Start - Badania
Lista najważniejszych publikacji pracowników Katedry Cybernetyki, Nanotechnologii i Przetwarzania Danych
Monografie, redakcja monografii i książek, rozdziały w monografiach:
- E. Czogała, E. Straszecka, T. Sadowski, Przetwarzanie wiedzy biomedycznej w warun-kach nieprecyzyjnej informacji. W: M. Nałęcz (red.), Biocybernetyka i Inżynieria Biomedyczna, Stan Badań w Polsce, Warszawa, 1994, 810 816.
- E.Czogała, J.Łęski, ,,Fuzzy implications in approximate reasoning”, in: L.Zadeh, A.Kacprzyk (Eds.), ,,Computing with words in information/intelligent systems. Vol.I: Foundations”, Physica-Verlag, Springer-Verlag Com., Heidelberg, New York, 1999, pp.342–357.
- J.Łęski, E.Czogała, ,,A new fuzzy inference system based on artificial neural network and its application”, in: L.Zadeh, A.Kacprzyk (Eds.), ,,Computing with words in information/intelligent systems. Vol.II: Applications”, Physica-Verlag, Springer-Verlag Com., Heidelberg, New York, 1999, pp.75–94.
- E.Czogała, J.Łęski, ,,Fuzzy and neuro-fuzzy intelligent systems”, Physica-Verlag, Springer-Verlag Com., Heidelberg, New York, 2000.
- E.Czogała, J.Łęski, ,,Entropy and energy measures of fuzziness in ECG signal processing”, in: P.S.Szczepaniak, P.J.G.Lisboa, J.Kacprzyk (Eds.), ,,Fuzzy systems in medicine”, Physica-Verlag, Springer-Verlag Com., Heidelberg, New York, 2000, pp.227–245.
- J.Łęski, E.Czogała, ,,A neuro-fuzzy inference system optimized by deterministic annealing”, in: R.Hampel, M.Wagenknecht, N.Chaker (Eds.), ,,Fuzzy control — theory and practice”, Physica-Verlag, Springer-Verlag Com., Heidelberg, New York, 2000, pp.287–293.
- E.Czogała, N.Henzel, J.Łęski, ,,The equality of inference results using fuzzy implication and conjunctive interpretations of the if-then rules under defuzzification”, in: R.Hampel, M.Wagenknecht, N.Chaker (Eds.), ,,Fuzzy control — theory and practice”, Physica-Verlag, Springer-Verlag Com., Heidelberg, New York, 2000, pp.98–108.
- E. Straszecka, Defining membership functions of fuzzy sets in medical decision support. W: P.S. Szczepaniak, P.J.G. Lisboa, J.Kacprzyk (red.), Fuzzy Systems in Medicine, Physica-Verlag, Springer Verlag Company, Heidelberg, New York, 2000, 32 47.
- J.Łęski, N.Henzel, ,,A neuro-fuzzy system based on logical interpretation of if-then rules”, in: M. Russo, L.C. Jain (Eds.), ,,Fuzzy learning and applications,” CRC Press, New York, 2001, pp.359–388.
- J.Chojcan, J.Łęski (Eds.), ,,Zbiory rozmyte i ich zastosowania”, Wydawnictwo Politechniki Śląskiej, Gliwice, 2001.
- J.Łęski, ,,Zbiory rozmyte i ich interpretacja. Wprowadzenie do teorii możliwości” W: J.Chojcan, J.Łęski (Eds.), ,,Zbiory rozmyte i ich zastosowania”, Wydawnictwa Politechniki Śląskiej, Gliwice, 2001, ss.151–170.
- J.Łęski, ,,Ordered weighted generalized conditional possibilistic clustering” W: J.Chojcan, J.Łęski (Eds.), ,,Zbiory rozmyte i ich zastosowania”, Wydawnictwa Politechniki Śląskiej, Gliwice, 2001, ss.469–479.
- E. Straszecka, Zastosowanie norm i konorm trójkątnych w teorii zbiorów rozmytych. W: J. Chojcan, J. Łęski (red.), Zbiory rozmyte i ich zastosowania, Wydawnictwo Politechniki Śląskiej, Gliwice 2001, 93 102.
