dr hab. Adam Piotrowski

Adiunkt, Zakład Hydrologii i Hydrodynamiki

Instytut Geofizyki Polskiej Akademii Nauk
ul. Księcia Janusza 64, 01-452 Warszawa
tel: +48 22 6915-858, e-mail: adampp@igf.edu.pl

Wykształcenie

  • 2014 – Habilitacja – nadana przez Radę Naukową Instytutu Geofizyki Polskiej Akademii Nauk, „Rozwój Algorytmów Ewolucyjnych i ich wykorzystanie do prognozowania zmiennych hydrologicznych
  • 2006 – Praca doktorska – Instytut Geofizyki Polskiej Akademii Nauk, „Inteligentna analiza danych hydrologicznych
  • 2001 – Praca magisterska – Wydział Geografii i Studiów Regionalnych Uniwersytetu Warszawskiego, „Zmiany roczne pola temperatury powietrza w Kanadzie
  • 2000-2002 – studia równoległe w Instytucie Orientalistycznym Uniwersytetu Warszawskiego – kierunek Mongolistyka (przerwane, 2002)

Zatrudnienie

  • Od 01.11.2006 – adiunkt w Zakładzie Hydrologii i Hydrodynamiki Instytutu Geofizyki PAN
  • 01.06.2006-31.10.2006 – pracownik techniczny w Zakładzie Zasobów Wodnych Instytutu Geofizyki PAN

Zainteresowania badawcze

  • Modelowanie relacji opad-odpływ
  • Prognozowanie temperatury wody w rzekach
  • Określanie wartości współczynników dyspersji podłużnej w rzekach
  • Algorytmy Ewolucyjne
  • Ewolucja Różnicowa
  • Inteligencja Roju
  • Optymalizacja Rojem Cząstek
  • Metaheurystyki
  • Sztuczne Sieci Neuronowe

Nagrody i wyróżnienia

  • 2017II Nagroda za aktywność publikacyjną w IGF PAN w roku 2016

  • 2016I Nagroda za aktywność publikacyjną w IGF PAN w roku 2015

  • 2013 Nagroda III Wydziału Polskiej Akademii Nauk w dziedzinie Nauk o Ziemi im. Piusa Rudzkiego

  • 2010 – Laureat Stypendium Imienia Kacpra Rybickiego – przyznawanego w Instytucie Geofizyki PAN

  • 2009 - Laureat konkursu o przedłużenie "Stypendium krajowego dla młodych naukowców" Start Fundacji na Rzecz Nauki Polskiej
  • 2008 – Laureat konkursu "Stypendia krajowe dla młodych uczonych (program Start)" Fundacji na rzecz Nauki Polskiej
  • 2003 – Dyplom za referat pt. „Porównanie prognoz przepływów rzecznych otrzymanych z modeli przestrzeni fazowej i sieci neuronowych” uznany za najlepszy w konkursie młodych pracowników naukowych na XXIII Ogólnopolskiej Szkole Hydrauliki

Editorial Board

  • od 2016 – Edytor pomocniczy w czasopiśmie Swarm and Evolutionary Computation
    https://www.journals.elsevier.com/swarm-and-evolutionary-computation/

Projekty naukowe

  • 2017-2020 – kierownictwo grantu Narodowego Centrum Nauki nr 2016/21/B/ST10/02516 pt. „Wpływ spodziewanych zmian klimatycznych na reżim termiczny wybranych rzek Polski”; więcej informacji na temat projektu jest dostępnych na stronie
    https://ecc-wt.igf.edu.pl/
  • 2013-2015 – kierownictwo grantu Iuventus Plus Nr IP2012040672 pt. „Prognozowanie temperatury wody w rzekach za pomocą modeli empirycznych”
  • 2013-2014 – kierownictwo grantu wewnętrznego IGF PAN dla młodych naukowców Nr 1b/IGFPAN/2012/MŁ pt. „Rozwój metod optymalizacji deterministycznych modeli odpływu ze zlewni pod kątem ich wykorzystania na obszarach o klimacie umiarkowanym”
  • 2011-2012 – współpraca przy realizacji grantu wewnętrznego IGF PAN dla młodych naukowców Nr 500-10-1 pt. „Rozwój grupy ekspertów w zakresie geofizycznej oceny lokalizacji elektrowni jądrowej w Polsce” pod kierownictwem dr Mariusza Majdańskiego
  • 2006-2008 - współpraca przy realizacji grantu Nr 2 P04D 026 29 pt. „Procesy transportowe w korytach rzecznych” pod kierownictwem dr. hab. Pawła M. Rowińskiego
  • 2006-2008 – współpraca przy realizacji grantu Nr 2 P04D 009 29 pt. „Zarządzanie zbiornikiem retencyjnym wpływającym na chronione środowisko przyrodnicze na przykładzie systemu rzecznego górnej Narwi” pod kierownictwem prof. dr. hab. inż. Jarosława J. Napiórkowskiego
  • 2005-2006 – grant promotorski Nr 2 P04D 008 29, pt. „Inteligentna analiza danych hydrologicznych”

