Please use this identifier to cite or link to this item: http://elartu.tntu.edu.ua/handle/lib/29099

Title: Методи ідентифікації сегментної та ритмічної структур циклічних сигналів в системах цифрової обробки даних
Other Titles: Методы идентификации сегментной и ритмической структур циклических сигналов в системах цифровой обработки данных
Methods of identification of segment and rhythmic structures of cyclic signals in systems of digital data processing
Authors: Литвиненко, Ярослав Володимирович
Литвиненко, Я. В.
Lytvynenko, I.V.
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя
Bibliographic description (Ukraine): Литвиненко Я.В. Методи ідентифікації сегментної та ритмічної структур циклічних сигналів в системах цифрової обробки даних: дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 01.05.02 / Ярослав Володимирович Литвиненко. — Тернопіль, 2019. — 663 с.
Issue Date: 4-Nov-2019
Publisher: Тернопільський національний технічний університет ім. Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопіль
Science degree: доктор технічних наук
Level thesis: докторська дисертація
Code and name of the specialty: 01.05.02 - математичне моделювання та обчислювальні методи
Defense council: Д58.052.01
Institution defense: Тернопільський національний технічний університет імені Івана Пулюя
Supervisor: Лупенко, Сергій Анатолійович
Committee members: Матвійчук, Ярослав Миколайович
Власюк, Анатолій Павлович
Юзефович, Роман Михайлович
UDC: 681.518.3
004.94
519.6
Keywords: циклічні сигнали
математичне моделювання
методи сегментації
ідентифікація сегментної структури
оцінювання ритмічної структури
методи статистичного опрацювання
комп’ютерне моделювання
циклические сигналы
математическое моделирование
методы сегментации
идентификация сегментной структуры
оценка ритмической структуры
методы статистической обработки
компьютерное моделирование
cyclic signals
mathematical modeling
methods of segmentation
identification of the segment structure
evaluation of the rhythm structure
methods of statistical processing
computer simulation
Number of pages: 663
Abstract: Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 01.05.02 – «Математичне моделювання та обчислювальні методи». – Тернопільський національний технічний університет імені Івана Пулюя, Тернопіль, 2019. Дисертація присвячена вирішенню проблеми ідентифікації сегментних і ритмічних структур циклічних сигналів, що підвищують точність їх опрацювання та комп’ютерного моделювання в автоматизованих системах цифрової обробки даних. Створено методологію побудови методів сегментації різних циклічних сигналів, моделями яких є циклічні функції. Розроблена на основі створеної методології система методів сегментації циклічних сигналів дозволяє проводити ідентифікацію їх сегментних і дискретних ритмічних структур з підвищеною точністю при їх автоматизованому опрацюванні. Удосконалено метод ідентифікації ритмічної структури за рахунок використання методів інтерполяції квадратичним чи кубічним сплайном у порівнянні з відомим методом ідентифікації ритмічної структури на основі кусково-лінійної інтерполяції. Розроблено метод адаптивної ідентифікації ритмічної структури циклічних сигналів, який містить як складові метод визначення додаткових елементів ритмічної структури та метод визначення оптимального полінома на відповідному сегменті. Розроблено метод верифікації моделей на основі перевірки гіпотези про належність досліджуваного сигналу до класу циклічних. Розроблено математичні засоби ідентифікації сегментних та оцінювання ритмічних структур, які в цілому підвищують точність методів дискретизації, статистичного опрацювання та комп’ютерного моделювання циклічних сигналів, придатні для використання в програмно-апаратних системах цифрової обробки (діагностики чи прогнозування) різних циклічних сигналів.
Диссертация на соискание ученой степени доктора технических наук по специальности 01.05.02 – «Математическое моделирование и вычислительные методы». – Тернопольский национальный технический университет имени Ивана Пулюя, Тернополь, 2019. Диссертация посвящена решению проблемы идентификации сегментных и ритмических структур циклических сигналов, повышающие точность их обработки, а также компьютерного моделирования в автоматизированных системах цифровой обработки данных. Создано методологию построения методов сегментации разных циклических сигналов, моделями которых есть циклические функции. Разработанная на основании созданной методологии система методов сегментации циклических сигналов позволяет проводить идентификацию их сегментных и дискретных ритмических структур с повышенной точностью при их автоматизированной обработке. Усовершенствован метод идентификации ритмической структуры за счет использования методов интерполяции квадратичным или кубическим сплайном по сравнению с известным методом идентификации ритмической структуры на основании кусочно-линейной интерполяции. Разработанный метод адаптивной идентификации ритмической структуры циклических сигналов, который включает в себя как свои составляющие метод определения дополнительных элементов ритмической структуры и метод определения оптимального полинома на соответствующем сегменте. Разработан метод верификации моделей на основании проверки гипотезы о принадлежности исследуемого сигнала к классу циклических. Разработанные математические средства идентификации сегментных и оценки ритмических структур, которые, в целом, повышают точность методов дискретизации, статистической обработки и компьютерного моделирования циклических сигналов, пригодные для использования в программно-аппаратных системах цифровой обработки (диагностики или прогнозирования) разных циклических сигналов.
The dissertation for a scientific degree of Doctor of Technical Sciences on specialty 01.05.02 – «Mathematical modeling and computation methods». – Ternopil Ivan Puluj National Technical University, Ternopil, 2019. The dissertation is dedicated to the solution of the scientific problem which consists in the creation of new methods for identification of segment and rhythm structures of cyclic signals, which provide improved accuracy of cyclic signals processing and computer modeling in automated digital data processing systems. Considering the fact that there is a repetitive structure of cyclic signals, which is due to phase expansion in time or space of cyclic occurrences and processes - a methodology for constructing methods of segmentation (mathematical models of which are cyclic functions with segment structure) of different cyclic signals is created. The system of new methods of segmentation of cyclic signals was developed on the basis of the created methodology. It allows identifying their segment and discrete rhythm structures with increased accuracy at their automated processing within the framework of deterministic and stochastic mathematical models of cyclic functions with a variable or constant rhythm. There were improvements made in the method for identifying the rhythm structure of cyclic signals through the use of methods of interpolation by the means of a quadratic or cubic spline in comparison with the known method of identification of the rhythm structure on the basis of piecewise linear interpolation. The method of adaptive identification of the rhythm structure of cyclic signals was developed, which includes, as its components, the developed method of determining additional elements of the rhythm structure and the developed method of determining the optimal polynomial in the corresponding segment. Considering the greater number of elements of the rhythm structure, this allowed evaluating the type of optimal polynomial among the linear, quadratic and cubic ones in the investigated segment. This also allowed choosing a method of evaluating the rhythm structure in the investigated segment among the known method (based on piecewise linear interpolation) and the developed one in the process of work (based on quadratic and cubic splines). The achieved results gave a possibility to adaptively evaluate the investigated segment and improved accuracy of identifying the rhythm structure of cyclic signals. There was developed a method of verifying the models of the investigated signals which is based on testing the hypothesis of the relation of the investigated signal to the class of cyclic signals for the suitable, correct application of the methods developed in the process of this study (during the processing of cyclic signals). The mathematical model and methods of statistical development of the surface formation process on the metal’s outer layer, caused by the effect of mechanical or laser shock-wave force on it, in a form of a cyclic random process with a segment structure, was delineated. Mathematical tools were developed of identifying the segment and evaluating rhythm structures that increase the overall accuracy of methods of processing of cyclic signals, in particular, sampling methods, statistical processing and computer simulation of cyclic signals. These tools are suitable for use as components of specialized programs in both software and hardware digital processing systems (diagnostics or forecasting) of different cyclic signals: in cardiac diagnostics systems, in systems of technical diagnostics of the state of the surface of metals and in systems of analysis and forecasting of economic cyclic process.
Content: Перелік основних умовних позначень, символів і скорочень...33 Вступ (актуальність теми)...39 Розділ 1. Математичні моделі та методи опрацювання циклічних сигналів у системах їх цифрової обробки (огляд літературних джерел)...49 1.1. Циклічні сигнали в системах цифрової обробки даних та процес ідентифікації їх сегментних структур (об’єкт дослідження)...49 1.1.1. Циклічні кардіосигнали. Комп’ютерні системи діагностики функціонального стану серцево-судинної системи людини...51 1.1.1.1 Електрокардіосигнал. Автоматизовані комп’ютерні електрокардіо-діагностичні системи, існуючі методи дослідження електрокардіосигналів та діагностичні ознаки...51 1.1.1.2 Математичні моделі, які використовуються в автоматизованих, комп’ютерних системах цифрової обробки кардіосигналів…66 1.1.2. Циклічні процеси рельєфних утворень на поверхні металів викликані механічним чи лазерних ударно-хвильовим впливом на неї, їх математичні моделі. Комп’ютерні системи дослідження й технічного діагностування стану поверхні металів...60 1.1.3. Циклічні економічні процеси, їх математичні моделі. Комп’ютерні системи автоматизованого аналізу та прогнозу циклічних економічних процесів...62 1.1.4. Циклічні сигнали електро-, газо-, нафто-, водоспоживання, їх математичні моделі. Комп’ютерні системи аналізу та прогнозу електро-, газо-, нафто-, водоспоживання…65 1.1.5. Узагальнена структурна схема автоматизованих комп’ютерних, систем діагностики та прогнозування за циклічними сигналами...68 1.2. Недоліки (науково-технічні проблеми) в автоматизованих, комп’ютерних, системах цифрової обробки та комп’ютерного моделювання циклічних сигналів...73 1.3. Вимоги висунуті до математичної моделі циклічних сигналів…74 1.4. Відомі математичні моделі циклічних сигналів та можливості їх використання для вирішення проблеми ідентифікації їх сегментної структури…76 1.4.1. Детерміновані математичні моделі циклічних сигналів…77 1.4.2. Стохастичні математичні моделі циклічних сигналів…79 1.5. Постановка проблеми ідентифікації сегментної структури з урахуванням вибраної математичної моделі циклічних сигналів…88 1.6. Вимоги до розробляємих методів сегментації циклічних сигналів…93 1.7. Відомі методи сегментації циклічних сигналів…94 1.7.1. Методи сегментації циклічних сигналів (детермінований підхід)…94 1.7.2. Методи сегментації циклічних сигналів (стохастичний підхід)…102 1.7.3. Методи, які використовуються для розпізнавання (ідентифікації, класифікацїї,) виділених сегментів сегментів циклічного сигналу та методи аналізу його ритму…102 1.8. Висновки до першого розділу...108 Розділ 2. Сегментні структури циклічних сигналів. Постановка завдання сегментації циклічних сигналів...111 2.1. Концептуальна модель циклічних сигналів із сегментною структурою…111 2.2. Узагальнена сегментна структура циклічних сигналів. Основні математичні співвідношення для сегментних структур циклічних сигналів…116 2.2.1. Сегментна циклічна структура циклічних сигналів…118 2.2.2. Сегментна зонна структура циклічних сигналів…120 2.3. Узагальнена ритмічна структура циклічних сигналів. Основні математичні співвідношення для ритмічних структур циклічних сигналів…125 