1. Strona główna/
  2. Lista autorów/
  3. Rusek Janusz/
  4. Habilitacja

Rusek Janusz, dr hab. inż., prof. AGH

WGGiIŚ-kgib Katedra Geodezji Inżynieryjnej i Budownictwa

Wydział Geodezji Górniczej i Inżynierii Środowiska

inżynieria lądowa, geodezja i transport
100
0
rusek@agh.edu.pl
Habilitacja
Ocena zagrożenia obiektów budowlanych na terenach górniczych z zastosowaniem metod uczenia maszynowego
Wydział:
AGH Wydział Geodezji Górniczej i Inżynierii Środowiska
Dziedzina:
nauki techniczne
Data uchwały Rady Wydziału:
20.09.2018
Stopień naukowy:
dr hab. nauk technicznych
Dyscyplina:
inżynieria środowiska, budownictwo na terenach górniczych
Słowa kluczowe:
wstrząsy górnicze; uczenie maszynowe; SVM; konstrukcje budowlane; sieci Bayesa; ocena ryzyka; sieci neuronowe sztuczne
Uwagi:
Rozprawę habilitacyjną stanowi cykl 8 publikacji: [1] Rusek J. (2017). A proposal for an assessment method of the dynamic resistance of concrete slab viaducts subjected to impact loads caused by mining tremors. Journal of Civil Engineering, Environment And Architecture t. 34, z. 64, s. 469-485 ; [2] Rusek J., Kocot W. ( 2017). Proposed assessment of dynamic resistance of the existing industrial portal frame building structures to the impact of mining tremors. IOP Conference Series: Materials Science and Engineering vol. 245 art. no. 032020, s. 1–10 ; [3] Rusek J. (2017). Procedure of building and analysis of the information database of the resistance of existing bridge structures to mining tremors. Geomatics and Environmental Engineering vol. 11, no. 4, s. 111–123 ; [4] Rusek J. (2018). Machine-learning methods for assessing dynamic resistance of existing bridge structures subjected to mining tremors. Geomatics and Environmental Engineering vol. 12, no. 1, s. 109–120 ; [5] Rusek J. (2016). Support vector machines and probabilistic neural networks in the assessment of the risk of damage to water supply systems in mining areas. Polish Journal of Environmental Studies vol. 25, no. 5A, s. 71–76 ; [6] Witkowski M., Rusek J. (2017). Wykorzystanie probabilistycznych sieci neuronowych do wyznaczania ryzyka powstania szkód w budynkach poddanych wstrząsom górniczym. Przegląd Górniczy t. 73, nr 1, s. 44–47 ; [7] Rusek J., Firek K. (2016). Assessment of technical condition of prefabricated large-block building structures located in mining area using the Naive Bayes Classifier. W: SGEM 2016: 16th international multidisciplinary scientific geoconference: 30 June–6 July, 2016, Albena, Bulgaria: conference proceedings. Vol. 2, Ecology and environmental protection. Sofia: STEF92 Technology Ltd., s. 109–116 ; [8] Rusek J., Firek K. (2016). Bayesian Belief Network in the analysis of damage to prefabricated large-panel building structures in mining areas. Polish Journal of Environmental Studies vol. 25, no. 5A, s. 77–82.