- E. Straszecka, Możliwości wspomagania decyzji w medycynie z zastosowaniem teorii Dempstera-Shafera i zbiorów rozmytych. W: M. Nałęcz, E. Kącki, J. L. Kulikowski, A. Nowakowski, E. Waniewski (red.), Biocybernetyka i Inżynieria Biomedyczna, tom 7: Systemy komputerowe i teleinformatyczne w służbie zdrowia, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2002, 269 287.
- J.Łęski, E.Straszecka, ,,Zbiory rozmyte i ich zastosowanie w diagnostyce medycznej”. W: R.Zajdel, E.Kącki, P.S.Szczepaniak, M.Kurzyński (Eds.), ,,Kompendium Informatyki Medycznej”, α-medica Press, 2003, pp.334-364.
- J.Łęski, ,,Systemy neronowo-rozmyte”, WNT Warszawa 2008.
- M.Kotas, Nonlinear Projective Filtering of ECG Signals, in: Biomedical Engineering, Edited by: Carlos Alexandre Barros de Mello, In-Tech, Croatia 2009, pp. 433-452.
- E.Straszecka, Measures of uncertainty and imprecision in medical diagnosis support, Wydawnictwo Politechniki Śląskiej, Gliwice 2010.
- M.Kotas, Nieliniowa filtracja projekcyjna sygnałów elektrokardiograficznych, Wydawnictwo Politechniki Śląskiej, Gliwice, 2011.
- Jeżewski M., Porębski S., Czabański R., Straszecka E., Łęski J., "Rozmyte reguły warunkowe i metody inteligencji obliczeniowej we wspomaganiu diagnozy medycznej", Informatyka w medycynie (seria Inżynieria Biomedyczna, Podstawy i Zastosowania; t. 7). Red. M. Kurzyński, L. Bobrowski, A. Nowakowski, J. Rumiński. Warszawa, Akademicka Oficyna Wydaw. EXIT, 2019, s. 389-408.
- Czabański R., Jeżewski M., Łęski J., "Introduction to fuzzy systems, in: Theory and applications of ordered fuzzy numbers", A tribute to Professor Witold Kosiński. Eds. Piotr Prokopowicz, Jacek Czerniak, Dariusz Mikołajewski, Łukasz Apiecionek, Dominik Ślęzak. Cham: Springer, 2017, Studies in Fuzziness and Soft Computing, 356, pp. 23-43.
- Jeżewski M., Czabański R., Łęski J., "Introduction to fuzzy sets", in: Theory and applications of ordered fuzzy numbers. A tribute to Professor Witold Kosiński. Eds. Piotr Prokopowicz, Jacek Czerniak, Dariusz Mikołajewski, Łukasz Apiecionek, Dominik Ślęzak. Cham: Springer, 2017, Studies in Fuzziness and Soft Computing, 356, pp. 3-22.
Oryginalne prace twórcze opublikowane w czasopismach z ,,Listy Filadelfijskiej”:
- E.Czogała, J.Łęski, ,,Application of entropy and energy measure of fuzziness to processing of ECG signal”, Fuzzy Sets and Systems, Vol.97, No.1, 1998, pp.9–18.
- J.Łęski, E.Czogała, ,,A new artificial neural network based fuzzy inference system with moving consequents in if-then rules and its applications”, Fuzzy Sets and Systems, Vol.108, No.3, 1999, pp.289–297.
- N.Henzel, J.Łęski, ,,Computationally efficient method for HRV signal extraction”, Medical & Biological Engineering & Computing, Vol.37, Supl.2, 1999, pp.498–499.
- E.Czogała, J.Łęski, ,,On equivalence of approximate reasoning results using different interpretations of fuzzy if-then rules”, Fuzzy Sets and Systems, Vol.117, No.2, 2001, pp.279–296.
- J.Łęski, ,,Robust signal averaging”, IEEE Trans. Biomed. Eng., Vol.49, No.8, 2002, pp.796–804.
- M.Bałaziński, E.Czogała, K.Jemialniak, J.Łęski, ,,Tool condition monitoring using artificial intelligence methods”, Engineering Applications of Artificial Intelligence, Vol.15, 2002, pp.73–80.
- R. Czabański, Context evaluation for fuzzy conditional clustering, Bulletin of Polish Academy of Science, Technical Sciences, 2002, vol. 50, No. 1, pp. 71-78.
- J.Łęski, ,,Towards a robust fuzzy clustering”, Fuzzy Sets and Systems, Vol.137, No.2, 2003, pp.215–233.
