Moje zainteresowania naukowe koncentrują się na analizie eksploracyjnej danych związanych ze spalaniem odpadów komunalnych, ze szczególnym uwzględnieniem charakterystyki popiołów oraz identyfikacji zależności pomiędzy procesami termicznymi a zawartością pierwiastków krytycznych. W swoich badaniach wykorzystuję metody statystyczne, wizualizacje danych oraz narzędzia z zakresu uczenia maszynowego, aby ujawniać wzorce, anomalie i czynniki procesowe wpływające na zmienność składu materiałów powstających podczas termicznego przekształcania odpadów.

Drugim obszarem moich zainteresowań jest analiza i modelowanie zanieczyszczenia powietrza, ze szczególnym naciskiem na metale oznaczane w pyle zawieszonym PM10. Prowadzę badania nad przestrzenno-czasową zmiennością stężeń metali ciężkich, ich źródłami, zależnościami meteorologicznymi oraz możliwościami prognozowania poziomów zanieczyszczeń z użyciem metod uczenia maszynowego i modeli regresyjnych.

Trzecim istotnym kierunkiem mojej pracy jest analiza zmienności wezwań karetek pogotowia. Zajmuję się badaniem sezonowości, czynników środowiskowych i społecznych wpływających na zmiany intensywności zdarzeń, a także modelowaniem krótkoterminowej i długoterminowej dynamiki wezwań. Celem jest identyfikacja wzorców, które mogą wspierać planowanie zasobów medycznych oraz poprawę efektywności systemów ratownictwa.

Research interests

My research interests focus on exploratory data analysis related to municipal solid waste incineration, with particular emphasis on the characterization of ash and the identification of relationships between thermal processes and the occurrence of critical elements. In my work, I employ statistical analysis, data visualization, and machine-learning techniques to uncover patterns, anomalies, and process-driven factors that influence the variability of materials generated during thermal waste treatment.

Another key area of my research involves the analysis and modelling of air pollution, specifically the concentrations of metals measured in PM10 particulate matter. I investigate the spatiotemporal variability of heavy metal levels, assess emission sources, study meteorological dependencies, and develop predictive models using machine-learning algorithms and advanced regression techniques.

A further component of my scientific activity concerns the analysis of variability in ambulance call-outs. I examine seasonal patterns and environmental and socio-demographic factors affecting the frequency of emergency events, as well as develop models describing short- and long-term dynamics of ambulance dispatches. The objective is to identify actionable patterns that can support medical resource planning and enhance the efficiency of emergency response systems.