2.4. Таксономія класів моделей циклічних функцій із сегментною структурою…141 2.5. Постановка завдання сегментації циклічних сигналів із сегментною структурою…144 2.6. Висновки до другого розділу...147 Розділ 3. Методологія сегментації циклічних сигналів. Методи ідентифікації сегментних структур циклічних сигналів. Оцінювання точності розроблених методів сегментації...150 3.1. Методологія сегментації циклічних сигналів…150 3.2. Метод сегментації циклічного сигналу, моделлю якого є абстрактна циклічна функція із сегментною структурою…156 3.3. Метод сегментації циклічного сигналу, моделлю якого є детермінована циклічна числова функція дискретного аргументу із відомою (ідентифікованою) сегментною структурою…158 3.3.1. Метод сегментації циклічного сигналу з урахуванням відомої (ідентифікованої) сегментної циклічної структури…159 3.3.2. Метод сегментації циклічного сигналу з урахуванням відомої (ідентифікованої) сегментної зонної структури...163 3.4. Метод сегментації циклічного сигналу, моделлю якого є детермінована циклічна числова функція дискретного аргументу та детермінована циклічна інтервальна функція дискретного аргументу із сегментною структурою...171 3.4.1. Результати застосування методу сегментації циклічних сигналів, моделями якого є детермінована циклічна числова функція дискретного аргументу та детермінована циклічна інтервальна функція дискретного аргументу із сегментною структурою, оцінювання точності методу їх сегментації…180 3.5. Метод сегментації циклічного сигналу, моделлю якого є циклічний випадковий процес дискретного аргументу з сегментною структурою…185 3.5.1. Результати застосування методу сегментації циклічних сигналів, моделями яких є циклічні випадкові процеси із сегментною структурою, оцінювання точності методу їх сегментації…194 3.6. Модифікація блоку оцінювання сегментної структури циклічних сигналів, моделями яких є циклічні випадкові процеси із сегментною структурою, оцінювання похибок методу їх сегментації...199 3.7. Підхід до розпізнавання сегментів-зон, отриманих на основі методів сегментації циклічних сигналів…208 3.8. Приклади результатів застосування розроблених методів сегментації циклічних сигналів у різних галузях…209 3.8.1. Результати сегментації циклічних кардіосигналів (у медицині)…209 3.8.2. Результати сегментації циклічних процесів рельєфних утворень на поверхні металів (у механіці)…211 3.8.3. Результати сегментації циклічних економічних процесів (у економіці)...211 3.9. Висновки до третього розділу…213 Розділ 4. Методи оцінювання ритмічної структури циклічних сигналів. Аналіз точності розроблених методів оцінювання ритмічних структур…215 4.1. Постановка задачі оцінювання ритмічної структури циклічного сигналу….215 4.2. Метод оцінювання ритмічної структури за допомогою змішаної інтерполяції: кусково-квадратичної та кусково-лінійної…217 4.2.1. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі…219 4.2.2. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі …223 4.3. Метод оцінювання ритмічної структури за допомогою змішаної інтерполяції квадратичним сплайном та кусково-лінійної…230 4.3.1. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі…230 4.3.2. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі…233 4.4. Метод оцінювання ритмічної структури за допомогою змішаної інтерполяції кубічним сплайном та кусково-лінійної…236 4.4.1. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі…236 4.4.2. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі…240 4.5. Методом оцінювання ритмічної структури шляхом визначення її додаткових елементів (відліків)…244 4.5.1. Оцінювання ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі...248 4.5.2. Оцінювання ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі…249 4.6. Метод оцінювання оптимального полінома на сегменті в межах відліків сегментної структури…256 4.6.1. Оцінювання оптимального полінома, що описує ритмічну структуру в межах відліків ідентифікованої сегментної циклічної структури…257 4.6.2. Оцінювання оптимального полінома, що описує ритмічну структуру в межах відліків ідентифікованої сегментної зонної структури…259 4.7. Метод оцінювання ритмічної структури шляхом адаптивної її ідентифікації…265 4.8. Порівняльний аналіз точності відомого та розроблених методів оцінювання ритмічної структури циклічних сигналів…268 4.9. Висновки до четвертого розділу…278 Розділ 5. Методи статистичного опрацювання та комп’ютерного моделювання циклічних сигналів із урахуванням оціненої ритмічної структури...281 5.1. Дискретизація циклічних сигналів у системах цифрового опрацювання з урахуванням їх оціненої ритмічної структури…281 5.1.1. Похибки передискретизації циклічних сигналів з урахуванням оцінених їх ритмічних структур…285 5.2. Методи статистичного опрацювання циклічних сигналів із урахуванням оцінених їх ритмічних структур…289 5.2.1. Оцінки імовірнісних характеристик циклічних сигналів із урахуванням різних ритмічних структур…291 5.3. Методи статистичного опрацювання сумісних ймовірнісних характеристик вектора циклічних ритмічно пов’язаних випадкових процесів із урахуванням різних ритмічних структур…293 5.4. Результати застосування методів статистичного опрацювання циклічних сигналів з урахуванням оцінених ритмічних структур у різних галузях…295 5.4.1. Результати статистичного опрацювання циклічних кардіосигналів (у медицині)...295 5.4.2. Результати статистичного опрацювання циклічних процесів рельєфних утворень на поверхні металів (у механіці)…297 5.4.3. Результати статистичного опрацювання циклічних економічних процесів (в економіці)…300 5.5. Комп’ютерне моделювання циклічних сигналів із урахуванням їх оцінених ритмічних структур…302 5.5.1. Результати комп’ютерного моделювання циклічних кардіосигналів (у медицині)…306 5.5.2. Результати комп’ютерного моделювання циклічних процесів рельєфних утворень на поверхні металів (у механіці)…307 5.5.3. Результати комп’ютерного моделювання циклічних економічних процесів (в економіці)…309 5.5.4. Оцінювання точності методу комп’ютерного моделювання циклічних сигналів із урахуванням різних ритмічних структур. Похибки комп’ютерного моделювання циклічних сигналів…310 5.6. Метод перевірки статистичної гіпотези про належність досліджуваного сигналу до класу циклічних (метод верифікації циклічності)…312 5.7. Висновки до п’ятого розділу…324 Розділ 6. Діагностичні та прогностичні ознаки в системах цифрової обробки даних. Комплекс комп’ютерних програм для опрацювання й комп’ютерного моделювання циклічних сигналів…326 6.1. Інформативні ознаки в системах обробки циклічних сигналів...326 6.1.1. Діагностичні ознаки в системах цифрової діагностики стану серця людини за електрокардіосигналами (у медицині)…332 6.1.1.1. Діагностичні ознаки у вигляді перших двох коефіцієнтів розкладу оцінки математичного сподівання електрокардіосигналу у ряд Чебишева…333 6.1.1.2. Діагностичні ознаки у вигляді перших п’ятидесяти коефіцієнтів розкладу сумісних імовірнісних характеристик кореляційної функції та коваріаційної функції електрокардіосигналу у тригонометричні ряди...337 6.1.2. Діагностичні ознаки в системах цифрової діагностики стану поверхні металу за процесами рельєфних утворень, що виникають під силовим чи енергетичним впливом на неї (у механіці)…340 6.1.3. Прогностичні ознаки в системах опрацювання циклічних економічних процесів (в економіці)...344 6.2. Комплекс комп’ютерних програм для опрацювання та комп’ютерного моделювання циклічних сигналів…354 6.3. Висновки до шостого розділу...362 Висновки...365 Список використаних джерел...368 Додаток А. Системи відбору (системи відведень) та діагностичні зони електрокардіосигналу. Фрагменти електрокардіосигналів, які відповідають певним патологіям. Відомості про циклічні кардіосигнали, зокрема, магнітокардіосигнал, реокардіосигнал, фонокардіосигнал, синхронно зареєстровані кардіосигнали (полікардіосигнали) в автоматизованих комп’ютерних магнітокардіодіагностичних системах, існуючі методи їх дослідження та діагностичні ознаки…416 Додаток Б. Технологія дослідження стану поверхні металів…431 Додаток В. Відомі математичні моделі циклічних сигналів та явищ. Таблиця порівняння властивостей математичних моделей циклічних сигналів…438 Додаток Д. Відомі методи сегментації циклічних сигналів. Таблиця порівняння методів сегментації в системах цифрового опрацювання циклічних сигналів…479 Додаток Е. Аналіз науково-технічної області моделювання та опрацювання циклічних сигналів з позиції вживаних термінів та понять...532 Додаток Ж. Абстрактні циклічні функції з сегментною структурою як моделі циклічних сигналів…540 Додаток З. Деякі відомі підкласи випадкових процесів із циклічними ймовірнісними характеристиками…562 Додаток И. Приклади результатів сегментації різних циклічних сигналів розробленими методами…567 Додаток К. Аналітичні залежності для визначення коефіцієнтів у методі квадратичної інтерполяції на сегментах…571 Додаток Л. Основні відомості про передискретизацію циклічних сигналів…574 Додаток М. Основні відомості про статистичне опрацювання циклічних сигналів…580 Додаток Н. Застосування коефіцієнтів розкладу в різних базисах, як діагностичних ознак. Відомості про поліноми дискретного аргументу Чебишева, Кравчука та Лагера ...590 Додаток П. Розклади одновимірних та двовимірних оцінок статистичних характеристик циклічних сигналів…596 Додаток Р. Фрагмент програми для сегментації детермінованих циклічних сигналів…613 Додаток С. Фрагмент програми для сегментації стохастичних циклічних сигналів…618 Додаток Т. Фрагмент програми для оцінювання ритмічної структури циклічного сигналу...624 Додаток У. Фрагмент програми для статистичного опрацювання та комп’ютерного моделювання циклічних сигналів…630 Додаток Ф. Список публікацій здобувача за темою дисертації…635 Додаток Х. Свідоцтва про реєстрацію авторського права на комп’ютерні програми...650 Додаток Ц. Акти впроваджень…657
URI: http://elartu.tntu.edu.ua/handle/lib/29099
Copyright owner: © Литвиненко Ярослав Володимирович, 2019
References (Ukraine): 1. Абакумов В.Г., Геранін В.О., Рибін О.І., Сватош Й., Синєкоп Ю.С. Біомедичні сигнали та їх обробка. К.: ТОО “ВЕК+”, 1997. 349 с. 2. Автоматизация диагностики и лечения сердечно-сосудистых заболеваний: под ред. Э. Ш. Халфена. Саратов, 1980. 122 с. 3. Азаров Ю.К., Баум О.В., Дубровин Э.Д. Прибор для автоматической диагностики кислородного голодания сердечной мышцы человека. Радиоэлектронные приборы для биологических и медицинских исследований. М.: Наука, 1966. С. 8-17. 4. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989. 450 с. 5. Актершев С.П. Задачи на максимум и минимум. СПб.: БХВ-Петербург, 2005. 192 с. 6. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления. М.: Мир, 1987. 105 с. 7. Амиров Р.З. Электрокардиотопография. М.: Медицына, 1965. 143 с. 8. Асеева Л.Г., Баринова Н.Е., Кечкер М.И., Пинскер И.Ш., Трунов В.Г. Автоматическая диагностика инфаркта миокарда по ЭКГ. Математическая обработка медико-биологической информации. М.: Наука, 1976. С. 39-41. 9. Ахмед Н., Рао К.Р. Ортогональные преобразования при обработке цифровых сигналов : Пер. с англ. М. : Связь, 1980. 248 с. 10. Ахутин В.М., Богдановский Э.М., Шкапин Б.Ф. Сравнение методов статистического анализа электрокардиосигналов. Биофизика. 1968. Т. 13, № 4. С. 706-711. 11. Бабравичюс В.В., Пинскер И.Ш., Трунов В.Г., Цукерман Б.М., Шакин В.В. Автоматическая диагностика гипертрофии миокарда по сильно зашумленным ЭКГ. Математическая обработка медико-биологической информации. М.: Наука, 1976. С. 29-39. 12. Бабский Е.Б., Карпман В.Л. Динамокардиография. М.: Медгиз, 1963.167 с. 13. Баевский Р.М., Кириллов О.И., Клецкин С.З. Математический анализ изменений сердечного ритма при стрессе. М. : Наука, 1984. 225 с. 14. Баевский Р.М., Иванов Г.Г. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения. М.: Наука, 1996. 15. Барановский А.Л., Калиниченко А.Н., Манило Л. А. и др. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: учеб. пособие для вузов.: под ред. А. Л. Барановского и А.П. Немирко. М.: Радио и связь, 1993. 248 с. 16. Баум О.В., Дубровин Д.Э. Физико-математическая модель генеза электрокардиограмм. Биофизика. 1971. Т. 16, № 5. С. 898-903. 17. Бейко И.В., Бублик Б.Н., Зинько П.Н. Методы и алгоритмы решения задач оптимизации. К.: Вища школа, 1983. 512 с. 18. Бархударян И.Г., Дагестанян М. Г. К вопросу построения математических моделей перспективного прогнозирования режимов газопотребления. ВНИИ Эгазпром. 1978. С. 2-9. 19. Баум О.В., Дубровин Д. Э. Исследование вопросов генезиса ЭКГ при помощи модели электрической активности сердца. Моделирование и автоматический анализ электрокардиограмм. М.: Наука, 1973. С. 78-97. 