Computer vision / scientific imaging / research software
Adiunkt w Instytucie Fizyki Doświadczalnej Uniwersytetu Wrocławskiego. Zainteresowania badawcze skupiają się na analizie danych obrazowych STM/EC-STM i LEED oraz rozwoju narzędzi computer vision / deep learning dla danych eksperymentalnych. Działalność dydaktyczna i materiały kursowe obejmują m.in. programowanie urządzeń mobilnych oraz deep learning.
Kontakt
Projekty badawcze, dydaktyczne i programistyczne.
Autorskie narzędzia naukowe do analizy, wizualizacji i przetwarzania danych eksperymentalnych.
Materiały dydaktyczne, notatniki oraz zasoby dla studentów.
Publikacje naukowe, dane bibliograficzne oraz odnośniki DOI.
Projekty
Projekty badawcze, dydaktyczne i programistyczne.
Prowadzenie / rozwój narzędzi / Aktywny
Projekt rozwoju aplikacji desktopowych do analizy danych STM, EC-STM i LEED: od kuracji danych, przez rejestrację, detekcję i tracking, po walidowane metryki oraz eksport wyników.
Research software / analiza danych / Aktywnie rozwijany
Rozwój narzędzi software'owych dla grupy NETCAT: analiza STM/EC-STM, detekcja i tracking obiektów, metrologia sieci, deep learning wspierający eksperta oraz workflow human-in-the-loop od surowych obrazów do ilościowo zwalidowanych wyników.
Software
Autorskie narzędzia naukowe do analizy, wizualizacji i przetwarzania danych eksperymentalnych.
2026 / Testing and stabilization
Desktopowa aplikacja PyQt do kuracji i analizy zsynchronizowanych skanów STM: rejestracja, detekcja molekuł, ręczna anotacja, grupowanie, analiza czasowo-intensywnościowa i eksport danych.
2026 / Active research software
Aplikacja desktopowa PyQt6 do analizy sekwencji LEED: detekcja plamek dyfrakcyjnych, tracking, korekta trajektorii, dopasowanie 2D Gaussian i eksport wyników ilościowych.
Dydaktyka
Materiały dydaktyczne, notatniki oraz zasoby dla studentów.
Programowanie urządzeń mobilnych 1
Kurs wprowadzający do Kotlina i tworzenia aplikacji Android w Jetpack Compose.
Programowanie urządzeń mobilnych 2
Kontynuacja kursu mobilnego obejmująca nawigację, architekturę aplikacji, lokalne bazy danych, pobieranie danych z usług zewnętrznych, elementy Android Jetpack i wstrzykiwanie zależności.
Publikacje
Publikacje naukowe, dane bibliograficzne oraz odnośniki DOI.
Research article / 2026
Free, open-source Python application for reproducible reciprocal-space analysis of STM/EC-STM images, including Bragg-peak localization, substrate-anchored calibration, lattice-vector extraction and uncertainty propagation.
Research article / 2026
Study of amorphous Ge2S3 grown on GaN(0001), combining surface, optical and photoelectron spectroscopy to determine band offsets and type-II band alignment.