Wydział Informatyki i Telekomunikacji

dr hab. inż. Andrzej Rusiecki

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
2022
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
2
Referat konferencyjny
2022
Agnieszka Kazimierska, Cyprian Mataczyński, Agnieszka Uryga, Małgorzata Burzyńska, Andrzej Rusiecki, Magdalena Kasprowicz,
Analysis of the relationship between intracranial pressure pulse waveform and outcome in traumatic brain injury. W: Innovations and developments of technologies in medicine, biology and healthcare : proceedings of the IEEE EMBS International Student Conference (ISC) / eds. Natalia Piaseczna, Magdalena Gorczowska, Agnieszka Łach. Cham : Springer, cop. 2022. s. 52-57. ISBN: 978-3-030-88975-3; 978-3-030-88976-0
Zasoby:DOIURLSFX
3
Artykuł
2022
Cyprian Mataczyński, Agnieszka Kazimierska, Agnieszka Uryga, Małgorzata Burzyńska, Andrzej Rusiecki, Magdalena Kasprowicz,
End-to-end automatic morphological classification of intracranial pressure pulse waveforms using deep learning. IEEE Journal of Biomedical and Health Informatics. 2022, vol. 26, nr 2, s. 494-504. ISSN: 2168-2194; 2168-2208
Zasoby:DOIURLSFXImpact FactorLista FiladelfijskaLista MNiSWOpen Access
4
Referat konferencyjny
2021
Agnieszka Kazimierska, Agnieszka Uryga, Cyprian Mataczyński, Małgorzata Burzyńska, Arkadiusz Ziółkowski, Andrzej Rusiecki, Magdalena Kasprowicz,
Analysis of the shape of intracranial pressure pulse waveform in traumatic brain injury patients. W: 43rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBC 2021, October 30 - November 5, 2021, Virtual Conference. [Danvers, MA : IEEE, cop. 2021]. s. 546-549. ISBN: 978-1-7281-1179-7; 978-1-7281-1178-0
Zasoby:DOIURL
5
Referat konferencyjny
2021
Michał Zendran, Andrzej Rusiecki,
Swapping face images with generative neural networks for Deepfake technology – experimental study. W: Knowledge-Based and Intelligent Information & Engineering Systems: Proceedings of the 25th International Conference KES 2021 / eds. Jaroslaw Watrobski [i in.]. Amsterdam : Elsevier, cop. 2021. s. 834-843.
Zasoby:DOISFXOpen Access
6
Referat konferencyjny
2020
Standard dropout as remedy for training deep neural networks with label noise. W: Theory and Applications of Dependable Computer Systems : proceedings of the Fifteenth International Conference on Dependability of Computer Systems DepCoS-RELCOMEX, June 29 - July 3, 2020, Brunów, Poland / eds. Wojciech Zamojski [i in.]. Cham : Springer, cop. 2020. s. 534-542. ISBN: 978-3-030-48255-8; 978-3-030-48256-5
Zasoby:DOIURLSFX
7
Referat konferencyjny
2019
Trimmed robust loss function for training deep neural networks with label noise. W: Artificial Intelligence and Soft Computing : 18th International Conference, ICAISC 2019, Zakopane, Poland, June 16-20, 2019 : proceedings. Pt. 1 / eds. Leszek Rutkowski [i in.]. Switzerland : Springer, cop. 2019. s. 215-222. ISBN: 978-3-030-20911-7
Zasoby:DOIURLSFX
8
Artykuł
2019
Trimmed categorical cross-entropy for deep learning with label noise. Electronics Letters. 2019, vol. 55, nr 6, s. 319-320. ISSN: 0013-5194
Zasoby:DOISFXImpact FactorLista FiladelfijskaLista MNiSW
9
Referat konferencyjny
2018
Bartosz Miselis, Michał Kulus, Tomasz Jurek, Andrzej Rusiecki, Łukasz Jeleń,
Deep neural network for whole slide vein segmentation. W: Computer Information Systems and Industrial Management : 17th International Conference, CISIM 2018, Olomouc, Czech Republic, September 27-29, 2018 : proceedings / eds. Khalid Saeed, Władysław Homenda. [Cham] : Springer, cop. 2018. s. 57–67. ISBN: 978-3-319-99953-1
Zasoby:DOISFXWeb of Science CC
10
Artykuł
2016
Green wave optimisation. Archives of Transport System Telematics. 2016, vol. 9, nr 3, s. 3-8. ISSN: 1899-8208
Zasoby:URLSFXLista MNiSWOpen Access

Wszystkie publikacje pracownika

Politechnika Wrocławska © 2024

Nasze strony internetowe i oparte na nich usługi używają informacji zapisanych w plikach cookies. Korzystając z serwisu wyrażasz zgodę na używanie plików cookies zgodnie z aktualnymi ustawieniami przeglądarki, które możesz zmienić w dowolnej chwili. Ochrona danych osobowych »

Akceptuję