20. Белоусов В.Е. Математическая электрокардиография. Минск: Беларусь, 1969. 144 с. 21. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. М. : Мир, 1989. 540 с. 22. Бендерская Е.Н., Колесников Д.Н., Пахомова В.И. Функциональная диагностика систем управления: учебное пособие. СПбГТУ. СПб.: Изд-во СПбГТУ, 2000. 143 с. 23. Бериков В.С., Лбов Г.С. Современные тенденции в кластерном анализе. Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению «Информационно-телекоммуникационные системы», 2008. 26 с. 24. Беркутов А.М., Гуржин С.Г., Дунаев А.А., Прошин Е.М. Повышение эффективности регистрации формы электрокардиосигнала корреляционной обработкой в цифровой осцилографии. Биомедицинские технологи и радиоэлектроника. 2002. № 7. С. 7-13. 25. Билык М.Г. Некоторые свойства периодически нестационарных процессов и периодически неоднородных полей. Отбор и передача информации. 1973. Вып. 48. С. 27-33. 26. Билык М.Г. О периодически нестационарных процессах. Отбор и передача информации. 1977. Вып. 50. С. 28-34. 27. Бобров В.А., Гапелюк А.В., Козловський В.И., Сутковой П.И., Примин М.А., Минов Ю.Д. Магнитокардиография: Инструментальные средства и первое клиническое применение. Украинский кардиологический журнал. 1995. №2. С. 5-14. 28. Боднарчук І., Приймак М. Задачі та методи аналізу умовно періодичних випадкових процесів із змінним періодом : Матеріали дев'ятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 12-13 травня 2005 р. Тернопіль, 2005. С. 55. 29. Бородкин Л.И., Моттль В.В. Алгоритм обнаружения моментов изменения параметров уравнения случайного процесса. Автоматика и телемеханика. 1976. №6. С. 23-32. 30. Бочарников В.П. Fuzzy-технология : Математические основы. Практика моделирования в экономике. Санкт-Петербург : Наука РАН, 2001. 328 с. 31. Бродский Б.Е., Дарховский Б.С. О задаче скорейшего обнаружения момента изменения вероятностных характеристик случайной последовательности. Автоматика и телемеханика. 1983. №10. С. 125-131. 32. Бродский Б.Е., Дарховский Б.С. Проблемы и методы вероятностной диагностики. Автоматика и телемеханика. 1999. №8. С. 3-50. 33. Бродский Б.Е., Дарховский Б.С. Сравнительный анализ некоторых непараметрических методов скорейшего обнаружения момента “разладки” случайной последовательности. Теория вероятностей и ее применения. 1990. Т.35, №4. С. 655-668. 34. Бродский Б.Е., Дарховский Б.С. Асимптотический анализ некоторых оценок в апостериорной задаче о разладке. Теория вероятностей и ее применения. 1990. Т.35, №3. С. 551-557. 35. Бродский Б.Е., Дарховский Б.С. Непараметрический метод обнаружения моментов переключения двух случайных последовательностей. Автоматика и телемеханика. 1989. №10. С. 66-74. 36. Бродский Б.Е., Дарховский Б.С. Алгоритм апостериорного обнаружения многократных разладок случайной последовательности. Автоматика и телемеханика. 1993. №1. С. 62-67. 37. Бродский Б.Е., Дарховский Б.С. Проблемы и методы вероятностной диагностики. Автоматика и телемеханика. 1999. №8. С. 3-50. 38. Бродский Б.Е. Асимптотически оптимальные методы в задаче скорейшего обнаружения разладки. I. Характеристики методов скорейшего обнаружения разладки. Автоматика и телемеханика. 1995. №9. С. 60-72. 39. Бродский Б.Е. Асимптотически оптимальные методы в задаче скорейшего обнаружения разладки. II. Исследование методов скорейшего обнаружения. Автоматика и телемеханика. 1995. №10. С. 50-59. 40. Бродский Б. Непараметрический алгоритм последовательного обнаружения „разладки” случайной последовательности с улучшеными вычислительными свойствами. Автоматика и телемеханика. 1984. № 65. С. 32-41. 41. Булыгин В.П., Васанов Т.Б., Лобанов Д.А., Пирвердиев Ч.А., Смирнов В.Ю., Федоров С.И., Харатьян Е.И., Чепайкин А.Г. Вопросы создания интерпретирующего электрокардиографа. Тезисы докладов международного симпозиума "Компьютерная электрокардиография на рубеже столетий ХХ-ХХI". М.: Крук, 1999. С. 288-290. 42. Бывайков М.Е., Ромащев А.А. О робастности в задаче обнаружения изменения параметра сдвига случайного процесса. Автоматика и телемеханика.1989. №7. С. 138-143. 43. Вакман В.Е., Вайнштейн Л. А. Амплитуда, фаза, частота – основные понятия теории колебаний. Успехи физических наук. 1977. Т. 123, № 4. С. 657-682. 44. Валтерис А.Д. Сфигмография как метод оценки изменения гемодинамики под влиянием физической загрузки. Рига: Зинатне, 1988. 131 с. 45. Валужис А.К., Лосинксне Л.В. и др. Структурный анализ электрокардиосигналов. Математическая обработка медико-биологической информации. М.: Наука, 1976. С. 182-192. 46. Валужис А.К., Рашимас А.П. Статистический алгоритм структурного анализа ЭКС. Кибернетика. 1979. № 3. С. 91-95. 47. Василик Є., Литвиненко Я. Математична модель циклів сонячної активності. Теоретичні та прикладні аспекти радіотехніки і приладобудування : тези доповідей ІІ всеукраїнської науково-технічної конференції, м. Тернопіль, 9-10 червня 2015 р. Тернопіль, 2015. С. 5-7. 48. Василик Є., Литвиненко Я. Математична модель циклів сонячної активності для задачі їх статистичної обробки. Матеріали ХIХ наукової конференції Тернопільського національного технічного університету імені Івана Пулюя, м. Тернопіль, 18-19 травня 2016 р. Тернопіль, 2016. С. 4. 49. Васильков Ю.В., Василькова Н.Н. Компютерные технологии вычислений в математическом моделировании. Финансы и статистика. Москва 2002. 249 с. 50. Васин Ю.Г., Громов В.П., Неймарк Ю.И., Кириллюк В.Д. Автоматизированная система кардиологических обследований (АСКО-1). Проблемы современной электрокардиологии. Ереван, 1976. С. 32-33. 51. Великий тлумачний словник сучасної української мови. Уклад. і голов. ред. В.Т. Бусел. Ірпінь : ВТФ "Перун", 2001. 1440 с. 52. Виницкий А. С. Модулированные фильтры и следящий прием ЧМ сигналов. М. : Изд-во “Советское радио”, 1969. 548 с. 53. Водолазский Л. А. Основы техники клинической электрографии. М.: Медицина. 1966. 270 с.54. Войчишин К.С. Драган Я.П., Куксенко В.И., Михайловский В.Н. О выявлении периодичностей в структуре естественных стохастических процессов. Отбор и передача информации. Киев : Наукова думка. 1971. Вып. 30. С. 3-16. 55. Войчишин К.С., Драган Я.П. О простой стохастической модели естественных ритмических процессов. Отбор и передача информации. 1971. Вып. 29. С. 7-15. 56. Войчишин К.С., Драган Я.П. О характеристике изменения ритмики в естественных явлениях. Отбор и передача информации. 1973. Вып. 36. С. 6-9. 57. Войчишин К.С., Драган Я.П. Об исключении ритмики из периодически коррелированных случайных процессов. Отбор и передача информации. 1972. Вып. 33. С. 12-23. 58. Войчишин К.С., Драган Я.П. Пример образования периодически коррелированных случайных процессов. Радиотехника и электроника. 1973. Вып. 18, № 9. С. 1957-1960. 59. Воробейчиков С.Э. Об обнаружении изменения среднего в последовательности случайных величин. Автоматика и телемеханика. 1998. №3. С. 50-56. 60. Воробьёв С.А. Моделирование и структурный анализ сигналов с повторяющимися признаками формы в медико-биологическом эксперименте: автореф. дис. … докт. техн. наук: 05.13.09. Тула, 2000. 32 с. 61. Воробьёв С.А. Оптимальные алгоритмы выделения непрерывных линий на полутоновых изображениях. Автоматические системы оптимального управления технологическими процессами. ТПИ. Тула, 1982. С. 83-90. 62. Воробьёв С.А. Методы структурного анализа экспериментальных кривых с участками повторяющейся формы. Автоматизация и современные технологии. 1997. № 7. С. 22-25. 63. Воробьёв С.А. Методы структурного анализа экспериментальных кривых с участками повторяющейся формы при неизвестных параметрах модели. Автоматизация и современные технологии. 1997. № 9. С. 26-29. 64. Воробьёв С.А. Структурный анализ экспериментальных кривых при параллельном оценивании неизвестных параметров модели. Автоматизация и современные технологии. 1997. № 11. С. 13-16. 65. Воробьёв С.А. Оптимальные алгоритмы выделения непрерывных линий на полутоновых изображениях. Автоматические системы оптимального управления технологическими процессами. ТПИ. Тула. 1982. С. 83-90. 66. Воробьёв С.А. Алгоритмы выделения и классификации фрагментов повторяющейся формы на экспериментальных кривых. Автоматика и телемеханика. 1985. № 8. С. 89-93. 67. Воробьёв С.А. Алгоритмы динамического программирования в задаче распознавания потока событий в реальном масштабе времени. Системы автоматического управления и их элементы. ТулГТУ. Тула, 1994. С. 128-135. 68. Воробьёв С.А. Алгоритмы сегментации структурных экспериментальных кривых с многоэталонным заданием классов. Известия Тульского госуниверситета. Сер. Математика. Механика. Информатика. Тула: ТулГУ. 1996. Т. 2. Вып. 3. С. 45-49. 69. Воскресенский А.Д., Вентцель М.Д. Статистический анализ сердечного ритма и показатели гемодинамики в физиологических исследованиях. Проблемы космической биологии. М. 1974. 42 с. 70. Вычислительные системы и автоматическая диагностика заболеваний сердца: Пер. с англ. под ред. И. Ш. Пинскера. М.: Мир. 1973. 144 с. 71. Вычислительные системы и автоматическая диагностика заболеваний серца: под ред. Ц. Касереса и Л. Дрейфуса. М.: Мир, 1974. 504 с. 72. Вятченин Д.А. Нечёткие методы автоматической классификации. Минск: Технопринт, 2004. 219 с. 73. Габинский Я.Л. Кардиоинтервалография и автокорреляционный анализ сердечного ритма в динамических исследованиях у больных острым инфарктом миокарда. Вопросы неотложной помощи. Свердловск, 1977. С. 15-17. 74. Габ’ян Л., Петришин Ю., Литвиненко Я. Сучасні технології в телемедицині. Інформаційні моделі, системи та технології : тези доповідей V науково-технічної конференції, м. Тернопіль, 1-2 лютого 2018 р. Тернопіль, 2018. С. 45. 75. Габ’ян Л., Петришин Ю., Литвиненко Я. Використання методів попередньої обробки біомедичних даних в задачах телемедицини. Інформаційні моделі, системи та технології : тези доповідей V науково-технічної конференції, м. Тернопіль, 1-2 лютого 2018 р. Тернопіль, 2018. С. 25. 76. Гаджаева Ф.У., Григорьянц Р.А., Масенко В.П., Хадарцев А.А. Электрокардиографические системы отведений. Тула: НИИ новых медицинских технологий, ТПП, ТППО. 1996. 115 с. 77. Гаджиев Ч.М. Проверка обобщенной дисперсии, обновляющей последовательности фильтра Калмана в задачах динамического диагностирования. Автоматика и телемеханика. 1994. №8. С. 98-104. 78. Гаджиев Ч.М. Новый метод проверки статистических характеристик обновляющей последовательности фильтра Калмана. Электронное моделирование. 1996. Т.18, №1. С. 49-54. 79. Гаджиев Ч.М. Прогнозирование технического состояния динамических систем по обновляющей последовательности фильтра Калмана. Автоматика и телемеханика. 1993. №5. С. 163-167. 80. Гац Ю., Литвиненко Я. Використання математичної моделі циклічного випадкового процесу в задачах аналізу поверхневих шарів сучасних матеріалів. Теоретичні та прикладні аспекти радіотехніки і приладобудування : тези доповідей ІІ всеукраїнської науково-технічної конференції, м. Тернопіль, 9-10 червня 2015 р. Тернопіль. 2015. С. 7-8. 81. Гац Ю., Литвиненко Я. Обґрунтування вибору діагностичних ознак рельєфних утворень на поверхні нанотитану, сформованих внаслідок лазерної ударно-хвильової обробки. Матеріали ХIХ наукової конференції Тернопільського національного технічного університету імені Івана Пулюя, м. Тернопіль, 18-19 травня 2016 р. Тернопіль, 2016. С. 5-6. 82. Гладышев Е.Г. О переодически коррелированных случайных последовательностях. Доклад АН СССР. 1961. 137, № 5. С. 2236-2239. 83. Гладышев Е.Г. Периодически и почти периодически коррелированные случайные процессы с непрерывным временем. Теория вероятностей и её применения. 1963. Т.8, Вып. 2. С. 184-189. 84. Гоноровский И.С. Радиотехнические цепи и сигналы. М. : Изд-во “Советское радио”, 1963. 85. Гоноровский И.С. Радиосигналы и переходные явления в радиоцепях. М. : Связьиздат, 1954. 86. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Москва: Техносфера, 2005. 1072 с. 87. Гончаров К. Занимательная биометрия. PC+Mobile. 2006. № 1. C. 38-51. 88. Гордиенко В.И., Замора Т.Е., Лукьянец Г.В. Применение цифровых методов обработки сигналов в морской электроразведке. Отбор и обработка информации. 1988. Вып. 1. С. 86-89. 89. Горкуненко А.Б. Моделювання та методи аналізу і прогнозування циклічних економічних процесів в інформаційних системах підтримки прийняття рішень: автореф. дис. … канд. техн. наук: 01.05.02. Тернопіль, 2013. 20 с. 90. Горкуненко А.Б. Моделювання та методи аналізу і прогнозування циклічних економічних процесів в інформаційних системах підтримки прийняття рішень: дис. … канд. техн. наук: 01.05.02. Тернопіль, 2013. 