- J. Łęski, ,,Ho-Kashyap classifier with generalization control”, Pattern Recognition Letters, Vol.24, 2003, pp.2281–2290.
- J.Łęski, ,,Neuro-fuzzy system with learning tolerant to imprecision” Fuzzy Sets and Systems, Vol. 138, No.2, 2003, pp. 427–439.
- J.Łęski, ,,Generalized weighted conditional fuzzy clustering”, IEEE Trans. Fuzzy Systems, Vol.11, No.6, 2003, pp.709–715.
- J.Łęski, ,,Fuzzy c-varieties/elliptotypes clustering in reproducing kernel Hilbert space” Fuzzy Sets and Systems, Vol. 141, No.2, 2004, pp. 259–280.
- J.Łęski, ,,ε-insensitive fuzzy c-regression models: Introduction to ε-insensitive fuzzy modeling”, IEEE Trans. Systems, Man and Cybernetics – Part B: Cybernetics, Vol.34, No.1, 2004, pp.4–15.
- J.Łęski, ,,An ε-margin Nonlinear Classifier based on if-then rules”, IEEE Trans. Systems, Man and Cybernetics – Part B: Cybernetics, Vol.34, No.1, 2004, pp.68–76.
- J.Łęski, A. Gacek, ,,Computationally Effective Algorithm to Robust Weighted Averaging”, IEEE Trans. Biomed. Eng., Vol.51, No.7, 2004, pp.1280–1284.
- Kotas M., Projective filtering of time-aligned ECG beats, IEEE Trans. on Biomedical Engineering, 51(7), 2004, pp. 1129-1139.
- J.Łęski, N.Henzel, ,,ECG baseline wander and powerline interference reduction using nonlinear filter bank”, Signal Processing, Vol.85, 2005, pp.781–793.
- J.Łęski, ,,TSK-fuzzy modeling based on ε-insensitive Learning”, IEEE Trans. Fuzzy Systems, Vol.13, No.2, 2005, pp.181–193.
- J.Łęski, A.Owczarek, ,,A time-domain-constrained fuzzy clustering method and its application to signal analysis”, Fuzzy Sets and Systems, Vol. 155, No.2, 2005, pp. 165–190.
- J.Łęski, ,,On support vector regression machines with linguistic interpretation of the kernel matrix” Fuzzy Sets and Systems, Vol. 157, No.3, 2006, pp. 1092–1113.
- Kotas M., Application of projection pursuit based robust principal component analysis to ECG enhancement, Biomedical Signal Processing and Control, 1(4), 2006, pp. 289-298.
- Kotas M., Projective filtering of time-aligned ECG beats for repolarization duration measurement, Computer Methods and Programs in Biomedicine, 85(2), 2007, pp.115-123.
- Kotas M., Projective filtering of time-aligned beats for foetal ECG extraction, Bulletin of the Polish Academy of Sciences: Technical Sciences, 55(4), 2007, pp. 331-339.
- Kotas M., Projective filtering of time warped ECG beats, Computers in Biology and Medicine, 38(1), 2008, pp. 127-137.
- Kotas M., Robust projective filtering of time-warped ECG beats, Computer Methods and Programs in Biomedicine, 92(2), 2008, pp. 161-172.
- Kotas M., Jeżewski J., Matonia A., Kupka T., Towards noise immune detection of fetal QRS complexes, Computer Methods and Programs in Biomedicine, 97(3), 2010, pp. 241-256.
- J. Łęski, ,,Iteratively reweighted least squares classifier and its l2- and l1-regularized kernel versions”, ”, Bull. Pol. Ac.: Tech. Vol. 58, No. 1, 2010, pp.171-182.
- R. Czabański, M. Jeżewski, J. Wróbel, J. Jeżewski: Predicting the risk of low-fetal birth weight from cardiotocographic signals using ANBLIR system with deterministic annealing and e-insensitive learning, IEEE Transactions on Information Technology in Biomedicine, 2010, Vol. 14, No. 4, 1062-1074.
- M. Jeżewski, R. Czabański, J. Wróbel, K. Horoba: „Analysis of extracted cardiotocographic signal features to improve automated prediction of fetal outcome”, Biocybernetics and Biomedical Engineering, Vol. 30(4), 2010, 29-47.
