Wyszukiwanie:
tytuł, autor
wszędzie

Sortowanie:


Bibliografia Publikacji Pracowników PK (46604)
    Książki (7636)
    Artykuły i czasopisma (21071)
    Materiały konferencyjne (22964)
    Rozprawy doktorskie (1191)
    Opublikowane recenzje (87)
    Inne publikacje w portalach i serwisach internetowych (106)
Inne bazy bibliograficzne (14977)
    Architektura i Sztuka Krakowa (2298)
    Historia i Ludzie PK – baza w przygotowaniu (0)
    Konferencje Krynickie - Referaty (7734)
    Niepublikowane prace naukowe pracowników PK (1994-2012) (4941)


Jednostki PK

Opcje

Piekarczyk, Marcin; Bar, Olaf; Bibrzycki, Łukasz; Niedźwiecki, Michał; Rzecki, Krzysztof; Stuglik, Sławomir; Andersen, Thomas; Budnev, Nikolay M.; Alvarez-Castillo, David E.; Cheminant, Kévin Almeida; Góra, Dariusz; Gupta, Alok C.; Hnatyk, Bohdan; Homola, Piotr; Kamiński, Robert; Kasztelan, Marcin; Knap, Marek; Kovács, Péter; Łozowski, Bartosz; Miszczyk, Justyna; Mozgova, Alona; Nazari, Vahab; Pawlik, Maciej; Rosas, Matías; Sushchov, Oleksandr; Smelcerz, Katarzyna; Smolek, Karel; Stasielak, Jarosław; Wibig, Tadeusz; Woźniak, Krzysztof W.; Zamora-Saa, Jilberto

CNN-based classifier as an offline trigger for the CREDO experiment

typ: artykuł w czasopiśmie

 

Seria/Czasopismo Sensors
Numeracja Vol. 21, Iss. 14, Spec. Iss.
Data wydania 2021
Numer specjalny tak
Język angielski
Typ nośnika online
Zakres stron [1-24]
Liczba stron 24
Oznaczenia ref./art. 4804
Oznaczenie ilustracji fot., rys., schem., tab., wykr.
Bibliografia (na str.) 22-24
Bibliografia (liczba pozycji) 58
Oznaczenie streszczenia Abstr.
ISSN 1424-8220
Uwagi Special Issue: Multi-Sensor Systems for Object Tracking
Charakter pracy publikacja naukowa
Publikacja recenzowana tak
Rodzaj publikacji oryginalny artykuł naukowy (original article)
DOI 10.3390/s21144804
Opis bibliograficzny
CNN-based classifier as an offline trigger for the CREDO experiment / Marcin Piekarczyk [et al.], Michał Niedźwiecki [et al.], Katarzyna Smelcerz [et al.] // Sensors [Dokument elektroniczny]. – 2021, ... więcej

tematyka
Słowa kluczowe image sensors, global sensor network, gamification, citizen science, convolutional neural networks, image classification, deep learning, CREDO
Abstrakt
Gamification is known to enhance users’ participation in education and research projects that follow the citizen science paradigm. The Cosmic Ray Extremely Distributed Observatory (CREDO) experiment ... więcej

punktacja i wskaźniki
Lista MNiSW tak
Punktacja czasopisma 100
Impact Factor 3.576

dodatkowe informacje
Publikacja w Open Access (OA) tak

odnośniki
Link do publikacji przejdź  
Projekt spoza indeksu BPP AGH University of Science and Technology in the year 2021 as research project No. 16.16.120.773
Kolekcja
Artykuły
Artykuły i czasopisma /






© 2009 - 2021 Biblioteka Politechniki Krakowskiej http://www.biblos.pk.edu.pl/