BIP WSIiZ

Dr inż. Mariusz Wrzesień

Tu jesteś: Strona główna > Kadra > Dr inż. Mariusz Wrzesień

Dziekan Kolegium Informatyki Stosowanej.

Adiunkt w Katedrze Sztucznej Inteligencji.

Zatrudniony w Wyższej Szkole Informatyki i Zarządzania od 1999 roku.

Doktor nauk technicznych w dyscyplinie informatyka, dyplom w specjalności sztuczne systemy decyzyjne (Politechnika Gdańska, rok 2008), magister inżynier w dziedzinie informatyka i automatyka (Politechnika Rzeszowska, rok 1999), studia na Kierunku Komputertechnik (Uniwersytet Techniczny we Wiedniu, rok 1996).

W lipcu 1999 r. podjął pracę w charakterze asystenta w Katedrze Podstaw Informatyki, następnie w Katedrze Systemów Ekspertowych i Sztucznej Inteligencji, a obecnie w Katedrze Sztucznej Inteligencji Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie. Od początku 2000 roku prowadził badania pod opieką naukową prof. dr hab. inż. Zdzisława S. Hippe. Jest autorem/współautorem kilkunastu opublikowanych, oryginalnych prac naukowych, prezentowanych na krajowych i międzynarodowych konferencjach naukowych. Od lutego 2009 prodziekan Wydziału Administracyjno-Informatycznego WSIiZ – Kierunek Informatyka, od 2013 do 2019 dziekan Wydziału Informatyki Stosowanej, obecnie dziekan Kolegium Informatyki Stosowanej.
W trakcie pracy na WSIiZ został wyróżniony kilkoma nagrodami Rektora i Kanclerza, oraz uzyskał kilka certyfikatów informatycznych m.in.: Cisco Certified Network Associate, Microsoft Certified Database Administrator, Professional Scrum Master, Professional Scrum Product Owner.

 

https://orcid.org/0000-0002-1413-6748

  1. M. Wrzesień and M. Wrzesień, „Classification of Time Series Using FCM-Based Forecasting Models,” 2023 IEEE International Conference on Fuzzy Systems (FUZZ), Incheon, Korea, Republic of, 2023, pp. 1-6, doi: 10.1109/FUZZ52849.2023.10309770.
  2. M. Wrzesień, M. Wrzesień, W. Homenda (2023). Time Series Classification Using Images: The Case Of SAX-Like Transformation. In A. R. da Silva, M. M. da Silva, J. Estima, C. Barry, M. Lang, H. Linger, & C. Schneider (Eds.), Information Systems Development, Organizational Aspects and Societal Trends (ISD2023 Proceedings). Lisbon, Portugal: Instituto Superior Técnico.

  3. M. Wrzesień, M. Wrzesień and W. Homenda, „Time Series Processing with Cognitive Maps. The Case of General Forecast Modeling for Time Series of Similar Nature,” 2022 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), Padua, Italy, 2022, pp. 1-8, doi: 10.1109/FUZZ-IEEE55066.2022.9882810.

  4. W. Homenda, A. Jastrzebska, M. Wrzesien (2022). Time Series Classification Using Images. In R. A. Buchmann, G. C. Silaghi, D. Bufnea, V. Niculescu, G. Czibula, C. Barry, M. Lang, H. Linger, & C. Schneider (Eds.), Information Systems Development: Artificial Intelligence for Information Systems Development and Operations (ISD2022 Proceedings). Cluj-Napoca, Romania.