Publikacje w czasopismach z listy Web of Sciences

Piotrowski, A.P. (2018) Across Neighborhood Search algorithm: A comprehensive analysis. Information Sciences, 435, 334-381,
https://doi.org/10.1016/j.ins.2018.01.004

Piotrowski, A.P., Napiorkowski, J.J. (2018) Some metaheuristics should be simplified. Information Sciences, 427, 32-62,
https://doi.org/10.1016/j.ins.2017.10.039

Piotrowski, A.P., Napiorkowski M.J., Napiorkowski J.J., Rowinski, P.M.(2017) Swarm Intelligence and Evolutionary Algorithms: Performance
versus speed. Information Science 384, 34-85, http://dx.doi.org/10.1016/j.ins.2016.12.028

Piotrowski, A.P. (2017) Review of Differential Evolution population size. Swarm and Evolutionary Computation 32, 1-24,
http://dx.doi.org/10.1016/j.swevo.2016.05.003

Piotrowski, A.P., Napiorkowski, M.J., Napiorkowski, J.J., Osuch, M., Kundzewicz, Z.W. (2017) Are modern metaheuristics successful in
calibrating simple conceptual rainfall-runoff models? Hydrological Sciences Journal 62(4), 606-625,
http://dx.doi.org/10.1080/02626667.2016.1234712

Piotrowski, A.P., Napiorkowski, M.J. (2016) May the same numerical optimizer be used when searching either for the best or for the worst
solution to a real-world problem? Information Sciences 373, 124-148, http://dx.doi.org/10.1016/j.ins.2016.08.057

Piotrowski, A.P., Napiorkowski, J.J. (2016) Searching for structural bias in particle swarm optimization and differential evolution
algorithms. Swarm Intelligence 10(4), 307-353, http://dx.doi.org/10.1007/s11721-016-0129-y

Piotrowski, A.P., Napiorkowski, J.J., Osuch, M., Napiorkowski, M.J.(2016) On the importance of training methods and ensemble aggregation
for runoff prediction by means of artificial neural networks.Hydrological Sciences Journal 61(10), 1903-1925,
http://dx.doi.org/10.1080/02626667.2015.1085650

Piotrowski, A.P., Napiorkowski, M.J., Kalinowska, M., Napiorkowski, J.J., Osuch, M. (2016) Are Evolutionary Algorithms effective in
calibrating different Artificial Neural Network types for streamwater temperature prediction? Water Resources Management 30, 1217-1237,
http://dx.doi.org/10.1007/s11269-015-1222-5

Piotrowski, A.P., Napiorkowski, M.J., Napiorkowski, J.J., Osuch, M.(2015) Comparing various artificial neural network types for water
temperature prediction in rivers. Journal of Hydrology 529, 302-315, http://dx.doi.org/10.1016/j.jhydrol.2015.07.044

Piotrowski, A.P. (2015) Regarding the rankings of optimization heuristics based on artificially-constructed benchmark functions.
Information Sciences 297, 191-201, http://dx.doi.org/10.1016/j.ins.2014.11.023

Piotrowski, A.P. (2014) Differential Evolution algorithms applied to Neural Network training suffer from stagnation. Applied Soft Computing
21, 382-406, http://dx.doi.org/10.1016/j.asoc.2014.03.039

