Pracownicy

Robert Sałat


dr hab.

Robert Sałat

Wydział Inżynierii Produkcji

Katedra Podstaw Inżynierii

+48 22 59 346 08



Mgr inż.-1997-Politechnika Krakowska, Kraków, Polska

Dr inż. -2002-Politechnika Warszawska, Warszawa, Polska

2003-dziś-adiunkt, Wydział Inżynierii Produkcji, Wydział Podstawowych Problemów Techniki, Warsaw University of Life Sciences, Warszawa, Polska



Generalnie zajmuję się sieciami SVM i ich zastosowaniem w różnych dziedzinach, w tym elektrotechniki, automatyki, farmacji i farmakologii. W moich badaniach stosuję również programowalne sterowniki logiczne (PLC) i PID algorytmy. Obecnie pracuję nad połączeniem Support Vector Machine (SVM) i PLC. Moje najnowsze badania obejmują zastosowanie SVM i algorytmów genetycznych, aby dostroić każdy algorytm PID zaimplementowany w PLC o dowolnej nieznanej strukturze. Do tej pory z powodzeniem udało mi się zbudować dwa referencyjne laboratoria sterowników PLC oparte na sterownikach GE i Siemens. Napisałem również książkę o programowaniu sterowników PLC zatytułowaną "Wprowadzenie do programowania sterowników PLC," (w języku polskim), oraz rozdziały w trzech książek.

Curriculum Vitae

http://scholar.google.pl/citations?user=oAwAPecAAAAJ&hl=pl&oi=ao

Publikacje

  1. Peer-reviewed publications in International Journals

  2. [1] Salat R., Osowski S., Fault location in transmission line using hybrid neural network, Compel – An International Journal, 2002, No. 1, 18-30.

  3. [2] Sałat R., Osowski S., Siwek A., PCA transformation for Feature Selection at the Diagnosis of Electrical Circuits, Electrical Review, 2003, No. 10, 667-670.

  4. [3] Salat R., Osowski S., Accurate fault location in the power transmission line using Support Vector Machine approach, IEEE Transactions on Power Systems, 2004, No. 2, 979- 986.

  5. [4] Wrotek H., Salat R., Approximation rotational parameters of rolling rotor switched reluctance motor by means of finite element method and artificial neural network, Electrical Review, 2010, No. 12, 276-279.

  6. [5] Salat R., Osowski S., Support Vector Machine for soft fault location in electrical circuits. Journal of Intelligent and Fuzzy Systems, 2011, No. 22, 21-31.

  7. [6] Salat K., Kulig K., Salat R., Filipek B., Malawska B., Analgesic and anticonvulsant activity of new derivatives of 2-substituted 4-hydroxybutanamides in mice, Pharmacological Reports, 2012, No. 64, 102–112 .

  8. [7] K. Salat, A. Moniczewski, R. Salat, M. Janaszek, B.Filipek, B. Malawska, K. Wieckowski, Analgesic, anticonvulsant and antioxidant activity of 3-[4-(3-trifluoromethyl-phenyl)-piperazin-1-yl]-dihydrofuran-2-one dihydrochloride in mice, Pharmacology, Bio

  9. [8] Salat R., Salat K., New approach to predicting proconvulsant activity with the use of Support Vector Regression, Computers in Biology and Medicine, 2012, No. 42, 575–581.

  10. [9] Salat R., Awtoniuk M., Dynamics mapping of the work of the PID controller implemented in the

  11. PLC by means of Least Squares-Support Vector Machines, Electrical Review, 2012, No. 5a, 227-230.

  12. [10] Winiczenko R., Salat R., Awtoniuk M., Estimation of tensile strength of ductile iron friction welded joints using hybrid intelligent methods, Transactions of Nonferrous Metals Society of China, 2013, No 23, 385-391.

  13. [11] Salat R., Awtoniuk M., Korpysz K., Black-Box system identification by means of Support Vector Regression and Imperialist Competitive Algorithm, Electrical Review, 2013, No. 9, 223-226.

  14. [12] Salat R., Salat K., The application of support vector regression for prediction of the antiallodynic effect of drug combinations in the mouse model of streptozocin-induced diabetic neuropathy, Computer Methods and Programs in Biomedicine, 2013, No. 3