- Kotas M., Jeżewski J., Horoba K., Matonia A., Application of spatio-temporal filtering to fetal electrocardiogram enhancement, Computer Methods and Programs in Biomedicine, 104(1), 2011, pp. 1-9.
- R. Czabański, J. Jeżewski, A. Matonia, M. Jeżewski: ”Computerized Analysis of Fetal Heart Rate Signals as the Predictor of Neonatal Acidemia”, Expert Systems with Applications, 2012, Volume 39, Issue 15, 1 November 2012, pp. 11846–11860.
- J. Łęski, N. Henzel, ,,Generalized ordered linear regression with regularization.” Bull. Pol. Ac.: Tech. Vol. 60, No. 3, 2012, pp.481-489.
- R. Czabański, J. Jeżewski, J. Wróbel, J. Sikora, M. Jeżewski: Application of fuzzy inference system for classification of fetal heart rate tracings in relation to neonatal outcome, Ginekologia Polska, 2013, Vol. 84(1), 38-43.
- R. Czabański, J. Jeżewski, K. Horoba, M. Jeżewski, Fetal state assessment using fuzzy analysis of fetal heart rate signals—Agreement with the neonatal outcome, Biocybernetics and Biomedical Engineering, Vol. 33(3), 2013, 145-155.
- T. Pander, R. Czabański, T. Przybyla, D. Pojda-Wilczek, "An automatic saccadic eye movement detection in an optokinetic nystagmus signal", Biomedical Engineering/Biomedizinische Technik, 2014, Vol. 59(6), 529-543.
- R. Czabanski, J.Wrobel, J. Jezewski, J. Leski, M. Jezewski: “Efficient evaluation of fetal wellbeing during pregnancy using methods based on statistical learning principles”, Journal of Medical Imaging and Health Informatics, 2015, Vol. 5(6).
- M. Jeżewski, R. Czabański, J. Łęski: "An Attempt to Optimize the Cardiotocographic Signal Feature Set for Fetal State Assessment”, Journal of Medical Imaging and Health Informatics, 2015, Vol. 5(6), IF = 0,877, 1364-1373.
- M. Jeżewski, R. Czabański, J. Łęski, K. Horoba, "Clustering with pairs of prototypes to support automated assessment of the fetal state", International Journal of Applied Artificial Intelligence, 2016, 30(6), pp. 572-589.
- R. Czabański, M. Jeżewski, K. Horoba, J. Jeżewski, J. Łęski, "Fuzzy analysis of delivery outcome attributes for improving the automated fetal state assessment", International Journal of Applied Artificial Intelligence, 2016, 30(6), 556-571.
- 6. Jeżewski M., Czabański R., Łęski J., Jeżewski J., "Fuzzy classifier based on clustering with pairs of ε-hyperballs and its application to support fetal state assessment", Expert Systems with Applications, 2019, 118, pp. 109–126.
- Łęski J., Czabański R., Jeżewski M., Jeżewski J., Fuzzy ordered c-means clustering and least angle regression for fuzzy rule-based classifier: study for imbalanced data. IEEE Trans. Fuzzy Syst., 2019, s. 1-15.
- Czabański R., Horoba K., Wróbel J., Matonia A., Martinek R., Kupka T., Jeżewski M., Kahankova R., Jeżewski J., Łęski J., "Detection of atrial fibrillation episodes in long-term heart rhythm signals using a support vector machine", Sensors, 2020, vol. 20, s. 1-24.
Oryginalne prace twórcze opublikowane w czasopismach:
- J.Łęski, ,,Przetwarzanie sygnału EKG za pomocą nowej klasy rekursywnych filtrów cyfrowych”, Zesz. Nauk. Pol. Śl. Z.93, 1989, pp.169–182.
- J.Łęski, ,,Detektor zespołu QRS z zakłóconego przebiegu EKG”, Zesz. Nauk. Pol. Śl. Z.93, 1989, pp.183–193.
- J.Łęski, Z.Frankiewicz, ,,Nowa metoda uśredniania sygnału w obecności niestacjonarnych zakłóceń”, Pomiary, Automatyka, Kontrola, nr 11, 1989, pp.237–239.
- J.Łęski, ,,New concept of signal averaging in time domain”, AMSE Review, AMSE Press, Vol.13, No.3, 1990, pp.49–54.