175 с. 91. Горкуненко А., Литвиненко Я., Козак Р., Лупенко С., Нікольський Ю. Інформаційна технологія прогнозування циклічних економічних процесів. Вісник Тернопільського національного технічного університету. Тернопіль, 2012. №1 (65). С. 143-153. 92. Горкуненко А.Б., Литвиненко Я. В., Лупенко С. А., Дем’янчук Н. Р. Імітаційне моделювання взаємопов’язаних економічних процесів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. Електроніка та системи управління. Національний авіаційний університет. Київ, 2011. № 2 (28). С. 133–141. 93. ГОСТ 19687-94. Приборы для измерения биоэлектрических потенциалов сердца. Общие технические требования и методы испытаний. М.: Издательство стандартов. 1994. 19 с. 94. Гудзенко Л.И. О периодически нестационарных процессах. Радиотехника и электроника. 1959. Т.4. Вып. 6. С. 1026-1064. 95. Гуревич М.Б., Злочевский М.С. Выбор представительного кардиоцикла при контурном анализе ЭКГ на микроЭВМ. Применение мат. методов обработки медико-биологических данных и ЭВМ в мед. технике. М. : ВНИИМП, 1984. С. 75-77. 96. Дарховский Б.С., Бродский Б.Е. Непараметрический метод скорейшего обнаружения изменения среднего случайной последовательности. Теория вероятностей и ее применения. 1987. Т.32, №4. С. 899-905. 97. Дарховский Б.С. Общий метод оценивания момента изменения вероятностных характеристик случайной последовательности. Статистические проблемы управления. 1984. Вып. 65. С. 76-82. 98. Дарховский Б.С. Непараметрический метод для апостериорного обнаружения момента “разладки” последовательности независимых случайных величин. Теория вероятностей и ее применения. 1976. Т.21, №1. С. 180-184. 99. Дарховский Б.С., Каплан А.Я., Шишкин С.Л. О подходе к оценке сложности кривых (на примере электроэнцифалограмы человека). Автоматика и телемеханика. 2002. №3. С. 134-140. 100. Дзюбін С.В., Мацюк О.В. Аналіз існуючих математичних моделей газоспоживання. Вимірювальна та обчислювальна техніка в технологічних процесах. 2006. № 1. С. 29-32. 101. Десова А.А., Легович Ю.С., Разин О.С. Компьютерная система диагностики на базе анализа ритмической структуры пульсового сигнала лучевой артерии. Медицинская техника. 1999. № 2. С. 3-5. 102. Дехтярь Г.Я. Электрокардиографическая диагностика. – 2-е изд., перераб. и доп. М.: Медицина, 1972. 416 с. 103. Дивак М.П., Стахів П.Г. Ідентифікація моделей об’єктів в умовах інтервальної невизначеності на основі методів аналізу інтервальних даних : Праці міжнародної конференції з управління “АВТОМАТИКА-2000”. Львів : Державний НДІ інформаційної інфраструктури, 2000. Т. 2. С. 90-97. 104. Довгий Б.П., Ловейкін А.В., Вакал Є.С., Вакал Ю.Є. Сплайн-функції та їх застосування: навчальний посібник. К.:Київський університет, 2016. 117 с. 105. Долобчян З.Л. Основы клинической электрофизиологии и биофизики сердца. Введение к клинической электромеханокардиологии. М.: Медицина, 1968. 475 с. 106. Дороговцев А.Я., Ле Винь Тхуан. О корреляционных функциях гауссовских марковских стационарных и периодических процессов в гильбертовом пространстве. Избранные задачи современной теории случайных процессов. Ин-т математики АН УССР. Киев. 1988. С. 61-65. 107. Дороговцев А.Я. Периодические и стационарные режимы бесконечномерных детерминированных и стохастических динамических систем. К. : Высшая школа, 1992. 319 с. 108. Дорофеюк А.А. Десова А.А., Гучук В.В., Дорофеюк Ю.А. Измерение, преобразование и обработка пульсового сигнала лучевой артерии в медицинской диагностике. Мир измерений. 2009. № 1. С. 11-19. 109. Драган Я.П. Енергетична теорія лінійних моделей стохастичних сигналів. Львів : Центр стратегічних досліджень еко-біотехнічних систем, 1997. 361 с. 110. Драган Я.П., Осухивская Г.М. Описание тональных кардиосигналов с помощью модели периодически коррелированных процесов. Проблемы управления и информатики. 1999. № 1. С. 78-83. 111. Драган Я., Євтух П., Сікора Л., Яворський Б. Періодично корельовані випадкові процеси як адекватні моделі сигналів кратної ритміки природних явищ і технологічних процесів. Комп’ютерні технології друкарства. 2000. № 4. С. 269-290. 112. Драган Я.П., Приймак Н.В. Линейные периодически коррелированные случайные процессы. Львов : АН УССР. Физ.-мех. ин-т им. Г.В. Карпенко, 1986. 30 с. (Препринт АН УССР, № 120, 1986). 113. Драган Я.П., Рожков В.А., Яворский И.Н. Методы вероятностного анализа ритмики океанологических явлений. Л. : Гидрометио-издат, 1987. 319 с.114. Драган Я.П. О периодически коррелированных случайных процессах и системах с периодически изменяющимися параметрами. Отбор и передача информации. Киев : Наукова думка, 1969. Вып. 22. С. 27-33. 115. Драган Я.П. О представлении периодически коррелированного случайного процесса через стационарные компоненты. Отбор и передача информации. Киев : Наукова думка, 1975. Выпуск 5. С. 7-20. 116. Драган Я.П. О спектральных свойствах периодически коррелированных случайных процессов. Отбор и передача информации. Киев : Наукова думка, 1971. Вып. 30. С. 16-24. 117. Драган Я.П. Періодично корельовані та споріднені з ними випадкові процеси - моделі сигналів у коливних системах. Імовірнісні моделі та обробка випадкових сигналів і полів. Харків : ін-т радіоелектр., 1992. Ч.1. С. 26-41. 118. Драган Я.П., Яворский И.Н. Ритмика морского волнения и подводные акустические сигналы. К. : Наукова думка, 1982. 248 с. 119. Драган Я., Сікора Л., Яворський Б. Основи сучасної теорії стохастичних сигналів і енергетична концепція: математичний апарат, фізичне тлумачення. Львів : Центр стратегічних досліджень ЕБТЕС, 1999. 133 с. 120. Драган Я.П. Свойства реализаций случайных процессов и их статистическая репрезентативность. Отбор и передача информации. Киев : Наукова думка, 1987. Вып. 76. С. 12-21. 121. Дубровин В.И., Твердохлеб Ю.В. Усовершенствование методов анализа ЭКГ-сигналов на основе вейвлетпреобразования в системе электрокардиографии высокого разрешения. Радiоелектронiка, iнформатика, управлiння. № 1. 2011. С. 91. 122. Дубровин В.И., Каморкин П.А., Твердохлеб Ю.В. Метод выделения профилей волнистости и шероховатости профилограмм металлических поверхностей с помощью вейвлет-анализа. Адаптивные системы автоматического управления. Межведомственный научно-технический сборник. 2015. №1 (26). С. 26-31. 123. Дубровин В.И., Колпакова Т.А. Использование нейронной сети для классификации участников тендера. Научно-теоретический журнал «Вестник БГТУ им. В.Г. Шухова»: под. ред. Е.И. Евтушенко. Белгород: Изд-во БГТУ, 2012. №3. С. 178-181. 124. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 559 с. 125. Ермаков С.И., Михайлов Г.А. Статистическое моделирование. М.: Наука, 1982. 298 с. 126. Загородна Н.В., Литвиненко Я.В., Фриз М.Є. Розробка методу короткотермінового прогнозу добового газоспоживання в опалювальний період на основі регресійного аналізу. Вісник Тернопільського національного технічного університету. Тернопіль, 2010. №4 (15). С. 130-140. 127. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: изд. института математики, 1999. 270 с. 128. Заездный А.М. Основы расчетов по статистической радиотехнике. М.: Связь, 1969. 447 с. 129. Захаров А.В., Шокин Ю.И. Синтез систем управления при интервальной неопределенности параметров их математических моделей. Доклады АН СССР. 1988. Т. 299, № 2. С. 292-295. 130. Зенков Л.Р., Ронкин М.А. Функциональная диагностика нервных болезней: руководство для врачей. М. : Медицина, 1982. 432 с. 131. Зиновьева О.С., Романова В.А. Численное исследование влияния размера зерна и условий нагружения на деформационные характеристики поликристаллического алюминиевого сплава. Современные проблемы науки и образования. 2013. № 6. С. 126-134. 132. Зиновьева О.С., Романова В.А., Балохонов Р.Р., Ястребов В.А., Зиновьев А.В. Влияние размера зерна на эволюцию шероховатости поверхности образцов высокопрочной стали. Численное моделирование. Известия высших учебных заведений. Физика. 2013. Т. 56, № 7/3. C. 161-163. 133. Зуев Л.Б., Данилов В.И., Карташова Н.В. Пространственно-временная самоорганизация пластической деформации ГЦК монокристаллов. Письма в журнал экспериментальной и теоретической физики. 1994. Т. 60, № 7. С. 583-540. 134. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М. : Радио и связь, 1987. 120 с. 135. Исаков И.И., Кушаковский М.С., Журавлева Н.Б. Клиническая электрокардиография (нарушения сердечного ритма и проводимости): Руководство для врачей. – 2-е изд., перераб. и доп. Л.: Медицина, 1984. 272 с. 136. Использование некоторых систем отведений ЭКГ и ВКГ в кардиологической дифференциальной диагностике. Методические рекомендации. М.: Министерство здравоохранения СССР. 1984. 28 с. 137. Ишлинський А. Ю. Політехнічний словник. Москва, 1980. 138. Калишев О.Н. Метод диагностирования измерительных каналов с учетом предыстории. Автоматика и телемеханика. 1988. №6. С. 135-143. 139. Кайсерес К., Дрейфус Дж. Вычислительные системы и автоматическая диагностика заболеваний сердца. М. : Мир, 1974. 478 с. 140. Квєтний Р.Н., Бойко О.Р. Інтервальні моделі перетворень сигналів в інформаційно-вимірювальних системах: монографія. Вінниця : УНІВЕРСУМ-Вінниця, 2009. 100 с. 141. Кельман И.М. Электрокардиография и фонокардиография. М.: Медицина, 1974. 152 с. 142. Кемени Дж., Снелл Дж. Конечные цепи Маркова. М.: Наука, 1970. 271 с. 143. Клепиков Н.П., Соколов С.Н. Анализ и планирование экспериментов методом максимума подобия. М.: Наука, 1964. 144. Клинов В.Г. Научно-технический прогресс и большие циклы конъюнктуры мирового хозяйства. Проблемы прогнозирования. 2003. № 1. 145. Клочков В.А. Автоматический анализ интегральной реограммы. Автоматизация диагностики и лечения сердечно-сосудистых заболеваний. Под ред. Халфена Э.Ш. Саратов. 1980. С. 35-40. 146. Клочков В.А., Мареева Т.Н. Новая модификация метода интегральной реографии. Автоматизация диагностики и лечения сердечно-сосудистых заболеваний: под ред. Э. Ш. Халфена. Саратов. 1980. С. 41-46. 147. Коваль В., Литвиненко Я., Яскілка В. Застосування методів статистичної обробки циклічних випадкових процесів в задачах аналізу циклів сонячної активності. Інформаційні моделі, системи та технології : тези доповідей першої наук.-техн. конф., м. Тернопіль, 20 травня 2011 р. Тернопіль. 2011. С. 17. 148. Кокс Ж. Р., Нолл Ф. Н., Артур Р. М. Анализ энцефалограмм, кривых кровяного давления и электрокардиограмм на вычислительной машине. Распознавание образов при помощи цифровых вычислительных машин. М.: Мир, 1974. С. 38-75. 149. Кокс Ж.Р., Нолл Ф.Н., Артур Р.М. Анализ електроэнцефалограмм, кривых кровяного давления и электрокардиограмм на цифровой вычислительной машине. ТИИЭР, №. 4, 1972. С. 36-73. 150. Колмогоров А.Н. Статистическая теория колебаний с непрерывным спектром. Юбилейный сборник АНСССР. М. : изд-во АН СССР. 1947. Ч.1. С. 241-249. 151. Кондратьев Н.Д. Большие циклы конъюнктуры и теория предвидения. М.: Экономика, 2002. 152. Коринківська О., Приймак М., Савчук М. Розвиток моделі стохастично періодичних сигналів і завад. Вісник Тернопільського державного технічного університету. Тернопіль, 2006. Т. 11, № 1. С. 119-133. 153. Корн Г., Корн Т. Справочник по математике : для научных работников и инженеров. М. : Наука, 1973. 832 с. 154. Коронкевич О.І. Лінійні динамічні системи під дією випадкових сил. Наукові записки Львівського університету. 1957. Т. 44, № 8. С. 175-183. 155. Красильников О.І., Марченко Б.Г., Приймак М.В. Процеси з незалежними періодичними приростами і періодичні білі шуми. Відбір і обробка інформації. 1996. Вип. 10. С. 22-27. 156. Красовицкая К.А., Черкашин Е.А. Разработка экспертной системы анализа структуры электрокардиосигнала. Образовательные ресурсы и технологи. 2016. №2, Т. 14 С. 180-186. 157. Круковец А.С., Горелкин Г.А. Разработка метода интерполяции значений номограммы. Современные научные исследования и инновации. 2015. № 5. Ч. 2 [електронний ресурс]. URL: http://web.snauka.ru/issues/2015/05/53846 (дата звернення: 23.09.2018). 158. Куц Ю. В., Щербак Л.М. Статистична фазометрія : Наукова монографія. Тернопіль : Вид-во ТДТУ ім. І. Пулюя, 2009. 383 с. 159. Лебедев А.Н. Моделирование в научно-технических исследованиях. М.: Радио и связь, 1989. 224 с. 160. Лебедев В.В., Лебедева С.В., Калантар В.А., Аракчеєв А.Г., Корадо И.В., Ащекин М.И. Алгоритмы измерения длительности комплексов ЭКГ. Медицинская техника. 1998. №5. С. 6-14. 161. Левашкина А.О., Поршнев С.В. Сравнительный анализ супервизорных критериев оценки качества сегментации изображений. Информационные технологии. 2009. № 5. С. 52-57. 162. Левин Б.Р. Теоретические основы статистической радиотехники: Т. 1. М. : Сов. радио, 1974. 