Spinner

Документ се учитава

АТУСС

ВИШЕР

Академија техничко-уметничких струковних студија Београд

Одсек Висока школа електротехнике и рачунарства

Стефан Панић

Образовање

  • Докторске студије: Електронски факултет у Нишу, Електротехника и рачунарство [2007-2010]
  • Основне академске студије: Електронски факултет, Универзитет у Нишу, Телекомуникације [2002-2007]

Биографија

Стефан Р. Панић је рођен 1983. године у Пироту, где је завршио основно и средње образовање. Основне и постдипломске студије је завршио на Електронском факултету, Универзитета у Нишу. На Природно-математичком факултету, Универзитета у Приштини је биран у сва наставна звања из уже научне области Информационо-комуникационе технологије. Школску 2018/2019 годину је провео на стручном усавршавању на Томском Политехничком Универзитету у Руској федерацији. Бави се истраживањима из области Теорије информација, Теорије телекомуникација и Криптографије. Наставу на АТУСС изводи почевши од школске 2017/2018. године. 


Референце

Научни рад у међународном часопису

  1. Stefan Panić, Vladeta Milenkovic, Ratko Ivkovic, “Helmert-based A-law and μ-law vector gradient quantization in deep neural networks”, Signal, Image and Video Processing, ISSN: 1863-1703, (2026), 20 (2), 65 https://link.springer.com/article/10.1007/s11760-025-05050-2

  2. Milan Dubljanin, Stefan Panić, Milan Savić, Milan Dejanović, Oliver Popović. 2026. "Efficient Quantization of Pretrained Deep Networks via Adaptive Block Transform Coding", Information, ISSN: 2078-2489, 17, no. 1: 69. https://www.mdpi.com/2078-2489/17/1/69 

  3.  Milan Dubljanin, Stefan Panic, Milan Savic, Srdjan Milosavljevic, “Adaptive µ-law Gradient Quantization for Training MLPs and CNNs”, Advances in Electrical and Computer Engineering, ISSN: 1582-7445, (2026), Vol. 26, Issue 1, Year 2026, pp. 55 – 64 https://aece.ro/abstractplus.php?year=2026&number=1&article=6 (

  4.  Stefan Panic, Milan Dejanovic, Vladeta Milenkovic, Danijel Djosic, Milan Gligorijevic, "Application of neural networks in estimating second-order characteristics of kappa–mu shadowed fading channels", Telecommunication Systems, ISSN: 1018-4864 (2025), 88, 27 (2025) https://doi.org/10.1007/s11235-025-01259-1. https://link.springer.com/article/10.1007/s11235-025-01259-1

  5. Ratko Ivković, Stefan Panić Frequency-adapted local correlation for nano-textures model (FALCON), Visual Computer, 41,2025, pp. 12853–12863, ISSN: 0178-2789, https://link.springer.com/article/10.1007/s00371-025-04189-w

Научни рад на међународној конференцији

  1. 53. Stefan Panic, Aleksandar Mosic, Vladeta Milenkovic: A Rician-Based Physically Motivated Wavelet for Fading Channel Signal Classification, TELFOR 2025. https://ieeexplore.ieee.org/document/11314260  (

  2. 52. M Dejanović, S Panić, D Đošić, D Milić, Computing Descriptive Statistics of Bluetooth Signals Using a Neural Network, 2025 24th International Symposium INFOTEH-JAHORINA (INFOTEH), 1-5, https://ieeexplore.ieee.org/document/10959200

др Стефан Панић слика

др Стефан Панић

Kабинет: 205

Eлектронска пошта: spanic@viser.edu.rs

Консултације
  • Среда: 12-14
Предмети
© 2026 Одсек Висока школа електротехнике и рачунарства, Београд
Војводе Степе 283, office@viser.edu.rs, +381 11 2471 099
Радно време: Понедељак - Петак 09:00-17:00