- Z.Frankiewicz, J.Łęski, ,,Metoda detekcji zespołów QRS oraz klasyfikacji skurczów ektopowych w sygnale EKG dla potrzeb komputerowo wspomaganych prób wysiłkowych i monitorowania”, Postępy Fizyki Medycznej, Nr 3–4, 1990, pp.101–107.
- J.Łęski, ,,Klasyfikacja zespołów QRS dla potrzeb uśredniania sygnału w dziedzinie czasu”, Zesz. Nauk. Pol. Śl., Z.103, 1991, pp.157–167.
- J.Łęski, ,,Precyzyjna lokalizacja zespołów QRS w dziedzinie czasu dla potrzeb uśredniania sygnału EKG”, Zesz. Nauk. Pol. Śl., Z.103, 1991, pp.169–179.
- J.Łęski, ,,Klasyfikacja zespołów QRS dla potrzeb uśredniania sygnału EKG w dziedzinie czasu”, Postępy Fizyki Medycznej, Tom 26, Z.3–4, 1991, pp.129–138.
- J.Łęski, ,,Detekcja zespołów QRS dla zakłóconych sygnałów EKG”, Postępy Fizyki Medycznej, Tom 26, Z.3–4, 1991, pp.113–128.
- Z.Frankiewicz, J.Łęski, ,,Adaptive fiducial point detector for ECG stress testing systems”, International Journal of Bio-Medical Computing, Vol.28, 1991, pp.127–135.
- J.Łęski, ,,Zastosowanie nieliniowej filtracji Kalmana do tłumienia zakłóceń sygnału EKG”, Zesz. Nauk. Pol. Śl., Z.103, 1991, pp.181–196.
- Z.Czyż, T.Petelenz, J.Łęski, M.Sosnowski, K.Kozakiewicz, Z.Flak, B.Białkowska, ,,Późne potencjały przedsionkowe (ALP) — nowy test diagnostyczny. Zagrożenia napadowym migotaniem przedsionków. Analiza w dziedzinie czasu i częstotliwości”. T.Petelenz (Ed.), ,,Zwężenie lewego ujścia żylnego — ,,stara choroba” a nowoczesna medycyna: 40 lat doświadczeń w leczeniu”. Katowice 1992, pp.25–33. (100% części technicznej pracy)
- J.Łęski, ,,Klasa filtrów cyfrowych o prawdziwie liniowej charakterystyce fazowej”, Pomiary, Automatyka, Kontrola, nr 8, 1992, pp.198–201.
- J.Łęski, ,,Projektowanie prostych obliczeniowo rekursywnych filtrów cyfrowych”, Pomiary, Automatyka, Kontrola, nr 3, 1993, pp.62–64.
- J.Łęski, ,,Klasa cyfrowych filtrów do tłumienia zakłóceń wolnozmiennych sygnałów biologicznych”, Zesz. Nauk. Pol. Śl., Z.108, 1994, pp.49–60.
- J.Łęski, ,,Projektowanie periodycznie zmiennych rekursywnych filtrów cyfrowych”, Zesz. Nauk. Pol. Śl., Z.113, 1995, pp.167–182.
- J.Łęski, ,,Nowa metoda tłumienia zakłóceń mięśniowych w badaniach wysiłkowych przez uśrednianie w dziedzinie czasu”, Zesz. Nauk. Pol. Śl., Z.113, 1995, pp.183–207.
- E.Czogała, J.Łęski, ,,Application of entropy measure of fuzziness to building a detection function of ECG signal”, Archiwum Informatyki Stosowanej i Teoretycznej, Tom 8, Z.1–2, 1996, pp.47–54.
- E.Czogała, J.Łęski, ,,Energy measure of fuzziness in classification the QRS complex of ECG signal”, Archiwum Informatyki Stosowanej i Teoretycznej, Tom 8, Z.1–2, 1996, pp.55–61.
- J.Łęski, T. Pander, ,,An application of bispectrum for high-resolution alignment of ECG cycles”, Systems Science, Vol.23, No.1, 1996, pp.101–111.
- P.Rozentryt, E.Czogała, J.Łęski, ,,Application of entropy and energy measure of fuzziness to heart rate variability analysis”, Medical Science Monitor, Vol.2, No.5, 1996, pp.642–649.
- P.Rozentryt, J.Łęski, E.Czogała, Z. Religa, ,,Pattern recognition analysis of heart rate variability signal. Is it an alternative method in assessment of autonomic cardiovascular regulation?”, Medical Science Monitor, Vol.3, No.2, 1997, pp.242–253.