Piotrowski, A.P., Napiorkowski, J.J., Rowinski, P.M. (2014) How novel is the ‘‘novel’’ black hole optimization approach? Information Sciences
267, 191-200, http://dx.doi.org/10.1016/j.ins.2014.01.026

Piotrowski, A.P., Osuch, M., Napiorkowski, M.J., Rowiński, P.M., Napiorkowski, J.J. (2014) Comparing large number of metaheuristics for
artificial neural networks training to predict water temperature in a natural river. Computers & Geoscences 64, 136-151,
http://dx.doi.org/10.1016/j.cageo.2013.12.013

Piotrowski, A.P. (2013) Adaptive Memetic Differential Evolution with Global and Local neighborhood-based mutation operators. Information
Sciences 241, 164-194, http://dx.doi.org/10.1016/j.ins.2013.03.060

Piotrowski, A.P., Napiorkowski, J.J. (2013) A comparison of methods to avoid overfitting in neural networks training in the case of catchment
runoff modeling. Journal of Hydrology 476, 97-111, http://dx.doi.org/10.1016/j.jhydrol.2012.10.019

Piotrowski, A.P., Napiorkowski, J.J. (2012) Product-Units neural networks for catchment runoff forecasting. Advances in Water Resources
49, 97-113, http://dx.doi.org/10.1016/j.advwatres.2012.05.016

Piotrowski, A.P., Napiorkowski, J.J., Kiczko, A. (2012) Corrigendum to:‘‘Differential evolution algorithm with separated groups for
multi-dimensional optimization problems’’ [Eur. J. Oper. Res. 216 (2012) 33–46]. European Journal of Operational Research 219(2), 488,
http://dx.doi.org/10.1016/j.ejor.2011.12.043

Piotrowski, A.P., Napiorkowski, J.J., Kiczko, A. (2012) Differential Evolution algorithm with separated groups for multi-dimensional
optimization problems. European Journal of Operational Research 216, 33-46, http://dx.doi.org/10.1016/j.ejor.2011.07.038

Piotrowski, A.P., Rowinski, P.M., Napiorkowski, J.J. (2012) Comparison of evolutionary computation techniques for noise injected neural network
training to estimate longitudinal dispersion coefficients in rivers. Expert Systems with Applications 39, 1354-1361,
http://dx.doi.org/10.1016/j.eswa.2011.08.016

Piotrowski, A.P., Napiorkowski, J.J. (2011) Optimizing neural networks for river flow forecasting – Evolutionary Computation methods versus
Levenberg –Marquardt approach. Journal of Hydrology 407, 12-27, http://dx.doi.org/10.1016/j.jhydrol.2011.06.019

Piotrowski, A.P., Napiorkowski, J.J., Rowinski, P.M., Wallis, S.G.(2011) Evaluation of temporal concentration profiles for ungauged rivers
following pollution incidents. Hydrological Sciences Journal 56(5), 883-894, http://dx.doi.org/10.1080/02626667.2011.583398

Piotrowski, A.P., Napiorkowski, J.J. (2010) Grouping differential evolution algorithm for multi-dimensional optimization problems. Control
and Cybernetics 39(2), 527-550, http://control.ibspan.waw.pl:3000/contents/show/19?year=2010

Rowiński, P.M. and Piotrowski, A. (2008) Estimation of parameters of transient storage model by means of multi-layer perceptron neural
networks, Hydrological Sciences Journal 53(1), 165-178, http://www.tandfonline.com/doi/pdf/10.1623/hysj.53.1.165

Piotrowski, A., Wallis, S.G., Napiórkowski, J.J. and Rowiński, P.M.(2007) Evaluation of 1-D tracer concentration profile in a small river
by means of multi-layer perceptron neural networks, Hydrology and Earth System Sciences 11, 1883-1896,
www.hydrol-earth-syst-sci.net/11/1883/2007/

Piotrowski, A., Napiórkowski, J.J., Rowiński, P.M. (2006) Flash-flood forecasting by means of neural networks and nearest neighbour approach –
a comparative study, Nonlinear Processes in Geophysics 13, 443-448, www.nonlin-processes-geophys.net/13/443/2006/

