SIN PP | dr inż. Grzegorz Miebs

PL EN

Strona główna / Ludzie / dr inż. Grzegorz Miebs

Pracownik

Wszystkie publikacje Wszystkie raporty

Jednostka organizacyjna

E-mail

ORCID

Dyscyplina naukowa (Ustawa 2.0)

1.

Beyond the Arbitrariness of Drug-Likeness Rules: Rough Set Theory and Decision Rules in the Service of Drug Design / Grzegorz Miebs (WIiT), Adam Mielniczuk (WIiT), Miłosz Kadziński (WIiT), Rafał A. Bachorz (WIiT) // Applied Sciences - 2024, vol. 14, iss. 21, s. 9966-1-9966-14

Artykuł naukowy 100 2,5
2.

An active preference learning approach to aid the selection of validators in blockchain environments / Jonas Gehrlein, Grzegorz Miebs (WIiT), Matteo Brunelli, Miłosz Kadziński (WIiT) // Omega - 2023, vol. 118

Artykuł naukowy 140 6,7
3.

Predicting a time-dependent quantity using Recursive Generative Query Network / Grzegorz Miebs (WIiT), Michał Wójcik (WIiT), Adam Karaszewski, Małgorzata Mochol-Grzelak, Paulina Wawdysz, Rafał A. Bachorz // International Journal of Neural Systems - 2022, vol. 32, no. 11

Artykuł naukowy 140 8
4.

Multi-criteria human resources planning optimisation using genetic algorithms enhanced with MCDA / Marcin Jurczak, Grzegorz Miebs (WIiT), Rafał A. Bachorz // Operations Research and Decisions - 2022, vol. 32, no. 4, s. 57-74

Artykuł naukowy 70 0,4
5.

Recommending multiple criteria decision analysis methods with a new taxonomy-based decision support system / Marco Cinelli (WIiT), Miłosz Kadziński (WIiT), Grzegorz Miebs (WIiT), Michael Gonzalez, Roman Słowiński (WIiT) // European Journal of Operational Research - 2022, vol. 302, no. 2, s. 633-651

Artykuł naukowy 140 6,4

1.

Aggregation of Stochastic Rankings in Group Decision Making / Miłosz Kadziński (WIiT), Grzegorz Miebs (WIiT), Dariusz Grynia (WIiT), Roman Słowiński // W: Collective Decisions: Theory, Algorithms And Decision Support Systems / red. Tomasz Szapiro, Janusz Kacprzyk - Cham, Switzerland : Springer, 2022 - s. 83-101

Rozdział w monografii naukowej 20

1.

Computer-aided decision support methods resistant to imperfections of learning data / Grzegorz Miebs (WIiT) / prom. Miłosz Kadziński (WIiT), rec. Bogumił Kamiński, Konrad Kułakowski, Jarosław Wątróbski - Poznań, Polska, 2024 - 278 s.

Rozprawa doktorska

Zaloguj się przez eKonto, aby dodać do SIN