- J.Łęski, E. Czogała, ,,A new artificial neural network based fuzzy inference system with moving consequents in if-then rules”, BUSEFAL, Vol.71, 1997, pp.72–81.
- M.Sosnowski, Z.Czyż, T.Petelenz, J.Łęski, M.Tendera, ,,Evaluation of nonlinear dynamics of ventricular repolarization in normal subjects and in patients after myocardial infraction”, Ann. Noniv. Electrocardiol. Vol.2, No.2, 1997, pp.104–113.
- E.Czogała, J.Fodor, J.Łęski, ,,The Fodor fuzzy implication in approximate reasoning”, Systems Science, Vol.23, No.2, 1997, pp.17–28.
- T.Pander, J.Łęski, ,,A technique of 3rd order spectrum shift for methods of high-resolution alignment of ECG cycles”, Polish Journal of Medical Physics and Engineering, Vol.3, No.2, 1997, pp.67–84.
- E.Czogała, J.Łęski, ,,A new fuzzy inference system with moving consequents in if-then rules. Applications to pattern recognition”, Bull. Pol. Ac.: Tech., Vol.45, No.4, 1997, pp.643–655.
- J.Łęski, E.Czogała, ,,A new method of alignment ECG cycles using energy measure of fuzziness”, BUSEFAL, Vol.73, 1998, pp.91–99.
- M.Sosnowski, Z.Czyż, J.Łęski, T.Petelenz, M.Tendera, ,,High resolution electrocardiography — its application for the measurement of the QT interval in the presence of low amplitude T-waves”, Ann. Noniv. Electrocardiol. Vol.3, No.4, 1998, pp.304–310.
- E.Czogała, J.Łęski, ,,An equivalence of approximate reasoning under defuzzification”, BUSEFAL, Vol.74, 1998, pp.83–92.
- P.Rozentryt, J.Łęski, N.Henzel, G. Raczak, M.Zembala, L.Poloński, ,,Zmiennosć morfologii wektora elektrokardiogramu. Analiza z cyklu na cykl”, Folia Cardiologica, Vol.6, 1999, pp.68–81.
- J.Łęski, N.Henzel, ,,A neuro-fuzzy system using logical interpretation of if-then rules and its application to diabetes mellitus forecasting”, Archives of Control Sciences, Vol.9, No.1–2, 1999, pp.107–122.
- P.Rozentryt, J.Łęski, J.Sroczyński, E.Czogała, ,,A new beat-by-beat spectro-temporal analysis of variability in ECG morphology”, Medical Science Monitor, Vol.5, No.4, 1999, pp.777–785.
- E.Czogała, J.Łęski, Y.Hayashi, ,,A classifier based on neuro-fuzzy inference system”, Journal of Advanced Computational Intelligence, Vol.3, No.4, 2000, pp.282–288.
- J.Łęski: ,,A new generalized weighted conditional fuzzy clustering”, BUSEFAL, Vol.81, 2000, pp.8–16.
- J.Łęski, ,,Robust possibilistic clustering”, Archives of Control Sciences, Vol.10, No.3–4, 2000, pp.141–155.
- J.Łęski, N.Henzel, ,,A neuro-fuzzy system based on logical interpretation of if-then rules”, International Journal Applied Mathematics and Computer Sciences, Vol.10, No.4, 2000, pp.703–722.
- R. Czabański, Zastosowanie sterowania rozmytego w inżynierii biomedycznej, Zeszyty Naukowe Politechniki Śląskiej 2000, Seria: Elektronika, z. 12, Nr kol. 1492, str. 49-68.
- J.Łęski, ,,An ε-insensitive approach to fuzzy clustering”, International Journal Applied Mathematics and Computer Sciences, Vol.11, No.4, 2001, pp.993–1007.
- J.Łęski, ,,Improving generalization ability of neuro-fuzzy system by ε-insensitive learning”, International Journal Applied Mathematics and Computer Sciences, Vol.12, No.3, 2002, pp.437–447.
- J.Łęski, ,,ε-insensitive fuzzy c-medians clustering”, Bull. Pol. Ac.: Tech., Vol.50, No.4, 2002, pp.361–374.
- J.Łęski, H.Henzel, ,,Minimum hypervolume clustering algorithm”, Machine Graphics and Vision, Vol.11, No.1, 2002, pp.123–132.