552 с. 163. Литвиненко Я., Лупенко С., Студена Ю. Методи статистичної обробки сигналів серця на базі їх моделі у вигляді циклічного випадкового процесу із зонною часовою структурою. Вісник Тернопільського державного технічного університету. Тернопіль, 2006. № 4 (11). С. 189-200. 164. Литвиненко Я.В. Метод інтерполяції кубічним сплайном дискретної функції ритму циклічного сигналу із визначеною сегментною структурою. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький, 2017. № 3. С. 105-112. 165. Литвиненко Я.В., Загородна Н.В., Окіпний І.Б., Осухівська Г.М. Метод верифікації циклічності (Оцінювання досліджуваного сигналу на приналежність до циклічних сигналів). Вісник Хмельницького національного університету. Хмельницький. 2018, № 4 (263). С. 214-221. 166. Литвиненко Я. Основи методології сегментації циклічних сигналів. Фундаментальні та прикладні проблеми сучасних технологій : матеріали міжнародної науково-технічної конференції до 100-річчя з дня заснування НАН України та на вшанування пам’яті Івана Пулюя. м. Тернопіль, 23-24 травня 2018 р. Тернопіль, 2018. С. 211-212. 167. Литвиненко Я., Лупенко С., Студена Ю. Статистичні методи обробки кардіосигналів на базі їх моделі у вигляді циклічного випадкового процесу. Матеріали десятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 17-18 травня 2006 р. Тернопіль, 2006. С. 76. 168. Литвиненко Я. В., Лупенко С. А., Сверстюк А. С. Програмний комплекс для обробки та моделювання синхронно зареєстрованих кардіосигналів з використанням моделей та методів теорії циклічних функціональних відношень. Вісник Хмельницького національного університету. Технічні науки. Хмельницький, 2009. № 5. С. 80-87. 169. Литвиненко Я., Лупенко С., Сверстюк А., Студена Ю. Підходи до моделювання сигналів серця на ЕОМ з використанням циклічних випадкових процесів. Матеріали одинадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 16-17 травня 2007 р. Тернопіль, 2007. С. 86. 170. Литвиненко Я., Лупенко С. Підходи до сегментації циклічного випадкового процесу із зонною часовою структурою. Матеріали всеукраїнської наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 13-14 травня 2009 р. Тернопіль, 2009. С. 123. 171. Литвиненко Я. В., Лупенко С. А., Сверстюк А. С. Діагностичні ознаки в системах автоматизованої діагностики функціонального стану серцево-судинної системи за сукупністю синхронно зареєстрованих кардіосигналів. “Kluczowe aspekty naukowej dzialalnosci – 2010” : матеріали V міжнародної науково-практичної конференції, м. Перемишль, 7-15 січня 2010 р. Перемишль, 2010. №16. С. 11–15. 172. Литвиненко Я.В. Сегментація циклічного випадкового процесу із зонною часовою структурою та оцінка його функції ритму. Фундаментальні та прикладні проблеми сучасних технологій : матеріали міжнар. наук.-практ. конф. ТНТУ, м. Тернопіль, 19-21 травня 2010 р. Тернопіль, 2010. С. 274. 173. Литвиненко Я.В. Огляд методів пошуку «розладки» випадкових процесів. Матеріали чотирнадцятої наукової конференції Тернопільського національного технічного університету імені Івана Пулюя, м. Тернопіль, 27-28 жовтня 2010 р. Тернопіль, 2010. С. 21. 174. Литвиненко Я., Марущак П. Аналіз деформування розломно-блокових систем з використанням стохастичних методів обробки циклічних випадкових процесів. Збірник тез доповідей ХV наукової конференції Тернопільського національного технічного університету імені Івана Пулюя, м. Тернопіль, 14-15 грудня 2011 р. Тернопіль, 2011. С. 128. 175. Литвиненко Я.В., Лупенко С.А., Дем’янчук Н.Р., Сверстюк А.С. Імітаційне моделювання синхронно зареєстрованих сигналів серця на основі вектора циклічних ритмічно пов’язаних випадкових процесів у задачах кардіодіагностики. Електроніка та системи управління. Національний авіаційний університет. Київ, 2009. № 4 (22). С. 141–148. 176. Литвиненко Я., Яскілка В. Програмне забезпечення для сегментації детермінованих циклічних функцій в задачах цифрової обробки даних. Інформаційні моделі, системи та технології : тези доповідей ІІІ науково-технічної конференції, м. Тернопіль, 24 квітня 2013 р. Тернопіль, 2013. С. 28. 177. Литвиненко Я. В., Лупенко С. А., Сверстюк А. С. Діагностичні ознаки в комп’ютерних системах діагностики функціонального стану серцево-судинної системи людини. Вісник Хмельницького національного університету. Технічні науки. Хмельницький, 2010. № 1. С. 182-188. 178. Литвиненко Я., Литвиненко Т. Метод вилучення тренду з електрокардіосигналу в системах автоматизованої кардіодіагностики. Актуальні задачі сучасних технологій : матеріали V міжнародної науково-технічної конференції молодих вчених та студентів Тернопільського національного технічного університету імені Івана Пулюя, м. Тернопіль, 17-18 листопада 2016 р. Тернопіль, 2016. С. 64. 179. Литвиненко Я., Марущак П., Лавренюк Т. Сегментація циклічних сигналів в задачах цифрової обробки даних: детермінований підхід. Теоретичні та прикладні аспекти радіотехніки і приладобудування : тези доповідей ІІІ всеукраїнської науково-технічної конференції, м. Тернопіль, 8-9 червня 2017 р. Тернопіль, 2017. С. 155-157. 180. Литвиненко Я.В., Марущак П.О., Побережний Л.Я., Баран Д.Я. Аналіз кінетики динамічного поширення тріщини в трубі магістрального газопроводу як циклічного випадкового процесу. Нафтогазова енергетика 2017 : матеріали VІ Міжнародної науково-технічної конференції, Івано-Франківського національного технічного університету нафти і газу, м. Івано-Франківськ, 15-19 травня 2017 р. Івано-Франківськ, 2017. С. 380-382. 181. Литвиненко Я.В., Марущак П. О. Застосування адитивної математичної моделі циклічного випадкового процесу і поліноміальної функції для виявлення закономірностей динамічного руйнування магістрального газопроводу. Вимірювання, контроль та діагностика в технічних системах (ВКДТС-2017) : матеріали ІV міжнародної наукової конференції, Вінницький національний технічний університет, м. Вінниця, 31 жовтня 2 листопада 2017 р. Вінниця, 2017. С. 167-169. 182. Литвиненко Я.В., Марущак П.О. Застосування адитивної математичної моделі циклічного випадкового процесу і детермінованої функції тренду для аналізу руйнування газопроводу. Фізико-хімічна механіка матеріалів. 2018, № 1 (54). С. 95-104. 183. Литвиненко Я., Лупенко С., Маєвський О. Комп’ютерний експериментальний комплекс для моделювання та обробки кардіосигналів. Матеріали шостої наукової конференції Тернопільського державного технічного університету ”Прогресивні матеріали та обладнання в машино і приладобудуванні”, м. Тернопіль, 24-26 квітня 2002 р. Тернопіль, 2002. С. 61. 184. Литвиненко Я.В. Моделювання та методи визначення зонної часової структури електрокардіосигналу в автоматизованих діагностичних системах: автореф. дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2006. 20 с. 185. Литвиненко Я.В. Моделювання та методи визначення зонної часової структури електрокардіосигналу в автоматизованих діагностичних системах: дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2006. 210 с. 186. Литвиненко Я.В., Лозінська Є. В., Лупенко С.А., Щербак Л.М. Імітаційне моделювання кардіоінтервалограми на ЕОМ при фізичних навантаженнях. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: Навчальна книга. 2002. №2. С.120-124. 187. Литвиненко Я.В., Лупенко С.А., Щербак Л.М. Моделювання та обробка циклічних сигналів серця на ЕОМ. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: Навчальна книга. 2000. №3. С. 160-167. 188. Литвиненко Я.В., Лупенко С., Чупрін Л., Щербак Л. Алгоритм моделювання дискретних стаціонарних лінійних випадкових процесів. Актуальні проблеми автоматизації та інформаційних технологій. Т. 4. Дніпропетровськ: Дніпропетровський університет. 2001. С. 52-59. 189. Литвиненко Я.В. Математична модель електрокардіосигналу для задач визначення його діагностично важливих зон. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: Навчальна книга. 2004. №2. С. 86-93. 190. Литвиненко Я., Лупенко С., Щербак Л. Статистичний метод визначення зонної структури електрокардіосигналу в автоматизованих діагностичних системах. Вісник Тернопільського державного технічного університету. Тернопіль, 2005. Т. 10, № 3. С. 165-175. 191. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів. Тези доповідей п’ятої наук. конф. ТДТУ. Тернопіль. 2001. С. 16. 192. Лупенко C. А., Литвиненко Я. В., Сверстюк А. С. Статистичний сумісний аналіз кардіосигналів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. Електроніка та системи управління. Національний авіаційний університет. Київ, 2008. № 4 (18). С. 22-29. 193. Лупенко С., Литвиненко Я., Сверстюк А. Сумісна статистична обробка синхронно зареєстрованих кардіосигналів на базі їх моделі у вигляді циклічних ритмічно пов’язаних випадкових процесів. Матеріали дванадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 14-15 травня 2008 р. Тернопіль, 2008. С. 111. 194. Лупенко С. А. Детерминированные и случайные циклические функции как модели колебательных явлений и сигналов: определение и классификация. Электронное моделирование. Ин-т проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. Киев, 2006. Т. 28, № 4. С. 29-45. 195. Лупенко С., Дем’янчук Н. Структура та статистичне оцінювання ймовірнісних характеристик циклічного випадкового процесу із стохастично незалежними циклами Вісник Тернопільського державного технічного університету імені І.Пулюя. 2009. Т. 14. №1. C. 145-153. 196. Лупенко С.А. Завдання інтерполяції функції ритму циклічної функції з відомою зонною структурою. Електроніка та системи управління. Національний авіаційний університет. Київ, 2007. № 2 (12). С. 27-35. 197. Лупенко С. А. Моделювання та методи обробки циклічних сигналів серця на базі лінійних випадкових функцій: автореф. дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2001. 20 с. 198. Лупенко С. А. Моделювання та методи обробки циклічних сигналів серця на базі лінійних випадкових функцій: дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2001. 253 с. 199. Лупенко С.А., Поліщук Г.В., Луцик Н.С., Сверстюк А.С. Напрями розвитку математичного та програмного забезпечення інформаційних систем діагностики та прогнозування за циклічними біометричними сигналами. Вимірювальна та обчислювальна техніка в технологічних процесах. 2012. № 2. С. 17-27. 200. Лупенко С. А. Розвиток теорії моделювання та обробки циклічних сигналів в інформаційних системах: автореф. дис. … докт. техн. наук: 01.05.02. Національний університет “Львівська політехніка”. Львів, 2010. 40 с. 201. Лупенко С. А. Розвиток теорії моделювання та обробки циклічних сигналів в інформаційних системах: дис. … докт. техн. наук: 01.05.02. Національний університет “Львівська політехніка”. Львів, 2010. 479 с. 202. Лупенко С. Циклічні функції та їх класифікація в задачах моделювання циклічних сигналів та коливних систем. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький, 2005. № 1. С. 177-185. 203. Лупенко C., Литвиненко Я., Сверстюк А. Статистичне оцінювання взаємної кореляційної функції синхронно зареєстрованих кардіосигналів у системах автоматизованої кардіодіагностики. Матеріали всеукраїнської наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 13-14 травня 2009 р. Тернопіль, 2009. С. 98. 204. Лупенко С.А., Сверстюк А.С., Стадник Н.Б., Зозуля А.М. Математичне моделювання та методи опрацювання сигналів серця на базі циклічних випадкових процесів та векторів Science and Education a New Dimension. Natural and Technical Sciences, VI(20), Issue: 172, 2018 С. 47-54, https://doi.org/10.31174/send-nt2018-172vi20-12 205. Лупенко С.А. Теоретичні основи моделювання та опрацювання циклічних сигналів в інформаційних системах: монография. Львів : Магнолія, 2006, 2016. 343 с. 206. Лупенко С. Циклічне функціональне відношення як основа математичного формалізму теорії моделювання та аналізу циклічних сигналів. Вісник Тернопільського державного технічного університету. Тернопіль, 2007. Т. 12, № 3. С. 183-195. 207. Лупенко С.А., Дем’янчук Н.Р., Сверстюк А.С. Концептуально-методологічні основи імітаційного моделювання циклічних сигналів на ЕОМ із використанням їх моделі у вигляді циклічного функціонального відношення. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький, 2008. № 2. С. 101-111. 208. Лупенко С.А., Щербак Л.М. Конструктивна математична модель сигналів серця в технічних системах кардіометрії. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: Навчальна книга, 2000. № 2. С. 133-136. 209. Лупенко С.А., Щербак Л.М. Конструктивна математична модель сигналів серця на основі лінійних періодичних випадкових процесів та полів. Вісник Тернопільського державного технічного університету. 2000. Т. 5, № 4. С. 101-110. 