Rowiński, P.M., Piotrowski, A., Napiórkowski, J.J. (2005) Are artificial neural networks techniques relevant for the estimates of longitudinal
dispersion coefficient in rivers?, Hydrological Sciences Journal 50(1), 175-187, http://www.tandfonline.com/doi/pdf/10.1623/hysj.50.1.175.56339

Inne publikacje

Napiorkowski M., Piotrowski, A.P., Napiorkowski J.J. (2014) Stream temperature forecasting by means of ensemble of neural networks: Importance of input variables and ensemble size. Proceedings of the River Flow 2014, 03-05 September, Lausanne, Switzerland.
Napiorkowski J.J., Piotrowski A., Rowinski P.M., Wallis S.G. (2012) Product Unit neural networks for estimations of longitudinal dispersion coefficients in rivers. 2nd IAHR Europe Congress, 27-29 June, Germany, Munich.
Piotrowski, A.P. (2011) Pure and Applied Geophysics 168, 1899-1900; DOI 10.1007/s00024-010-0252-4: Book Review: Numerical Modeling in Open Channel Hydraulics, by R. Szymkiewicz. Water Science and Technology Library, Vol. 83, Springer, 2010, ISBN: 978-90-481-3673-5 (hardback); e-ISBN: 978-90-481-3674-2;
Piotrowski, A.P., Rowiński, P.M. I Napiórkowski, J.J. (2010) Uncertainty study of data-based models of pollutant transport in rivers. Proceedings of River Flow 2010 Conference, Braunschweig, Germany, 8-10 September 2010
Piotrowski, A.P., Rowinski, P.M. i Napiorkowski, J.J. (2009). Estimation of parameters of models of pollutant transport in rivers depending on data availability. 33rd IAHR Congress: Water Engineering for a Sustainable Environment, Vancouver, 1179-1186.
Napiórkowski, J.J., Piotrowski, A., Rowiński, P.M. and Wallis, S.G. (2008) Prediction of the fate of pollutants in rivers by means of nonlinear Volterra series, River Flow 2008: Proceedings of the International Conference on Fluvial Hydraulics, Çeşme-İzmir, Turkey, 3-5 September 2008, 2469-2476.
Kiczko, A., Piotrowski, A., Napiórkowski, J.J. and Romanowicz, R.J. (2008) Combined reservoir management and flow routing modelling: Upper Narew case study, River Flow 2008: Proceedings of the International Conference on Fluvial Hydraulics, Çeşme-İzmir, Turkey, 3-5 September 2008, 1921-1928.
Rowinski, P.M., Guymer, I., Bielonko, A., Napiorkowski, J.J., Pearson, J., Piotrowski, A. (2007) Large scale tracer study of miting in a natura lowland river w: Proceedings of 32nd IAHR Congress, Venice.
Wallis, S.G., Piotrowski, A., Rowiński, P.M., Napiorkowski, J.J. (2007) Prediction of dispersion coefficients In a small stream Rusing artificial neural networks w: Proceedings of 32nd IAHR Congress, Venice.
Piotrowski, A., Rowiński, P.M., Napiórkowski, J.J. (2006) Assessment of longitudinal dispersion coefficient by means of different neural networks w: Proceedings of the 7th International Conference on Hydroinformatics 2006, Nice.
Napiórkowski, J.J., Piotrowski, A. (2005) Artificial neural networks as an alternative to the Volterra series in rainfall-runoff modelling, Acta Geophysica Polonica, 53(4), 459-472.
Piotrowski, A., Napiórkowski, J.J. (2005) Dispersion coefficient assessment by means of different neural networks w: Materiały VIII Krajowej Konferencji Algorytmy Ewolucyjne I Optymalizacja Globalna, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
Piotrowski, A., Rowiński, P.M., Napiórkowski, J.J. (2004) River flow forecast by selected black box models w: River Flow 2004, wydane przez M. Greco, A. Carravetta i R. D. Morte, Leiden.
Piotrowski, A. (2003) Porównanie prognoz przepływów rzecznych otrzymanych z modeli przestrzeni fazowej i sieci neuronowych w: Współczesne Problemy Hydrauliki Wód Śródlądowych, Materiały XXIII Ogólnopolskiej Szkoły Hydrauliki, Gdańsk.

Prowadzone projekty

  • chihe