskie: rekurencyjna sieć neuronowa ; model predykcyjny
Słowa kluczowe angielskie: recurrent neural network ; prediction model
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Informacje o dostępie open-access: open-access-text-version: FINAL_PUBLISHED open-access-licence: OTHER open-access-release-time: AT_PUBLICATION open-access-article-mode: PUBLISHER_WEBSITE
Dostęp on-line:


4/6
Nr opisu: 0000136706
Tytuł oryginału: Neural network powered COVID-19 spread forecasting model
Autorzy: Michał Wieczorek, Jakub Siłka, Marcin Woźniak.
Źródło: -Chaos Solitons Fractals 2020 vol. 140, s. 1-15, bibliogr. 21 poz.
Impact Factor: 3.764
Punktacja MNiSW: 70.000
p-ISSN: 0960-0779
e-ISSN: 1873-2887
DOI:
Słowa kluczowe polskie: COVID-19 ; prognoza ; sieć neuronowa
Słowa kluczowe angielskie: COVID-19 ; prediction ; neural network
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


5/6
Nr opisu: 0000138729
Tytuł oryginału: Real-time neural network based predictor for Cov19 virus spread
Autorzy: Michał Wieczorek, Jakub Siłka, Dawid Połap, Marcin Woźniak, Robertas Damasevicius.
Źródło: -PLoS One 2020 vol. 15 iss. 12, s. 1-10, bibliogr. 32 poz.
Impact Factor: 2.740
Punktacja MNiSW: 100.000
e-ISSN: 1932-6203
DOI:
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Informacje o dostępie open-access: open-access-text-version: FINAL_PUBLISHED open-access-licence: CC-BY open-access-release-time: AT_PUBLICATION open-access-article-mode: OPEN_JOURNAL
Dostęp on-line:


6/6
Nr opisu: 0000136881
Tytuł oryginału: Recurrent neural network model for IoT and networking malware threads detection
Autorzy: Marcin Woźniak, Jakub Siłka, Michał Wieczorek, M. Alrashoud.
Źródło: -IEEE Trans. Ind. Informat. 2020 in press, s. 1-11, bibliogr. 28 poz.
Uwagi: Article in press
Impact Factor: 9.112
Punktacja MNiSW: 200.000
p-ISSN: 1551-3203
e-ISSN: 1941-0050
DOI:
Słowa kluczowe polskie: rekurencyjna sieć neuronowa ; oprogramowanie szkodliwe ; zestawy instrukcji ; informatyka ; bezpieczeństwo ; android ; ludzki robot
Słowa kluczowe angielskie: recurrent neural network ; malware ; instruction sets ; informatics ; security ; android ; human robot
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


stosując format:
Nowe wyszukiwanie