Zobrazeno 1 - 10
of 46
pro vyhledávání: '"MICHALSKI, Paweł"'
Autor:
Ruszczak, Bogdan1 (AUTHOR) b.ruszczak@po.edu.pl, Michalski, Paweł1 (AUTHOR), Tomaszewski, Michał1 (AUTHOR)
Publikováno v:
Sensors (14248220). Aug2023, Vol. 23 Issue 16, p7171. 16p.
Autor:
CZYŻEWSKI, Adam, LITWIN, Dariusz, CZERWIŃSKI, Szymon, KUCHAREK, Mariusz, MICHALSKI, Paweł, LEISTNER, André, STIER, Marina, KLOSE-STIER, Alexandra, LEISTNER, Aleksandra, LEISTNER, Aniela
Publikováno v:
Przegląd Elektrotechniczny; 2024, Issue 7, p276-279, 4p
Autor:
Znaniecki, Łukasz, Brzeziński, Jakub, Halman, Joanna, Marciniuk, Piotr, Michalski, Paweł, Wojciechowski, Jacek
Publikováno v:
Angiology; Jul2024, Vol. 75 Issue 6, p565-575, 11p
Publikováno v:
In International Journal of Critical Infrastructure Protection June 2019 25:139-151
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Rudnik Katarzyna, Michalski Paweł
Publikováno v:
Applied Sciences, Vol 9, Iss 19, p 3971 (2019)
This study proposes a double-track method for the classification of fruit varieties for application in retail sales. The method uses two nine-layer Convolutional Neural Networks (CNNs) with the same architecture, but different weight matrices. The fi
Externí odkaz:
https://doaj.org/article/eabce9fd14b141cb9cdc224970cb70eb
Autor:
Michalski, Paweł B.1 pawel.michalski@ue.wroc.pl
Publikováno v:
Logistics & Transport / Logistyka i Transport. 2019, Vol. 41 Issue 1, p23-30. 8p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Michalski Paweł, Rudnik Katarzyna
Publikováno v:
Applied Sciences, Vol 9, Iss 19, p 3971 (2019)
Applied Sciences
Volume 9
Issue 19
Applied Sciences
Volume 9
Issue 19
This study proposes a double-track method for the classification of fruit varieties for application in retail sales. The method uses two nine-layer Convolutional Neural Networks (CNNs) with the same architecture, but different weight matrices. The fi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::bf8dc212cdd1d24cf26571e94d26af0e
https://www.mdpi.com/2076-3417/9/19/3971
https://www.mdpi.com/2076-3417/9/19/3971