210. Лупенко С. А. Математичне моделювання та методи обробки циклічних сигналів серця в діагностичних системах кардіометрії. Вісник Тернопільського державного технічного університету. Тернопіль, 2001. Т. 6, № 3. С.103-111. 211. Лупенко С.А. Математичне та комп’ютерне моделювання сигналів серця в задачах кардіометрії. Матеріали п’ятої наук.-техн. конф. ТДТУ ”Прогресивні матеріали та обладнання в машино- і приладобудуванні”. м. Тернопіль, 2001. С. 17. 212. Лупенко С. Особливості дискретизації циклічних функцій. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький, 2006. № 1. С. 64-70. 213. Луцик Н.С., Литвиненко Я.В., Лупенко С.А., Зозуля А.М. Програмний комплекс для морфологічного аналізу та аналізу серцевого ритму з підвищеною інформативністю. Журнал Вінницького національного технічного університету «Інформаційні технології та комп’ютерна інженерія». Вінниця, 2016. №1 (35). С. 13-22. 214. Луцик Н., Литвиненко Я. Програмний комплекс для аналізу серцевого ритму на базі математичної моделі у вигляді умовного циклічного випадкового процесу. Теоретичні та прикладні аспекти радіотехніки і приладобудування : тези доповідей ІІ всеукраїнської науково-технічної конференції, м. Тернопіль, 9-10 червня 2015 р. Тернопіль, 2015. С. 12-14. 215. Лоев М. Теория вероятностей : пер. с франц. М. : изд-во иностранной литературы, 1962. 719 с. 216. Лозінська Є., Лупенко С., Осухівська Г. Обґрунтування математичної моделі кардіоінтервалограми при фізичних навантаженнях. Матеріали дев’ятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 12-13 травня 2005 р. Тернопіль, 2005. С. 63. 217. Лозінська Є.В., Лупенко С.А. Математичне моделювання та методи обробки кардіоінтервалограм людини в сучасних комп’ютерних діагностичних системах. Матеріали восьмої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 11-12 травня 2004 р. Тернопіль, 2004. С. 63. 218. Лозінська Є., Лупенко С., Щербак Л. Математична модель та методи обробки кардіоінтервалограми при фізичних навантаженнях в задачах діагностики адаптивних можливостей організму людини. Вісник Тернопільського державного технічного університету. Тернопіль, 2003. Т. 8, № 4. С. 97-105. 219. Лозінська Є., Лупенко С., Щербак Л. Математична модель тривалості серцевих скорочень при фізичних навантаженнях для діагностики адаптивних можливостей організму людини по зареєстрованій електрокардіограмі. Матеріали шостої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 24-26 квітня 2002 р. Тернопіль, 2002. С. 63. 220. Ляуконис А.Ю. Оптимизация городского газоснабжения. Л. : Недра, Ленинградское отделение, 1989. 301 с. 221. Ляшенков А.С. Синтезированный квазипериодический двухуровневый сигнал как идеальный меандр с переменным периодом. Сборник “Проблемы радиосвязи” ГУП “Полет”. Н. Новгород, 2002. 222. Макфи, Бол. Исследования в области электрокардиографии и магнитокардиографии. ТИИЭР. 1972. Т.60, №3. С. 53-98. 223. Малиновский Л.Г., Пинснер И.Ш., Цукерман Б.М. Математические методы описания ЭКГ. Медицинская техника. 1968, № 5. С. 3-7. 224. Мамедов Н. Я-Оглы. Влияние климатических факторов на процесс газопотребления (на примере Азербайджанской ССР) : автореф. дис. ... канд. техн. наук. Баку, 1985. 225. Марценко С. В. Математичне моделювання та статистичні методи обробки даних вимірювань в задачах моніторингу електронавантаження: дис. … канд. техн. наук: 01.05.02. Тернопільський національний технічний університет імені Івана Пулюя. Тернопіль, 2011. 149 с. 226. Марценюк В.П., Сверстюк А.С., Вар'ян Н.В. Напрями розвитку математичного та програмного забезпечення інформаційних систем діагностики та прогнозування за циклічними біометричними сигналами. Медична інформатика та інженерія 2011. № 1. С. 68-74. 227. Марченко Б.Г., Омельченко В.А. Вероятностные модели случайных случайных сигналов и полей в прикладной статистической радиофизике. К. : УМК ВО, 1988. 176 с. 228. Марченко Б.Г. Лінійні періодичні процеси. пр. ін.-ту електродинаміки НАН України. Електротехніка. 1999. С. 165-182. 229. Марченко Б.Г. Метод стохастических интегральных представлений и его приложения в радиотехнике. К. : Наукова думка, 1973. 192 с. 230. Марченко Б.Г., Мыслович М.В. Вибродиагностика подшипниковых узлов электрических машин. К.: Наукова думка, 1992. 196 с. 231. Марченко В.Б. Ортогональные функции дискретного аргумента и их приложение в геофизике. К.: Наукова думка, 1992. 211 с. 232. Математичний енциклопедичний словник. С. И. Адян, Н. С. Хвальків, В. И. Битюцков, А. П. Єршов, Л. Д. Кудрявцев, А. Л. Онищик, А. П. Юшкевич. М. : Сов. энциклопедия, 1988. 233. Математическое моделирование. Ред. Дж. Эндрюс, Р. Мак–Лаун. М.: Мир, 1979. 248 с. 234. Мацюк О.В., Приймак М.В. Вкладені стаціонарні послідовності періодичних випадкових процесів та їх використання в задачах обробки газонавантажень. Розвідка та розробка нафтових і газових родовищ. Івано-Франківськ : ІФНТУНГ. 2003. № 4 (7). С. 64-69. 235. Мацюк О.В., Приймак М.В. Моделі газонавантажень з врахуванням стохастичної періодичності та можливості їх статистичного аналізу. Розвідка та розробка нафтових і газових родовищ. Івано-Франківськ : ІФНТУНГ. 2003. № 2 (7). С. 64-69. 236. Мацюк О., Приймак М.В. Періодичний білий шум із змінним періодом. Матеріали дванадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 14-15 травня 2008 р. Тернопіль, 2008. С. 123. 237. Методы компьютерной обработки изображений: под ред. В.А. Сойфера. М. Физматлит, 2003. 784 с. 238. Минкин Р.Б., Павлов Ю.Д. Электрокардиография и фонокардиография. – 2-е изд., перераб. и дополн. Л.: Медицина, 1988. 256 с. 239. Миронов Е. А., Платонов С. А. Решение задачи идентификации математической модели объекта прогнозирования в условиях неопределенности. Современные проблемы науки и образования. 2014. № 4. https://www.scienceeducation.ru/ru/article/view?id=14029 240. Миронова Т.Ф., Миронов В.А. Клинический анализ волновой структуры синусового ритма сердца. Челябинск: Дом печати, 1998. 162с. 241. Михайлович Т.В., Фриз М.Є. Алгоритм та практична реалізація методу прогнозування водоспоживання із використанням моделі періодичної авторегресії. Вимірювальна та обчислювальна техніка в технологічних процесах. 2011. № 2. С. 204-208. 242. Михайлович Т., Фриз М.Є. Метод інтервального прогнозування водоспоживання із використанням моделі періодичної авторегресії. Вісник ТНТУ. 2012. Том 66, № 2. С.249-257. 243. Млинко Б.Б. Математична модель ритмічного біосигналу в задачах фотоплетизмодіагностики: автореф. дис. … канд. техн. наук: 01.05.02. Тернопіль, 2003. 19 с. 244. Мулик Н. В. Математична модель та метод прогнозу газоспоживання з урахуванням циклічності: дис. … канд. техн. наук: 01.05.02. Тернопіль, 2006. 136 с. 245. Мыслович М.В., Приймак Н.В., Щербак Л.Н. Периодически коррелированные случайные процессы в задачах обработки акустической информации. К. : Знание, 1980. 23 с. 246. Никифоров И.В. Последовательное обнаружение изменения свойств временных рядов. Академия наук СССР. Институт проблем управления. М.: Наука, 1983. 200 с. 247. Никифоров И.В. Применение кумулятивных сумм для обнаружения изменения характеристик случайного процесса. Автоматика и телемеханика. 1979. №2. С. 48-58. 248. Нікітчук Т.М. Порівняльний аналіз методів реєстрації пульсової хвилі. Вісник Хмельницького національного університету. 2013, №1 С. 183-186. 249. Нікіфоров Ю.М., Ковалюк Б.П. Лазерна ударно-хвильова дія на матеріали: Тернопіль: Вид-во ТНТУ імені Івана Пулюя, 2015. 272 с. 250. Новий тлумачний словник української мови у 4-х томах. Т. 1. "а-є" Укл. В.В. Яременко, О.М. Слiпушко. К. : Асконiт, 1998. Т. 1. 912 c. 251. Новий тлумачний словник української мови у 4-х томах. Т. 2. "ж-о" Укл. В.В. Яременко, О.М. Слiпушко. К. : Асконiт, 1998. Т. 2. 910 c. 252. Новий тлумачний словник української мови у 4-х томах. Т. 3. "о-р" Укл. В.В. Яременко, О.М. Слiпушко. К. : Асконiт, 1998. Т. 3. 928 c. 253. Новий тлумачний словник української мови у 4-х томах. Т. 4. "р-я" Укл. В.В. Яременко, О.М. Слiпушко. К. : Асконiт, 1998. Т. 4. 942 c. 254. Обработка изображений методами математической морфологии в ассоциативной осцилляторной среде. И.В. Огнев, Н.А. Сидорова. 2007. https://cyberleninka.ru/article/n/obrabotka-izobrazheniy-metodami-matematicheskoy-morfologii-v-assotsiativnoy-ostsillyatornoy-srede 255. Орел В.Р., Сурду А. Г. Влияние артериальных сосудистых сопротивлений на мощность работы левого желудочка сердца у спортсменов. Юбилейный сборник трудов ученых РГАФК, посвященный 80-летию академии. М. : 1998. Т. 3. С. 197-199. 256. Основные инструментальные методы исследования сердца. Милославский Я.М., Ходжаева Д.К., Нефедова А.И., Ослопов В.Н. Казань: Издательство Казанского университета, 1983. 142 с. 257. Осухівська Г. М. Математична модель тонового сигналу для діагностики стану клапанів серця людини: автореф. дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 1999. 20 с. 258. Осухівська Г.М. Обгрунтування вибору фільтру для статистичного аналізу тональних сигналів. Вісник Тернопільського державного технічного університету. 1997. Т. 2, № 2. С. 57-62. 259. Панин В.Е. Поверхностные слои нагруженных твердых тел как мезоскопический структурный уровень деформации. Физическая мезомеханика. 2001. Т. 4. №3. С. 5-22. 260. Панин A.B. Особенности пластической деформации и разрушения технического титана и малоуглеродистой стали, подвергнутых ультразвуковой обработке. Физика металлов и металловедение. 2004. Т. 98, Вып. 1. С. 109-118. 261. Панин А.В., Панин В.Е., Почивалов Ю.И. и др. Особенности локализации деформации и механическое поведение титана ВТ1-0 в различных структурных состояниях. Физическая мезомеханика. 2002. Т. 5, №4. С. 73-84. 262. Панин А.В. Масштабные уровни деформации в поверхностных слоях нагруженных твердых тел и тонких пленках. автореф. дис. … докт. физ.-мат. наук. Томск: ИФПМ СО РАН, 2006. 37 с. 263. Перельмутова М.В. Вычисление ударного и минутного объемов крови с помощью ЭВМ по данным интегральной реографии тела. Автоматизация диагностики и лечения сердечно-сосудистых заболеваний: под ред. Э.Ш. Халфена. Саратов, 1980. С. 46-51. 264. Пипбергер Х. Анализ электрокардиограмм на вычислительной машине. Вычислит. устройства в биологии и медицине. М.: Мир, 1967. С. 15-19. 265. Пешель М. Моделирование сигналов и систем. М. : Мир, 1981. 300 с. 266. Попадько В.Е. Некоторые вопросы оперативного прогнозирования газопотребления методами теории случайных процессов: автореф. дис. … канд. техн. наук. Москва, 1972. 267. Потапов А.А., Пахомов А.А., Никитин С.А., Гуляев Ю.В. Новейшие методы обработки изображений. M.: Физматлит, 2008. 496 с. 268. Практическое руководство по клинической электрокардиографии. Чернов А.З., Кечкер М.И, Александрова Е.А. и др. М.: Медицина, 1971. 207 с. 269. Прессман Л.П. Клиническая сфигмография. М.: Медицина, 1974. 127 с. 270. Приймак М.В. Основи теорії моделювання, аналізу і прогнозу в автоматизованих системах управління ритмічними процесами: автореф. дис. … докт. техн. наук. Київ. 2001. 34 с. 271. Приймак М., Лупенко С., Щербак Л. Імітаційне моделювання періодичних ланцюгів Маркова. Вимірювальна техніка та метрологія : міжвідомчий наук.-техн. збірник. Львів : Вид-во Нац. ун-ту “Львівська політехніка”, 2002. № 60. С. 7-10. 272. Приймак М.В. Дослідження взаємозв’язку лінійних і періодичних випадкових процесів. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький : Навчальна книга, 1999. №2. С. 167-169. 273. Приймак М.В. Лінійні випадкові поля з періодичним породжуючим полем. Технічна електродинаміка. 1998. № 3. С. 24-26. 274. Приймак М.В. Лінійні періодичні випадкові процеси і їх моделювання на ЕОМ. Вісник Тернопільского державного технічного університету. Тернопіль, 1998. № 3. С. 111-114. 275. Приймак М., Боднарчук І., Лупенко С. Умовно періодичні випадкові процеси із змінним періодом. Вісник Тернопільського державного технічного університету. Тернопіль, 2005. Т. 10, № 2. С. 143-152. 276. Приймак Н.В. Гузий В.И. Исследование возможности измерения периода корреляции переодически коррелированого случайного процеса по одной наблюдаемой реализации Весник Киевского политехнического института „Електроакустика и звукотехника” Киев.: Высшая школа. 1984. Вып. 8. С. 31-33. 277. Приймак М., Карнаухов О. Ряди Фур’є та можливості їх використання для функцій із змінним періодом. Матеріали всеукраїнської наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 13-14 травня 2009 р. Тернопіль, 2009. С. 91. 278. Приймак М., Прошин С. Елементи однорідності для періодичних ланцюгів Маркова. Вісник ТДТУ. 2009. Том 14, № 2. С. 114-123. 279. Приймак M., Віцентій О., Прошин C. Похибка оцінок матриць переходів періодичного ланцюга Маркова. Вісник ТНТУ. 2010. Том 15, № 3. С. 150-159. 