Email: michal.wozniak@pwr.edu.pl

Jednostka: Wydział Informatyki i Telekomunikacji » Katedra Systemów i Sieci Komputerowych

ul. Z. Janiszewskiego 11/17, Wrocław
bud. C-3, pok. 16                       
tel. 71 320 2992

Konsultacje

• poniedziałek 15-17 - proszę o wcześniejszą informację za pośrednictwem poczty elektronicznej

---

Zainteresowania naukowe

• Uczenie maszyn; klasyfikacja obiektów; uczenie indukcyjne; eksploracja strumienie danych; klasyfikacja strumieni danych; dryft modelu; uczenie na podstawie rozproszonych i szybkozmiennych danych zespołu klasyfikatorów; klasyfikacja danych niezbalansowanych; klasyfikacja z uwzględnieniem kontekstu; telemedycyna i systemy wspomagania decyzji medycznych.

---

Najważniejsze publikacje z ostatnich lat

• Weronika Węgier, Michał M. Koziarski, Michał Woźniak, Optimized hybrid imbalanced data sampling for decision tree training. Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion, July 15-19, 2023, Lisbon, Portugal, pp. 339-342.
• Jędrzej Kozal, Michał Woźniak, Increasing depth of neural networks for life-long learning, Information Fusion, Volume 98, October 2023, 101829
• Michał Woźniak, Paweł Zyblewski, Paweł Ksieniewicz, Active Weighted Aging Ensemble for Drifted Data Stream Classification arxiv version, Information Sciences, Volume 630, June 2023, Pages 286-304.
• Michał Panek, Adam Pomykała, Ireneusz Jabłoński, Michał Woźniak, 5G/5G+ network management employing AI-based continuous deployment, Applied Soft Computing, 109984, 2023.
• Paweł Ksieniewicz, Paweł Zyblewski, Weronika Borek-Marciniec, Rafał Kozik, Michał Choraś, Michał Woźniak, Alphabet Flatting as a variant of n-gram feature extraction method in ensemble classification of fake news, Engineering Applications of Artificial Intelligence, Volume 120, April 2023, 105882.
• Joanna Grzyb, Michał Woźniak, SVM ensemble training for imbalanced data classification using multi-objective optimization techniques, Applied Intelligence
• Sebastián Basterrech, Michał Woźniak, Tracking changes using Kullback-Leibler divergence for the continual learning, 2022 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Prague, Czech Republic, 2022, pp. 3279-3285. arxiv
• Jakub Klikowski, Michał Woźniak, Deterministic Sampling Classifier with weighted Bagging for drifted imbalanced data stream classification, Applied Soft Computing, 2022.
• Jędrzej Kozal, Filip Guzy, Michał Woźniak, Employing chunk size adaptation to overcome concept drift, Journal of Universal Computer Science, 28(3): 249-268, 2022.
• Weronika Węgier, Michał Koziarski, Michał Woźniak, Multicriteria classifier ensemble learning for imbalanced data, IEEE ACCESS, vol. 10, pp. 16807-16818, 2022.
• Amgad M. Mohammed, Enrique Onieva, Michał Woźniak, Gonzalo Martinez-Munoz, An Analysis of Heuristic Metrics For Classifier Ensemble Pruning Based on Ordered Aggregation, Pattern Recognition, Volume 124, 108493, 2022.
• Amgad M. Mohammed, Enrique Onieva, Michał Woźniak, Selective Ensemble of Classifiers Trained on Selective Samples, Neurocomputing, vol.482, pp. 197-211, 2022.

Publikacje w bazie DONA

---

Wybrane publikacje
1	Artykuł 2024 Huanyu Guo, Xin Jin, Qin Jiang, Michał Woźniak, Puming Wang, Shaowen Yao, DMF-Net: a dual remote sensing image fusion network based on multi-scale convolutional dense connectivity with performance measure. IEEE Transactions on Instrumentation and Measurement. 2024, vol. 73, s. 1-15. ISSN: 0018-9456; 1557-9662 Zasoby:DOIURLSFX
2	Referat konferencyjny 2023 Jędrzej Z Kozal, Justyna Zwolińska, Marek Klonowski, Michał Woźniak, Defending network IDS against adversarial examples with continual learning. W: 23nd IEEE International Conference on Data Mining Workshops (ICDMW), 1–4 December 2023 Shanghai, China : proceedings / eds. Jihe Wang [i in.]. Piscataway, NJ : Institute of Electrical and Electronics Engineers, cop. 2023. s. 60-69. ISBN: 979-8-3503-8164-1; 979-8-3503-8165-8 Zasoby:DOIURL
3	Referat konferencyjny 2023 Jędrzej Z Kozal, Michał Woźniak, Combining self-labeling with selective sampling. W: 23nd IEEE International Conference on Data Mining Workshops (ICDMW), 1–4 December 2023 Shanghai, China : proceedings / eds. Jihe Wang [i in.]. Piscataway, NJ : Institute of Electrical and Electronics Engineers, cop. 2023. s. 70-79. ISBN: 979-8-3503-8164-1; 979-8-3503-8165-8 Zasoby:DOIURL
4	Referat konferencyjny 2023 Weronika T Węgier, Michał M Koziarski, Michał Woźniak, Optimized hybrid imbalanced data sampling for decision tree training. W: GECCO’23 Companion : Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion, July 15-19, 2023, Lisbon, Portugal / ed. Luís Paquete. New York, NY : ACM, cop. 2023. s. 339-342. ISBN: 979-8-4007-0120-7 Zasoby:DOIURL
5	Artykuł 2023 Jędrzej Z Kozal, Michał Woźniak, Increasing depth of neural networks for life-long learning. Information Fusion. 2023, vol. 98, art. 101829, s. 1-10. ISSN: 1566-2535; 1872-6305 Zasoby:DOIURLSFX
6	Artykuł 2023 Joanna A Klikowska, Michał Woźniak, SVM ensemble training for imbalanced data classification using multi-objective optimization techniques. Applied Intelligence. 2023, vol. 53, s. 15424-15441. ISSN: 0924-669X; 1573-7497 Zasoby:DOIURLSFX
7	Artykuł 2023 Michał Woźniak, Paweł Zyblewski, Paweł Ksieniewicz, Active weighted aging ensemble for drifted data stream classification. Information Sciences. 2023, vol. 630, s. 286-304. ISSN: 0020-0255; 1872-6291 Zasoby:DOIURLSFX
8	Artykuł 2023 Michał Panek, Adam Pomykała, Michał Woźniak, 5G/5G+ network management employing AI-based continuous deployment. Applied Soft Computing. 2023, vol. 134, art. 109984, s. 1-13. ISSN: 1568-4946; 1872-9681 Zasoby:DOIURLSFX
9	Referat konferencyjny 2022 Sebastián Basterrech, Michał Woźniak, Tracking changes using Kullback-Leibler divergence for the continual learning. W: 2022 IEEE International Conference on Systems, Man, and Cybernetics (SMC) October 9-12, 2022, Prague, Czech Republic : proceedings. Danvers, MA : IEEE, cop. 2022. s. 3279-3285. ISBN: 978-1-6654-5259-5; 978-1-6654-5258-8 Zasoby:DOIURL
10	Artykuł 2022 Jakub Klikowski, Michał Woźniak, Deterministic sampling classifier with weighted bagging for drifted imbalanced data stream classification. Applied Soft Computing. 2022, vol. 122, art. 108855, s. 1-18. ISSN: 1568-4946; 1872-9681 Zasoby:DOIURLSFX

Wszystkie publikacje pracownika