📑 Table of Contents

Andrzej Bielecki (ur. 18 lutego 1961) – polski matematyk, informatyk i cybernetyk (specjalności: systemy sztucznej inteligencji, teoria układów dynamicznych, biomatematyka, cybernetyka), ma stopień naukowy doktora habilitowanego oraz tytuł profesora[1], wykładowca akademicki na Akademii Górniczo-Hutniczej im. S. Staszica.

Andrzej Bielecki
Data urodzenia

18 lutego 1961

Profesor nauk matematycznych
Specjalność: sieci neuronowe, systemy agentowe, teoria układów dynamicznych, biomatematyka
Alma Mater

Uniwersytet Jagielloński

Doktorat

26 listopada 1998
Uniwersytet Jagielloński

Habilitacja

2009

Profesura

11 maja 2020

Uczelnia

Uniwersytet Jagielloński
Akademia Górniczo-Hutnicza w Krakowie

Kariera naukowa

edytuj

W 1985 roku ukończył studia na wydziale Matematyki i Fizyki Uniwersytetu Jagiellońskiego na kierunku Fizyka. W 1992 roku ukończył studia matematyczne na Uniwersytecie Jagiellońskim, a w roku 1998 obronił dysertację „Gradientowe układy dynamiczne i proces nauki warstwowych sieci neuronowych“ i uzyskał stopień doktora nauk matematycznych w zakresie matematyki na Uniwersytecie Jagiellońskim. Promotorem pracy doktorskiej był Jerzy Ombach. Na tej samej uczelni uzyskał w 2009 roku stopień doktora habilitowanego nauk matematycznych ze specjalności „teoria układów dynamicznych i zastosowania matematyki“.

Pracował jako samodzielny fizyk w Instytucie Fizyki UJ w latach 1985-86, specjalista w Uczelnianym Ośrodku Elektronicznej Techniki Obliczeniowej Akademii Rolniczej w Krakowie (1987-1990), w Instytucie Informatyki UJ (1990-1991 jako specjalista, 1991-2000 na stanowisku asystenckim, 2000-2009 na stanowisku adiunkta, 2009-2010 na stanowisku starszego wykładowcy, 2010-2012 na stanowisku adiunkta habilitowanego, od 1 marca 2012 do 30 września 2012 na stanowisku profesora nadzwyczajnego). W 1993 roku odbył tygodniowy staż naukowy na Politechnice w Atenach w ramach programu SOCRATES. Następnie w ramach tego samego programu i na tej samej uczelni odbył dwa staże: 5-miesięczny w 1994 roku oraz 7-tygodniowy w 1995 roku. W 1999 roku był zatrudniony jako adiunkt na Uniwersytecie Illinois w Chicago.

W latach 2012-2020 był profesorem nadzwyczajnym Akademii Górniczo-Hutniczej im. S. Staszica w Krakowie w Katedrze Informatyki Stosowanej na Wydziale Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej. W 2020 roku otrzymał tytuł profesora i został zatrudniony na AGH na stanowisku profesora. Jest współzałożycielem i członkiem Instytutu Karola Wojtyły – fundacji naukowej, której celem jest krzewienie myśli Karola Wojtyły. Od stycznia 2021 jest członkiem komisji filozofii nauki Polskiej Akademii Umiejętności[2]. Od 1.10.2025 został zatrudniony na uniwersytecie Ignatianum na stanowsku profesora w Centrum Badań Kognitywistycznych na wydziale filozoficznym[3].

Naukowo zajmuje się teorią układów dynamicznych, zarówno w aspekcie teoretycznym[4][5][6] jak i aplikacyjnym[7][8][9][10], podstawami teoretycznymi systemów sztucznej inteligencji[11] oraz ich zastosowaniami w medycynie[12], robotyce[13] i energetyce[14][15], biomatematyką – matematyczne modele transmisji sygnału w synapsie[16][17][18][19] oraz cybernetyką ekonomiczną[20] i biocybernetyką[21][22][23][24] jak również teorią informacji - jest twórcą koncepcji informacji strukturalnej[25][26]. Jest również autorem monografii "Models Of Neurons And Perceptrons"[27].

Andrzej Bielecki jest autorem ponad 130 artykułów naukowych w tym ponad 40 na liście filadelfijskiej[28].