280. Приймак М.В., Прошин С.В. Елементи однорідності для періодичних ланцюгів Маркова. Вісник Тернопільського державного технічного університету. 2009. Т.8, № 2. С. 17-21. 281. Приймак М.В. Марківські періодичні процеси. Вісник Тернопільського державного технічного університету. 2003. Т.8, № 3. С. 17-21. 282. Приймак М.В. Періодичні ланцюги Маркова в задачах статистичного аналізу і прогнозу енергонавантажень. Технічна електродинаміка. 2004. №2. С. 3-7. 283. Приймак М.В., Прошин С.Ю. Оцінювання матриць переходів періодичних ланцюгів Маркова. Електроніка та системи управління. 2009. №3(21). С. 26-33. 284. Прошин С.Ю. Оцінка матриць переходів енергонавантажень на базі періодичного ланцюга Маркова. Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка : збірник наукових праць. 2013. Вип. 58. С. 109-114. 285. Рагозин А.Н., Кононов Д.Ю., Карманов Ю.Т. Классический спектральный анализ, авторегрессионные модели, анализ на плоскости комплексных частот в оценке структуры колебаний сердечного ритма. Цифровые радиоэлектронные системы. 2000. Вып. 4. 286. Рагозин А.Н. Методы спектрального анализа вариабельности ритма сердца. Сб. научных трудов симпозиума “Колебательные процессы гемодинамики. Пульсация и флуктуация сердечно-сосудистой системы”. Миасс, 287. Рангайян Р.М. Анализ биомедицинских сигналов. Практический подход. М.: Физмалит. 2010. 440 с. 288. Романова В.А. Исследование деформационных процессов на поверхности и в объеме материалов с внутренними границами раздела методами численного моделирования. Физическая мезомеханика. 2005. Т. 8, № 3. С. 63-78. 289. Романова В.А., Зиновьева О.С., Балохонов, Р.Р. Зиновьев А.В., Батухтина Е.Е. Влияние модифицированного поверхностного слоя на эволюцию деформационного рельефа в поликристаллических стальных образцах. Численное моделирование. Физическая мезомеханика. 2013. Т. 16, № 6. С. 59-69. 290. Рудаков П.И., Сафонов В.И. Обработка сигналов и изображений. М.: ДИАЛОГ-МИФИ, 2000. 416 с. 291. Сантопетро Р.Ф. Происхождение и характеристики основного сигнала, шума и наводки в высокочастотной электрокардиограмме. ТИИЭР. 1977. Т. 65, № 5. С. 137-145. 292. Сверстюк А. С. Математичне моделювання та методи обробки синхронно зареєстрованих сигналів серця з використанням циклічних ритмічно пов’язаних випадкових процесів: дис. … канд. техн. наук: 01.05.02. Київський національний університет імені Тараса Шевченка. Київ, 2010. 196 с. 293. Свідоцтво № 31682 Україна. Комп'ютерна програма “Статистична обробка циклічних сигналів серця” (СОЦСС) / А. С. Сверстюк, С. А. Лупенко, Я. В. Литвиненко; заявл. 05.11.09 ; опубл. 20.01.10. 294. Свідоцтво № 38822 Україна. Комп'ютерна програма “Моделювання циклічних економічних процесів” (МЦЕП) / А. Б. Горкуненко, С. А. Лупенко, Я. В. Литвиненко; заявл. 12.04.11; опубл. 24.06.11. 295. Свідоцтво № 38823 Україна. Комп'ютерна програма “Статистична обробка циклічних економічних процесів” (СОЦЕП) / А. Б. Горкуненко, С. А. Лупенко, Я. В. Литвиненко; заявл. 12.04.11; опубл. 24.06.11. 296. Свідоцтво № 59323 Україна. Комп'ютерна програма “Аналіз серцевого ритму з підвищеною інформативністю” / Я.В. Литвиненко, С.А. Лупенко, Н.С. Луцик; заявл. 19.02.2015; опубл. 16.04.2015. 297. Свідоцтво № 65753 Україна. Комп'ютерна програма “Статистична обробка та моделювання циклічних сигналів рельєфоутворення, оцінка похибок моделювання” / Я.В. Литвиненко, П.О. Марущак, Є.В. Тиш; заявл. 28.03.2016; опубл. 31.05.2016. 298. Свідоцтво № 68541 Україна. Комп'ютерна програма “Cегментація детермінованих циклічних функцій” / Я.В. Литвиненко; заявл. 8.09.2016; опубл. 8.11.2016. 299. Свідоцтво № 79103 Україна. Комп'ютерна програма “Сегментація випадкових циклічних функцій” / Я. В. Литвиненко; заявл. 8.05.2018; опубл. 16.05.2018. 300. Семчишин О.В., Лещишин Ю.З., Забитівський В.П. Алгоритм виділення RR-інтервалів кардіосигналу для задачі аналізу варіабельності серцевого ритму в системі реального часу. Вісник Хмельницького національного університету. Хмельницький, 2007. Т.1. № 6. С. 130-136. 301. Семчишин О.В., Лещишин Ю.З. Оцінка ефективності методу виділення RR-інтервалів електрокардіосигналів плоду. Вісник Хмельницького національного університету. Хмельницький, 2010. Т.1. № 5. С. 187-193. 302. Семенов С.И. Теория неадаптивных масок для обработки изображений. Биомедицинские технологии и радиоэлектроника. 2002. № 12. С. 33-40. 303. Сжатие данных для хранения и передачи электрокардиограм и векторкардиограмм. Уомбл М.Э, Холлидей Дж.С., Миттер С.К., Ланкастер М.С., Трибвассер Дж. Х. ТИИЭР. 1977. Т.65, №5. С. 131-136. 304. Сидоренко Г.И., Афанасьев Г.К., Никитин Я.Г. Статистический анализ сердечного ритма с применением моментов высших порядков. Кардиология. 1975. Т. 15, № 12. С. 96. 305. Слуцкий Е.Е. Избранные труды (Теория вероятностей и математическая статистика). М. : Изд. АН СССР, 1966. 292 с. 306. Слуцкий Е.Е. Сложение случайных причин как источник циклических процессов. Вопр. коньюктуры. 1997. Т. 3, вып. 1. С. 34-64. 307. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB. М.: ДМК Пресс, 2008. 448 с. 308. Советский энцеклопедический словарь. А. В. Прохоров. 4-е издание. Москва, 1988. 1600 с. 309. Сойфер В.А. Компьютерная обработка изображений. Часть 1. Математические модели. Соросовский образовательный журнал, 1996. №2. С.5-28. 310. Стахов О.П. За принципом золотої пропорції: перспективний шлях розвитку обчислювальної техніки. Журнал "Вісник Академії наук Української РСР", №1-2, 1990. 311. Сторнгин Р.Г. Численные методы в многоэкстремальных задачах (Информационно-статистические алгоритмы). М.: Наука, 1978. 240 с. 312. Терехова Л.Г. Практические вопросы сфигмографии. Л.: Медицина, 1968. 118 с. 313. Тихонов В.И. Статистическая радиотехника. М. : Радио и связь, 1982. 624 с. 314. Томас Л.Дж., Кларк К.У., Мед Ч.Н., Рипли К.Л., Спеннер Б.Ф., Оливер Г.Ч. Автоматизированный анализ сердечных дизритмий. ТИИЭР. 1979. Т.67, №9, С. 173-192. 315. Туган-Барановський М.І. Основи політичної економії. Львів : Вид. центр Львів. нац. ун-ту ім. Івана Франка, 2003. 628 с. 316. Турчак Л.И. Основы численных методов: учеб. пособие. М.:Наука. Гл. ред. физ.-мат. лит., 1987. 320 с. 317. Файнзильберг Л.С. Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат. Кибернетика и системный анализ. 2003. № 3. C. 20-28. 318. Файнзильберг Л.С. Новая информационная технология обработки ЭКГ для выявления ишемической болезни сердца при массовых обследованиях населения. Управляющие системы и машины. 2005. № 3. С. 63-71. 319. Файнзільберг Л.С. Методи та інструментальні засоби оцінювання стану об’єктів за сигналами з локально зосередженими ознаками: автореф. дис. … докт. техн. наук: 05.13.06. НАН України. Міжнар. наук.-навч. центр інформ. технологій та систем. Київ. 2004. 35 с. 320. Федорів Р.Ф. Статистична радіометрія. К. : Наукова думка, 1979. 264 с. 321. Федоров В.В. Теория оптимального эксперимента. М.: Наука, 1971. 322. Фу К. Структурные методы в распознавании образов. М.: Мир, 1977, С. 25-115. 323. Фитилев Л.М. Клиническая фонокардиография. М.: Медицина, 1968. 404 с. 324. Фодчук І.М., Баловсяк С.В. Діагностика поверхні твердого тіла. Загальний стан проблеми та Х-променеві методи: навчальний посібник. Чернівці: Рута, 2007. 288 с. 325. Форсайт Д.А., Понс Дж. Компьютерное зрение. Современный подход. M.: Вильямс, 2004. 928 с. 326. Фофанов П.Н. Учебное пособие по механокардиографии. Л.: ВМедА им. С.М. Кирова, 1977. 111 с. 327. Фролов Д.Н. Разработка структурных методов и системы автоматизированного анализа реограмм: автореф. дис. … канд. техн. наук. Томск. 1980. 328. Чапоров В.Н., Маркова К.Б. Фазовый анализ сердечной деятельности у человека в условиях ступенчатого повышения внутрилегочного давления. Вестник ТвГУ. Серия «Биология и экология». 2006. Вып. 2. С. 27-30. 329. Чирейкин Л.В., Шурыгин Д.Я., Лабутин В.К. Автоматический анализ электрокардиограмм. Л.: Медицина, 1977. 248 с. 330. Шакин В.В. Выбор адекватной математической модели для решения обратной задачи электрокардиографии. Новые направления в электрокардиографии: Труды 2-го Межд. симп. по электрокардиологии. Ереван, 1973. С. 46-47. 331. Шакин В.В. Вычислительная электрокардиография. М.: Наука, 1981. 166 с. 332. Шакин В.В. Кибернетические методы изучения электрокардиограмм. Радиоэлектроника в медецине: Научный обзор ВНИИ медицинской и медико-технической информации. М. 1966. Вып. 1. С. 3-35. 333. Шапиро Л., Стокман Дж. Компьютерное зрение. Пер. с англ. М.: БИНОМ, 2006. 752 с. 334. Шидловський А.А., Ковалко М.П., Вишневський І.М. та інш.Паливно-енергетичний комплекс України на порозі третього тисячоліття: за ред. Шидловського А.А., Ковалко М.П. К.:УЕЗ, 2001. 400 с. 335. Шидловский А.К., Вагин Г.Я., Куренный Э.Г. Расчеты электрических нагрузок систем электроснабжения промышленных предприятий. М.: Энергоатомиздат, 1992. 224 с. 336. Ширяев А. Н. Вероятность. М. : Наука, 1980. 576 с. 337. Шишкин С.Л. Исследование синхронности моментов резких изменений альфа-активности ЭЭГ человека: автореф. дис. … канд. биол. наук: 03.00.13. Московский государственный университет им. М.В. Ломоносова. Москва, 1997. 10 с. 338. Шумпетер Й. Теория экономического развития (Исследование предпринимательской прибыли, капитала, кредита, процента и цикла конъюнктуры). М. : Прогресс, 1982. 339. Яворский Б.И. Стохастическая модель ошибки обработки периодических сигналов в рекурсивных цифровых цепях. Отбор и обработка информации. 1989. Вып. 3 (79). С. 99-101. 340. Яворский И.Н. Статистический анализ векторных периодически коррелированных случайных процессов. Отбор и передача информации. Київ: Наукова думка, 1987. Вып. 76. С. 3-12. 341. Яворский И.Н. Статистический анализ поли- и почти периодически коррелированных случайных процессов. Отбор и обработка информации. Киев, 1989. Вып. 3 (79). С. 1-10. 342. Яворська Є.Б. Верифікація результатів спектрального аналізу ритмокардіограми. Міжнародний науково-технічний журнал “Оптико-електронні інформаційно-енергетичні технології”. Вінниця, 2009. №1 (17). С. 119-121. 343. Яворська Є.Б. Математичні моделі та методи опрацювання ритмокардіосигналів для визначення характеристик серцевої ритміки з прогнозованою вірогідністю : автореферат дис... канд. наук: 01.05.02. Тернопіль, 2009. 18 с. 344. Яглом А. М. Корреляционная теория стационарных случайных функций. Л. : Гидрометеоиздат, 1981. 280 с. 345. Яглом И.М. Математические структуры и математическое моделирование. М. : Сов. радио, 1980. 144 с. 346. Ahlstrom M.L., Tomhins W.J. Digital filters for real-time ECG signal processing using microprocessors. IEEE Trans. Biomed. Eng. 1985. V. 32. P. 708-713. 347. Akima H. A New Method of Interpolation and Smooth Curve Fitting Based on Local Procedures. ESSA Research Laboratories, Institute for Telecommunication Sciences, Boulder Journal of the ACM (JACM), 1970. Vol. 17 №4. P. 589-602. 348. Analysis of Multiple Cracking of Nanocoating as a Cyclic Random Process / I.V. Lytvynenko, S.A. Lupenko, and P.O. Marushchak. Optoelectronics, Instrumentation and Data Processing, 2013, Vol. 49, No. 2, pp. 164-170. 349. Analysis of the State of the Modified Nanotitanium Surface with the Use of the Mathematical Model of a Cyclic Random Process / I.V. Lytvynenko, P.O. Marushchak. Optoelectronics, Instrumentation and Data Processing, 2015, Vol. 51, No. 3, pp. 254-263. 350. Balda R.A., Diller G., et al. The HP ECG Analysis Program. Trends in Computer Processing Electocardiograms. North-Holland, Amsterdam, 1977, pp. 197-204. 351. Bemmel J.H. Van Past and future research goals for computerized ECG processing. "Comput. ECG Anal.: Towards Stand. Proc. IFIP - IMIA Work Cont., 2-5 June 1985". Amsterdam e.a., 1986. P. 367-381. 352. Bezdek J. C. Pattern Recognition With Fuzzy Objective Function Algorithms. NY: Plenum Press, 1981. 353. Bittanti S. Markovian representations of cyclostationary processes, in: L.Gerencser, P.E. Caines (Eds.). S. Bittanti, F. Lorito, S. Strada. Topics in Stochastic Systems : Modelling, Estimation and Adaptive Control. Springer, Berlin, Germany. 1991. Vol. 161. P. 31-46. 354. Bohme O. Periodic Markow transition function I, II. Math. Nachr. 1982. 108. P. 231-239; 109. P. 47-56. 355. Burger H., Milaan J. Van. Measurements of the specific resistence of the human body to direct curent. Acta Med. Scan. 1943. Vol. 114. 584 p. 356. Caselles V., Kimmel R., Sapiro G. (1997). Geodesic active contours. International Journal of Computer Vision 22 (1): 1997. P. 61-79. 357. Chen S.-W., Chen H.-C., Chan H.