mgr inż. Konrad Kania

Pokój 22 
tel. (0) 81 538 4726

e-mail: k.kania@pollub.pl

Konsultacje:

Czwartek: 10:00-12:00

 

 

 

 

mgr inż. Konrad Kania

Absolwent IV LO w Lublinie, Klasa Matematyczno-Informatyczno-Fizyczna. Studia wyższe ukończone na Politechnice Lubelskiej: w 2012 roku uzyskał tytuł inżyniera mechatroniki, a w 2019  ukończył z wyróżnieniem studia magisterskie na kierunku matematyka na wydziale Podstaw Techniki Politechniki Lubelskiej. Praca magisterska napisana pod kierunkiem dr. hab. Edwarda Kozłowskiego: Solving the forward problem in the electrical capacitance tomography -  Rozwiazywanie problemu prostego w elektrycznej tomografii pojemnościowej

Od 2016 roku pracował w branży B+R zajmując się modelowaniem matematycznym, uczeniem maszynowym i zastosowaniami matematyki w przemyśle, głównie w zakresie tomografii niejonizującej. Od 2019 roku pracownik naukowo-dydaktyczny, początkowo na WSEI, a od 2020 roku w Katedrze Metod Ilościowych na Wydziale Zarządzania Politechniki Lubelskiej. 

 

Zainteresowania badawcze:

Matematyka stosowana, modelowanie matematyczne, analiza danych, uczenie maszynowe, deep learning.

 

Projekty badawcze:

  • Tomograf hybrydowy do badania zawilgocenia i stanu budynków
  • Tomograf elektryczny do innowacyjnego obrazowania i monitorowania obszarowego z wykorzystaniem mapy potencjałów węzłowych
  • Nowa generacja platformy tomografii przemysłowej do diagnostyki i sterowania procesami technologicznymi

 

Dydaktyka:

Prowadzenie ćwiczeń/laboratoriów: metody statystyczne, metody optymalizacyjne, matematyka

Wykłady: metody optymalizacyjne

Seminaria: wykorzystanie języka R w metodach ilościowych

 

Najważniejsze publikacje:

 

  • IMPLEMENTATION OF  BLOCK-WISE-TRANSFORM-REDUCTION METHOD FOR IMAGE RECONSTRUCTION IN ULTRASOUND TRANSMISSION TOMOGRAPHY, Mariusz Mazurek; Konrad Kania; Tomasz Rymarczyk; Dariusz Wójcik Tomasz Cieplak; Piotr Gołąbek, IEEE International Conference on Computer Communications 10-13 May 2021 // Virtual Conference
  • MAINTENANCE OF INDUSTRIAL REACTORS BASED ON DEEP LEARNING DRIVEN
    ULTRASOUND TOMOGRAPHY, Grzegorz Kłosowski; Tomasz Rymarczyk; Konrad Kania; Antoni Świć; Tomasz Cieplak, 2020 Eksploatacja i Niezawodność - Maintenance and Reliability Vol. 22, no. 1
  • Application of a regressive neural network with autoencoder for monochromatic images in ultrasound tomography, Tomasz Rymarczyk ; Grzegorz Kłosowski ; Tomasz Cieplak ; Edward Kozłowski ; Konrad Kania, 2019 Applications of Electromagnetics in Modern Engineering and Medicine (PTZE), Year: 2019 | Conference Paper | Publisher: IEEE
  • Implementation of Fermat'S Principle for Detection of Anomalies in Ultrasound Transmission Tomography, Konrad Kania ; Tomasz Rymarczyk ; Michał Maj ; Michał Gołąbek, 2019 Applications of Electromagnetics in Modern Engineering and Medicine (PTZE), Year: 2019 | Conference Paper | Publisher: IEEE
  • RayIntegration methods for real-time reconstruction using a compact measuring device, Konrad Kania ; Tomasz Rymarczyk ; Michał Maj ; Michał Gołąbek ; Przemysław Adamkiewicz ;Jan Sikora , 2019 International Interdisciplinary PhD Workshop (IIPhDW), Year: 2019 | Conference Paper | Publisher: IEEE
  • Application of the Fresnel zone and Free-space Path for image reconstruction in radio tomography, Michał Maj ; Tomasz Rymarczyk ; Konrad Kania ; Konrad Niderla ; Michał Styła ; Przemysław Adamkiewicz, 2019 International Interdisciplinary PhD Workshop (IIPhDW), Year: 2019 | Conference Paper | Publisher: IEEE

 

Wykaz wszystkich publikacji

fundusze.png

Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego, Program Operacyjny Wiedza Edukacja Rozwój 2014-2020
"
PL2022 - Zintegrowany Program Rozwoju Politechniki LubelskiejPOWR.03.05.00-00-Z036/17