Przypisy

edytuj
  1. prof. dr hab. Andrzej Bielecki — SkOs AGH [online], skos.agh.edu.pl [dostęp 2025-10-31] [zarchiwizowane z adresu 2025-10-08].
  2. Polska Akademia Umiejętności - Filozofii Nauk [online], pau.krakow.pl [dostęp 2025-11-29] [zarchiwizowane z adresu 2025-05-18].
  3. Ludzie Nauki [online], ludzie.nauka.gov.pl [dostęp 2025-11-29].
  4. Estimation of the Euler method error on a Riemannian manifold, Communications in Numerical Methods in Engineering, vol.18, 2002, 757-763.
  5. Topological conjugacy of discrete time-map and Euler discrete dynamical systems generated by gradient flow on a two-dimensional compact manifold, Nonlinear Analysis – Theory, Methods and Applications, vol.51, 2002, 1293-1317.
  6. Topological conjugacy of cascades generated by gradient flow on a two-dimensional sphere, Annales Polonici Mathematici, vol.73, no.1, 2000, 37-57.
  7. Dynamical properties of a perceptron learning process – structural stability under numerics and shadowing , Journal of Nonlinear Science, vol.21, 2011, 579-593.
  8. Shadowing property in analysis of neural network dynamics, Journal of Computational and Applied Mathematics, vol.164-165, 2004, 107-115.
  9. Properties and applications of weakly nonlinear neurons, Journal of Computational and Applied Mathematics, vol.164-165, 2004, 93-106.
  10. Dynamical properties of learning process of weakly nonlinear and nonlinear neurons, Nonlinear Analysis: Real World Applications, vol.2, 2001, 249-258.
  11. A model of human activity automatization as a basis of artificial intelligence systems , IEEE Transactions on Autonomous Mental Development, vol.6, 2014, 169-182.
  12. Hand radiographs preprocessing, image representation in the finger regions and joint space width measurements for image interpretation, Pattern Recognition, vol.41, 2008, 3786-3798.
  13. Recognition of two-dimensional representation of urban environment for autonomous flying agents , Expert Systems with Applications, vol.40, 2013, 3623-3633.
  14. Modelling of a chaotic load of wind turbines drivetrain, Mechanical Systems and Signal Processing, vol.54-55, 2015, 491-505.
  15. Wind speed modelling using Weierstrass function fitted by a genetic algorithm, Journal of Wind Engineering and Industrial Aerodynamics, vol.109, 2012, 68-78.
  16. Dynamical properties of the reaction-diffusion type model of fast synaptic transport, Journal of Mathematical Analysis and Applications, vol.393, 2012, 329-340.
  17. Numerical simulation for neurotransmitter transport model in axon terminal of presynaptic neuron, Biological Cybernetics, vol.102, 2010, 489-501.
  18. Compartment model of neuropeptide synaptic transport with impulse control, Biological Cybernetics, vol.99, 2008, 443-458.
  19. Model of neurotransmitter fast transport in axon terminal of presynaptic neuron, Journal of Mathematical Biology, vol.56, 2008, 559-576.
  20. Systems theory approach to the health care organization on the national level, Cybernetics and Systems, vol.41, 2010, 489-507.
  21. A general entity of life – a cybernetic approach, Biological Cybernetics, vol.109, 2015, 401-419 .
  22. Mental organization according to metabolism of information and its mathematical description, International Journal of Neuroscience, vol.107, 2001, 173-184.
  23. Dynamic systems theory approach to consciousness, International Journal of Neuroscience, vol.104, 2000, 29-47.
  24. Zjawisko życia w świetle cybernetyki – dyskusja z udziałem Michała Hellera i Andrzeja Bieleckiego [online], YouTube [dostęp 2016-02-19].
  25. Andrzej Bielecki, Michael Schmittel, The Information Encoded in Structures: Theory and Application to Molecular Cybernetics, „Foundations of Science”, 27 (4), 2022, s. 1327–1345, DOI10.1007/s10699-022-09830-8, ISSN 1233-1821 [dostęp 2025-11-29] (ang.).
  26. ‪The concept of structural information and possible applications‬ [online], scholar.google.com [dostęp 2025-11-29].
  27. Andrzej Bielecki, Models of Neurons and Perceptrons: Selected Problems and Challenges, „Studies in Computational Intelligence”, 2019, DOI10.1007/978-3-319-90140-4, ISSN 1860-949X [dostęp 2025-11-29] (ang.).
  28. Andrzej Bielecki [online], scholar.google.com [dostęp 2025-11-29].

Bibliografia

edytuj

📚 Artikel Terkait di Wikipedia

Ada (język programowania)

bez), co oznacza to samo co "łańcuch 1łańcuch 2" i jest przydatne w preprocessingu. Oto przykład programu wyświetlającego zawartość plików na ekran. Jako