Email: andrzej.rusiecki@pwr.edu.pl

Jednostka: Wydział Informatyki i Telekomunikacji » Katedra Informatyki Technicznej

ul. Z. Janiszewskiego 11/17, Wrocław
bud. C-3, pok. 203                                             
tel. 71 320 3433

 

Zainteresowania naukowe

• Deep learning; sztuczne sieci neuronowe (teoria i zastosowania); analiza i przetwarzanie obrazów i wideo; biomedyczne zastosowania uczenia maszynowego; algorytmy uczenia; odporna statystyka.

---

Najważniejsze publikacje z ostatnich lat

Publikacje w bazie DONA

---

Wybrane publikacje
1	Referat konferencyjny 2024 Betelhem Wubineh, Andrzej Rusiecki, Krzysztof Halawa, Cervical cell segmentation and classification using U-Net and hybrid VGG19-AlexNet architecture. W: 2024 International Conference on Information and Communication Technology for Development for Africa (ICT4DA), Bahir Dar, Ethiopia, November 18-20, 2024 / eds. Esubalew Alemneh, Fisseha Mekuria, Ethiopia Nigussie. Danvers, MA : IEEE, cop. 2024. s. 37-42. ISBN: 979-8-3315-2780-8; 979-8-3315-2779-2 Zasoby:DOIURL
2	Referat konferencyjny 2024 Łukasz Jeleń, Konrad Kluwak, Piotr Ciskowski, Marcin Tarasiuk, Dariusz Olearczuk, Andrzej Rusiecki, Machine learning-enhanced turfgrass logistics through remote sensing. W: 11th Carpathian Logistics Congress - CLC 2023, November 8-10, 2023, Prague, Czech Republic : conference proceedings. Ostrava : TANGER Ltd., cop. 2024. s. 155-160. ISBN: 978-80-88365-17-4 Zasoby:DOI
3	Referat konferencyjny 2024 Jakub Kędzierski, Andrzej Rusiecki, Deep learning approach to improve image super-resolution with aliasing. W: 28th International Conference on Knowledge Based and Intelligent information and Engineering Systems (KES 2024) / ed. Jonathan Flearmoy. Amsterdam : Elsevier, cop. 2024. s. 1250-1259. Zasoby:DOIURLSFX
4	Artykuł 2024 Adam Radkowski, Konrad Kluwak, Andrzej Rusiecki, Piotr Ciskowski, Łukasz Jeleń, Paweł Więcek, Wykorzystanie teledetekcji i uczenia maszynowego do oceny stanu terenów zielonych. Przegląd Budowlany. 2024, nr 5, s. 187-191. ISSN: 0033-2038 Zasoby:DOIURL
5	Artykuł 2024 Betelhem Wubineh, Andrzej Rusiecki, Krzysztof Halawa, Classification of cervical cells from the Pap smear image using the RES_DCGAN data augmentation and ResNet50V2 with self-attention architecture. Neural Computing & Applications. 2024, s. 1-15. ISSN: 0941-0643; 1433-3058 Zasoby:DOIURL
6	Artykuł 2024 Betelhem Wubineh, Andrzej Rusiecki, Krzysztof Halawa, Segmentation and classification techniques for pap smear images in detecting cervical cancer: a systematic review. IEEE Access. 2024, vol. 12, s. 118195-118213. ISSN: 2169-3536 Zasoby:DOIURLSFX
7	Referat konferencyjny 2024 Maciej Wilhelmi, Andrzej Rusiecki, Simple CNN as an alternative for large pretrained models for medical image classification - MedMNIST case study. W: CENTERIS – International Conference on ENTERprise Information Systems / ProjMAN - International Conference on Project MANagement / HCist - International Conference on Health and Social Care Information Systems and Technologies 2023, November 8-10, Porto, Portugal / eds. Ricardo Filipe Gonçalves Martinho, Maria Manuela Cruz da Cunha. Amsterdam : Elsevier, cop. 2024. s. 1298-1303. Zasoby:DOIURLSFX
8	Referat konferencyjny 2024 Betelhem Wubineh, Andrzej Rusiecki, Krzysztof Halawa, Segmentation of cytology images to detect cervical cancer using deep learning techniques. W: Computational Science - ICCS 2024 : 24th International Conference, Malaga, Spain, July 2-4, 2024 : Proceedings. Pt. 4 / eds. Leonardo Franco [i in.]. Cham : Springer, cop. 2024. s. 270-278. ISBN: 978-3-031-63771-1; 978-3-031-63772-8 Zasoby:DOIURLSFX
9	Referat konferencyjny 2024 Betelhem Wubineh, Andrzej Rusiecki, Krzysztof Halawa, Data augmentation techniques to detect ccervical cancer using deep learning: a systematic review. W: System Dependability - Theory and Applications : Proceedings of the Nineteenth International Conference on Dependability of Computer Systems DepCoS-RELCOMEX, July 1-5, 2024, Brunów, Poland / eds. Wojciech Zamojski [i in.]. Cham : Springer, cop. 2024. s. 325-336. ISBN: 978-3-031-61856-7; 978-3-031-61857-4 Zasoby:DOIURLSFX
10	Referat konferencyjny 2022 Andrzej Rusiecki, Batch normalization and dropout regularization in training deep neural networks with label noise. W: Intelligent Systems Design and Applications : 21st International Conference on Intelligent Systems Design and Applications (ISDA 2021), December 13-15, 2021 / eds. Ajith Abraham [i in.]. Cham : Springer, cop. 2022. s. 57-66. ISBN: 978-3-030-96307-1; 978-3-030-96308-8 Zasoby:DOISFX

Wszystkie publikacje pracownika