- J.Łęski, ,,Minimum absolute error classifier design with generalization control”, Archives of Control Sciences, Vol.12, No.3, 2002, pp.289–299.
- J.Łęski, ,,Computationally effective algorithm to the ε-insensitive fuzzy clustering, System Science, Vol.28, No.3, 2002, pp.31–50.
- J.Łęski, ,,ε-insensitive learning techniques for approximate reasoning systems (Invited Paper)”, International Journal of Computational Cognition, Vol.1, No.1, 2002, pp.21–77.
- J.Łęski: ,,An ε–insensitive fuzzy c-means clustering”, BUSEFAL, Vol.86, 2003, pp. 61–70. (http://www.univ-savoie.fr/Portail/Groupes/LISTIC/busefal/Papers/ 86.zip/86_09.pdf)
- J.Łęski, ,,Fuzzy if-then rule-based nonlinear classifier”, International Journal of Applied Mathematics and Computer Sciences, Vol.13, No.2, 2003, pp.215–224.
- J.Łęski, ,,Kernel Ho-Kashyap classifier with generalization control” International Journal of Applied Mathematics and Computer Science. Vol.14, No.1, 2004, pp.53–62.
- J.Łęski, T.Czogała, ,,A fuzzy system with ε-insensitive learning of premises and consequences of if-then rules” International Journal of Applied Mathematics and Computer Sciences. Vol.15, No.2, 2005, pp.257–273.
- R. Czabański: Neuro-fuzzy modelling based on a deterministic annealing approach, Applied Mathematics and Computer Science, 2005, Vol. 15, No. 4, pp. 561-576.
- R. Czabański: Fuzzy if-then rules extraction by means of e-insensitive learning techniques integrated with deterministic annealing optimization method, International Journal of Computational Cognition, 2005, Vol. 3, No. 4, pp. 80-89.
- A. Momot, M. Momot, J. Łęski, „Empirical bayesian averaging method and its application to noise reduction in ECG signal”, Journal of Medical Informatics and Technologies, Vol.10, 2006, pp.93–101.
- R. Czabański: Extraction of Fuzzy Rules Using Deterministic Annealing Integrated with eps-insensitive Learning, Applied Mathematics and Computer Science, 2006, Vol.16, No. pp. 357-372.
- R. Czabański, T. Przybyła: Median Fuzzy Conditional Clustering, International Journal of Information Technology and Intelligent Computing, 2006, Vol. 1, No. 1, pp. 79-89.
- R. Czabański, T. Pander: Parameters Estimation for Digital Non-Linear Filters Using Neuro Fuzzy System, Journal of Medical Informatics and Technologies, 2006, Vol. 10, pp. 139-144.
- A. Momot, M. Momot, J. Łęski, „Bayesian and empirical bayesian approach to weighted averaging method of ECG signal”, Bull. Pol. Ac.: Tech. Vol. 55, No. 4, 2007, pp.341-350.
- R. Czabański, M. Jeżewski, J. Wróbel. T. Kupka, J. Łęski, J. Jeżewski: „The prediction of the low fetal birth weight based on quantitative description of cardiotocographic signals”, Journal of Medical Informatics and Technologies, Vol. 12, 2008, pp.97-102.
- M. Jeżewski, R. Czabański, K. Horoba, J. Wróbel, J. Łęski, J. Jeżewski: „Influence of gestational age on neural networks interpretation of fetal monitoring signals”, Journal of Medical Informatics and Technologies, Vol. 12, 2008, pp.137-142.
- R. Czabański, M. Jeżewski, J. Wróbel. T. Kupka, J. Łęski, J. Jeżewski: The prediction of the low fetal birth weight based on quantitative description of cardiotocographic signals, Journal of Medical Informatics and Technologies, 2008, Vol. 12, 97-102.
- R. Czabański, M. Jeżewski, J. Wróbel, J. Jeżewski, K. Horoba: Fuzzy system for evaluation of fetal hart rate signals using FIGO criteria, Journal of Medical Informatics and Technologies, 2009, Vol. 13, 189-194.
- R. Czabański, M. Jeżewski, D. Roj, Z. Szaszkowski, T. Kupka, J. Wróbel: Evaluation of predictive capabilities of quantitative cardiotocographic signal features, Journal of Medical Informatics and Technologies, 2010, Vol. 16, 11-17.