  5. R. Bazylevych, M. Wrzesień and L. Bazylevych, „A Set of Nets Planarization for Electronic Devices’ Physical Design Automation,” 2020 IEEE 15th International Conference on Computer Sciences and Information Technologies (CSIT), Zbarazh, Ukraine, 2020, pp. 192-195, doi: 10.1109/CSIT49958.2020.9321917.
  6. R. Bazylevych, M. Wrzesień and L. Bazylevych, „Power System Islanding by the Hierarchical Clustering,” 2019 IEEE 14th International Conference on Computer Sciences and Information Technologies (CSIT), Lviv, Ukraine, 2019, pp. 145-148, doi: 10.1109/STC-CSIT.2019.8929837.
  7. M. Wrzesień, W. Treder, K. Klamkowski, W.R. Rudnicki: Prediction of the apple scab using machine learning and simple weather stations – Computers and Electronics in Agriculture, 2018.
  8. D.P. Noren, B.L. Long, R. Norel, K. Rrhissorrakrai, K. Hess, C.W. Hu, et al.: A Crowdsourcing Approach to Developing and Assessing Prediction Algorithms for AML Prognosis. PLoS Comput Biol 12(6): e1004890. doi:10.1371/journal.pcbi.1004890, 2016.
  9. W. Paja, M. Wrzesień, R. Niemiec, and W. R. Rudnicki: Application of all relevant feature selection for failure analysis of parameter-induced simulation crashes in climate models, Geoscientific Model Development, 9, 1065–1072, 2016.
  10. W. R. Rudnicki, M. Wrzesien, W. Paja: All Relevant Feature Selection Methods and Applications, Feature Selection for Data and Pattern Recognition 2015: 11-28.
  11. A. Podsiadlo, M. Wrzesien, W. Paja, W. Rudnicki and B. Wilczynski: Active enhancer positions can be accurately predicted from chromatin marks and collective sequence motif data, BMC Systems Biology 2013, 7(Suppl 6):S16, ISSN: 1752-0509 (http://www.biomedcentral.com/1752-0509/7/S6/S16).
  12. W. Paja and M. Wrzesień, „Melanoma important features selection using random forest approach,” 2013 6th International Conference on Human System Interactions (HSI), Sopot, Poland, 2013, pp. 415-418, doi: 10.1109/HSI.2013.6577857.
  13. W. Paja, M. Wrzesień: Decision Rules Development Using Set of Generic Operations Approach. In: Perner, P. (Ed.) ICDM2012, LNAI, vol. 7377, pp. 236-242, Springer, Heidelberg (2012).
  14. P. Cudek, W. Paja, M. Wrzesień: Image Recognition System for Diagnosis Support of Melanoma Skin Lesion, In: P. Bouvry, M. Kłopotek, F. Leprevost, M. Marciniak, A. Mykowiecka, H. Rybiński (Eds), Security and Intelligent Information Systems, LNCS 7053, ISBN 978-3-642-25260-0, Springer-Verlag Berlin Heidelberg 2012, pp. 217-225. 
  15. W. Paja, K. Pancerz, T. Mroczek, J. Gomuła, M. Wrzesień: Melanoma Diagnosis and Classification Web Center System. The Non-Invasive Diagnosis Support Subsystem, In: P. Perner (Ed.) Advances in Data Mining, LNAI 6870, Springer-Verlag Berlin Heidelberg 2011, pp. 96-105.
  16. W. Paja, M. Wrzesień: Experiments with Hybridization and Optimization of Rules Knowledge Base for Classification of MMPI Profiles, In: P. Perner (Ed.) Advances in Data Mining. Applications and Theoretical Aspects, LNAI 6870, Springer-Verlag Ber-lin Heidelberg 2011, pp. 121-133. 
  17. W. Paja, K. Pancerz, M. Wrzesień: A Constructive Feature Induction Mechanism Founded on Evolutionary Strategies with Fitness Functions Generated on the Basis of Decision Trees, In: J.T. Yao, S. Ramanna, G. Wang, Z. Suraj (Eds), Rough Sets and Knowledge Technology, LNCS 6954, Springer-Verlag Berlin Heidelberg 2011, pp. 89-94.
  18. P. Cudek, W. Paja, M. Wrzesień: Automatic System for Classification of Melanocytic Skin Lesions Based on Images Recognition, In: T. Czachórski, S. Kozielski, U. Stanczyk (Eds), Man-Machine Interactions 2, Advances in Intelligent and Soft Computing, (AISC 103), Springer-Verlag Berlin Heidelberg 2011, pp. 189-196.

Prowadzone przedmioty:

Bazy danych, Eksploracja danych, Narzędzia sztucznej inteligencji, Metodyki zarządzania projektami programistycznymi, Proseminarium, Seminarium dyplomowe,
Sztuczna inteligencja.

Materiały z prowadzonych przedmiotów znajdują się na dysku K:MW

Materiały dla studentów dostępne są na platformie Moodle.

 

dr inż. Mariusz Wrzesień, Dziekan Kolegium Informatyki Stosowanej

DANE KONTAKTOWE

Dr inż. Mariusz Wrzesień
Kolegium Informatyki Stosowanej
e-mail: mwrzesien@wsiz.edu.pl
CEM
pokój KM103
tel.: 0 17/866 11 79
36-020 Tyczyn, Kielnarowa 386m

KONSULTACJE

Terminy wyznaczane indywidualnie via email.

https://wsiz.webex.com/meet/mwrzesien

 

 

 

 

Czy wiesz, że Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie należy do czołówki najlepszych uczelni w Polsce? Oferujemy kształcenie praktyczne, dostosowane do trendów panujących na rynku pracy. Badania dowodzą, że nasi absolwenci szybko znajdują dobrze płatną pracę i są zadowoleni ze studiów.

ul. mjr. Henryka Sucharskiego 2

35-225 Rzeszów

Telefon: 17 866 11 11

E-mail: wsiz@wsiz.edu.pl

Facebook WSIiZ Rzeszów
Instagram WSIiZ Rzeszów
Linkedin WSIiZ Rzeszów
Youtube WSIiZ
Spotify
TikTok WSIiZ Rzeszów

Zapisz się do newslettera

Skip to content