- N. Henzel, A. Gacek, J. Łęski: ,,Szereg czasowy zbiorów rozmytych w opisie i analizie sygnałów elektrokardiograficznych”, Acta Bio-Optica et Informatica Medica, Vol.17, No.4, 2011, pp.313-316.
- R. Czabański, D. Roj, J. Jeżewski, K. Horoba, M. Jeżewski, Fuzzy prediction of fetal acidemia, Journal Of Medical Informatics & Technologies vol. 17, 2011, 81-87.
- J. Łęski, M. Jeżewski: “Clustering Algorithms For Classification Methods”, Journal of Medical Informatics and Technologies, Vol. 20, 2012, pp.11-18.
- R. Czabański, M. Jeżewski, J. Jeżewski, J. Wróbel, K. Horoba, Robust extraction of fuzzy rules with artificial neural network based on fuzzy inference system. Int. J. Intelligent Information and Database Systems, Vol. 6(1), 2012, 77-92.
- R. Czabański, D. Roj, J. Jeżewski, K. Horoba, M. Jeżewski, Fuzzy prediction of fetal acidemia, Journal Of Medical Informatics & Technologies vol. 17, 2011, 81-87.
- R. Czabanski, J. Wrobel, J. Jezewski, M. Jezewski: ”Two-Step Analysis of the Fetal Heart Rate Signal as a Predictor of Distress” in “Intelligent Information and Database Systems”, Editors: J. S. Pan, S. M. Chen, N. T. Nguyen, LNAI 7197(II)/Lecture Notes in Computer Science, Springer Verlag, 2012, 431-438.
- T. Pander, R. Czabański, T. Przybyła, D. Pojda-Wilczek: “The Possibilities Of Optokinetic Nystagmus Cycles Averaging”, Journal of Medical Informatics and Technologies, 2012, Vol. 19, 25-31.
- T. Pander, R. Czabański, T. Przybyła, D. Pojda-Wilczek: Saccades Detection In Optokinetic Nystagmus - A Fuzzy Approach”, Journal of Medical Informatics and Technologies, 2012, Vol. 19, 33-39.
- T. Przybyła, J. Wróbel, R. Czabański, K. Horoba, T. Pander, M. Momot: “Segmentation of Biomedical Signals Using an Unsupervised Approach”, Journal of Medical Informatics and Technologies, 2012, Vol. 19, 124-131.
- R. Czabański, T. Pander, T. Przybyła: Fuzzy Approach to Saccades Detection in Optokinetic Nystagmus, Advances in Intelligent Systems and Computing, Springer International Publishing, 2014, Vol. 242, 231-238.
- T. Pander, T. Przybyła, R. Czabański: An Application of The Lp-Norm in Robust Weighted Averaging of Biomedical Signals, Journal of Medical Informatics and Technologies, 2013, Vol. 22, 71-78.
- T. Przybyła, J. Wróbel, T. Pander, R. Czabański, J. Jeżewski, A. Matonia: Projective Filtering Based on l1-Norm PCA, Journal of Medical Informatics and Technologies, 2013, Vol. 22, 79-86.
- Kozielski M., Stypka Ł., Gene ontology based gene analysis in graph database environment, Studia Informatica, vol 34 Number 2A(111), 2013, pp. 325-336.
- Stypka, Ł., & Kozielski, M. Methods of normalization the results of Gene Ontology term similarity. Studia Informatica, 35(2), 2014, pp. 7-18.
Współpraca

To największy w Europie i jeden z największych uniwersytetów na świecie pod względem liczby studentów. Utworzony 20 kwietnia 1303 przez papieża Bonifacego VIII.
Współpraca

Misją Wydziału jest promowanie i wspieranie rozwoju technologii, które są w stanie konkurować na międzynarodowych rynkach specjalistycznych.
Współpraca

Misją instytutu ITACA jest rozwijanie społeczeństwa poprzez aplikację wiedzy z badań w dziedzinie teleinformatyki.
Współpraca

Instytut z siedzibą w Zabrzu, którego działalność statutowa obejmuje prowadzenie prac badawczych, rozwojowych i wdrożeniowych w dziedzinie techniki medycznej.
Współpraca

Jedna z największych polskich uczelni, oferująca nowatorskie rozwiązania w edukacji oraz przyjazną przestrzeń prowadzenia badań.