-L. A real-time QRS detection method based on moving-averaging incorporating with wavelet denoising. Computer Methods and Programs in Biomedicine. Elsevier Inc., 2006. Vol. 82, pp. 187-195. 358. Chouhan V.S., Mehta S.S., Lingayat N.S. Delineation of QRS-complex, P and T-wave in 12-lead ECG. IJCSNS International Journal of Computer Science and Network Security. 2008. Vol. 8. P. 185-190. 359. Christov I.I. Real time electrocardiogram QRS detection using combined adaptive threshold [електронний ресурс]. BioMed. Eng. Online. 2004. Vol. 3. No. 28. 9 p. Режим доступу до журн. URL: http://www.biomedical-engineering-online.com/content/3/1/28 (дата звернення: 24.09.2018) 360. De Chazazl P., Celler B. Automatic measurement of the QRS onset and offset in individual ECG leads. IEEE Engineering in Medicine and Biology Society. 1996. Vol. 4. P. 1399-1403. 361. Dreifus L., Agarwal J., Botvinick E. Heart rate variability for risk stratification of life-threatening arrhythmias. J. Am. Coil. Cardiol. 1993. P. 948-950. 362. Duda R.O. Hart P.E. and Stork D.G. Pattern Classification. - 2nd ed. New York. NY:Wiley. 2001. 363. Dzung L. Pham, Chenyang Xu, and Jerry L. Prince (2000): «Current Methods in Medical Image Segmentation», Annual Review of Biomedical Engineering, Vol. 2, pp 315-337. 364. Ebadollah Kheirati Roonizi, Reza Sameni. Morphological modeling of cardiac signals based on signal decomposition, Computers in Biology and Medicine, Vol. 43, Issue 10, 2013. P. 1453-1461, https://doi.org/10.1016/j.compbiomed.2013.06.017. 365. Fojt O., Holcik J. Applying nonlinear dynamics to ECG signal processing. Two approaches to describing ECG and HRV signals. IEEE Eng. Med. Biol. Mag. 1998. vol. 17(2). P. 96-101. 366. Forcade Nicolas; Le Guyader Carole, Gout Christian (July 2008). Generalized fast marching method: applications to image segmentation. Numerical Algorithms 48 (1-3): P. 189-211. doi:10.1007/s11075-008-9183-x. 367. Gardner W.A., Archer T.L. Exploitation of cyclostationarity for identifying the Volterra kernels of non-linear systems. IEEE Transactions on Information Theory. 1993. № 39 (2). P. 535-542. 368. Gardner W.A., Brown W.A. Fraction-of-time probability for time-series that exhibit cyclostationarity. Signal Processing. 1991. №23. P. 273-292. 369. Gardner W.A., Napolitano A., Paura L. Cyclostationarity: Half a century of research. Signal Processing. 2005. № 86 (2006). P. 639-697. 370. Gardner W.A. Statistical Spectral Analysis : A Nonprobabilistic Theory. Prentice-Hall, Englewood Cliffs, NJ, 1987. 371. Gardner W.A. Spectral correlation of modulated signals : Part I-Analog modulation. IEEE Transactions on Communications. 1987. №35 (6). P. 584-594. 372. Gardner W.A., Spooner C.M. Higher-order cyclostationarity. International Symposium on Information Theory and Applications, ISITA '90, Honolulu, HI. 1990. P. 355-358. 373. Gardner W.A., Spooner C.M. The cumulant theory of cyclostationary time-series. II. Development and applications. IEEE Transactions on Signal Processing. 1994. № 42 (12). P. 3409-3429. 374. Gardner W.A., Brown W.A., Chen C.-K. Spectral correlation of modulated signals: Part II-Digital Modulation. IEEE Transactions on Communications. 1987. № 35 (6). P. 595-601. 375. Ghysels E. A time series model with Periodic Stochastic Regime Switching. Institute for Empirical Macroeconomics Federal Reserve Bank of Minneapolis Research Department. 1993. No. 84. 376. Ghysels E., McCulloch R.E., Tsay R.S. Bayesian Inference for a General Class of Periodic Markov Switching Models. 1993. 377. Ghysels E. On the Periodic Structure of the Business Cycle. Cowles Foundation, Yale Universiti. 1992. No. 1028. 378. Goldberg D. E. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley Longman Publishing Co., Inc., Boston, MA, USA, 1989. 379. Gonzalez R. Woods Digital Image Processing. Second Edition. Prentice Hall, 2002. 793 p. 380. Gowda, K. C., Krishna, G. Agglomerative clustering using the concept of mutual nearest neighborhood. Pattern Recognition, 1977. V. 10. P. 105-112. 381. Gritzali F., Frangakis G., Papakonstantinou G. Detection of the P and T waves in an ECG. Comput. Biomed. Res. 1976. V. 9. P. 125-132. 382. Hamilton P.S., Tompkins W.J. Quantitative investigation of QRS detection rules using the MIT/BIH Arryhthmia database. IEEE Transactions on Biomed. Eng., 1986. Vol. 33. pp. 1157-1165. 383. Hansen L.P., Sargent T.J. Seasonality and Approximation Errors in Racional Expectations Models. Journal of Econometrics. 1993. P. 21-56. 384. Harmuth H. Transmission of Information by Orthogonal Functions. New York, Heidelberg, Berlin : Springer, 1972. Edition 2. 385. Harris F. On the use of windows for harmonic analysis with the Discrete Fourier Transform. IEEE Proc. 1978. P. 51-83. 386. Hengeveld S.J. and van Bemmel J.H. Computer detection of P waves. Comput. Biomed. Res. 1976. V.9. P. 125-132. 387. Horkunenko A., Lytvynenko I., Sverstyuk A., Lupenko S. Software complex for modeling and processing of synchronously registered cardiosignals. Projekt interdyscyplinarny projektem XXI wieku, Wydawnictwo Naukowe Akademii Techniczno-Humanistycznej, Bielsko-Biala, 2017. T. 2. P. 126-130. 388. Hossein M., Shankar R., Allen Y, Shankar S.; Yi Ma (2011-04-08). Segmentation of Natural Images by Texture and Boundary Compression. International Journal of Computer Vision (en) 95 (1). P. 86-98. doi:10.1007/s11263-011-0444-0. 389. Hurd H.L. An investigation of periodically correlated stochastic processes: dissert. Ph. D. Duke University, Durham, NC, 1969. 390. Hurd H.L., Miamee A. G. Periodically Correlated Random Sequences: Spectral Theory and Practice. Wiley, New York, 2006. 391. Ignatovich S.R. Statistical nature of plastic deformation. Strength of Materials, 1996, Vol. 28, N 4, P. 317-323. 392. Ignatovich S.R., Menou A., Karuskevich M.V., Maruschak P.O. Fatigue damage and sensor development for aircraft structural health monitoring. Theoretical and Applied Fracture Mechanics. 2013. Vol. 65. P. 23-27. 393. Israa Shaker Tawfic, Sema Koc Kayhan. Improving recovery of ECG signal with deterministic guarantees using split signal for multiple supports of matching pursuit (SS-MSMP) algorithm, Computer Methods and Programs in Biomedicine, Vol. 139, 2017. P. 39-50, https://doi.org/10.1016/j.cmpb.2016.10.014. 394. Jain A. K., Mao Artificial neural networks: A tutorial. IEEE Computer, 1996. V. 29. P. 31-44. 395. Jianbo Shi and Jitendra Malik (2000): «Normalized Cuts and Image Segmentation», IEEE Transactions on pattern analysis and machine intelligence, 2000. Vol. 22, No. 8. pp. 888-905. 396. John Semmlow. Chapter 10 - Stochastic, Nonstationary, and Nonlinear Systems and Signals, Editor(s): John Semmlow, In Biomedical Engineering, Circuits, Signals and Systems for Bioengineers (Third Edition), Academic Press, 2018. P. 449-489, https://doi.org/10.1016/B978-0-12-809395-5.00010-2. 397. Juglar C. Des Crises commerciales et leur retour periodique en France. en Angleterre, et aux Etats−Unis. Paris, 1862. P. 276. 398. Kaoumi D., Adamson J. Self-ordered defect structures in two model F/M steels under in situ ion irradiation. Journal of Nuclear Materials. 2014. Vol. 448. P. 233-238. 399. Kaplan D. The analysis of variability. Cardiovasc J. Electro–physiol. 1994. P. 16-19. 400. Kaufman W., Johnston. The electrical conductivity of the tissues near the heart and its bearing on the distribution of cardiac action currents. Amer. Heart J. 1955. Vol. 26. 243 p. 401. Kayatskas A. A. Periodically correlated random processes. Telecommun. Radio Eng. 1968. No. 23 (Part 2). P. 136-141. 402. Kerr T.H. Real-Time Failure Detection: A Nonlinear Optimization Problem That Yields a Two-Ellipsoid Overlap Test. Journal Of Optimization Theory And Applications. 1977. Vol. 22, №4. P. 509-536. 403. Khaled Daqrouq QRS Complex Detection Based on Symmlets Wavelet Function / Khaled Daqrouq, Ibrahim N. AbuIsbeih, Abdel-Rahman Al-Qawasmi. 5th International MultiConference on Systems, Signals and Devices. 2008. 404. Kochel P. Periodically stationary Markovian decision models. Elektron. Informationsverarb. Kybernet. 1980. No. 16. P. 553-567 (in German). 405. Kohonen T. Self-Organization and Associative Memory - 3rd ed. Springer information sciences series. Springer-Verlag, New York, NY. 1989. 406. Kuropiatnyk D. I. Actuality of the problem of parametric identification of a mathematical model Computer Science & Software Engineering : Proceedings of the 1st Student Workshop (CS&SE@SW 2018), Kryvyi Rih, Ukraine, November 30, 2018. pp. 70-75. 407. Kuznets S. Secular Movements in Production and Prices. Their Nature and their Bearing upon Cyclical Fluctuations. Boston : Houghton Mifflin, 1930. 408. Laguna P., Jane R., Caminal P. Automatic detection of wave boundaries in multilead ECG signals. Computers and Biomedical Research. 1994. Vol. 27. P. 45-60. 409. Leo Grady (2006): «Random Walks for Image Segmentation», IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006. Vol. 28, No. 11. pp. 1768-1783. 410. Leo Grady and Eric L. Schwartz (2006): «Isoperimetric Graph Partitioning for Image Segmentation», IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006. Vol. 28. No. 3. pp. 469-475. 411. Li C., Zheng C., Tai C. Detection of ECG characteristic points using the wavelet transform. IEEE Trans. Biomed. Eng., 1995. Vol. 42. pp. 21-28. 412. Linda G. Shapiro and George C. Stockman (2001): «Computer Vision», New Jersey, Prentice-Hall. 2001. pp 279-325. 413. Lynvynenko I., Maruschak P. Use of shochastic methods for treatment of cyclic random processes of multiple cracking. Modern problems of radio engineering, telecommunications and computer science, (TCSET-2012) : XI International Conference, Lviv–Slavske, February 21-24, 2012. Lviv–Slavske, Ukraine 2012. P. 59. 414. Lytvynenko I., Maruschak P., Lupenko S., Panin S. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. Applied Mechanics and Materials, 2015, Vol. 770. pp. 288-293. 415. Lytvynenko I.V. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling. Scientific Journal of the Ternopil national technical university. 2017. Vol. 88, No. 4. pp. 153-169. 416. Lytvynenko I.V., Maruschak P.O., Lupenko S.A., Popovych P.V. Modeling of the Ordered Surface Topography of Statically Deformed Aluminum Alloy Materials Science, 2016, Vol. 52. No. 1. pp. 113-122. 417. Lytvynenko I.V., Maruschak P.O., Lupenko S.A., Hats Yu. I, Menou A., Panin S.V. Software for segmentation, statistical analysis and modeling of surface ordered structures. Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785. No.1. pp. 030012-1-030012-7. 418. Lytvynenko I.V. The problem of segmentation of the cyclic random process with a segmental structure and the approaches to its solving. Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2016, Vol. 3, No. 1, pp. 30-37. 419. Lytvynenko I.V. Method of the quadratic interpolation of the discrete rhythm function of the cyclical signal with a defined segment structure. Scientific Journal of the Ternopil national technical university. 2016, Vol. 84, No. 4, pp. 131-138. 420. Lytvynenko I.V. Method of evaluating the rhythm structure of a cyclic signal through defining the additional countdowns of the discrete function of rhythm. Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2018, Vol. 5, No. 1, pp. 32-38. 421. Lynvynenko I. Approaches to the evaluation of the rhythm function of cyclic signals and processes. Problems of decision making under uncertainties, (PDMU-2012) : XIX International Conference, Mukachevo, April 23-27, 2012. Mukachevo, Ukraine 2012. P. 146. 422. Lytvynenko I., Maruschak P. Simulation of the process of self-organization of modified nanotitan surface using a mathematical apparatus for processing cyclic functions. Problems of decision making under uncertainties, (PDMU-2013) : XХI International Conference, Skhidnytsia, May 13-17, 2013. Skhidnytsia, Ukraine 2013. P. 160-161. 423. Lytvynenko I.V., Marushak P.O., Lupenko S.A., Hats Yu.I., Menou A. Software tools for the analysis of the self-organizing material surface after deformation for the problems of its sementation and statistical processing. Proc. of International Symposium Aircraft materials, (ACMA-2016). May 11-13. 2016. Agadir, Morocco 2016. P. 138-139. 424. Lytvynenko I., Maruschak P., Prentkovskis O., Sorochak A. Modelling Kinetics of Dynamic Crack Propagation in a Gas Mains Pipe as Cyclic Random Process. International Conference on Reliability and Statistics in Transportation and Communication, 2017, Springer, pp. 262-269. 425. Lytvynenko I.V., Maruschak P.O., Panin S.V., Sorochak A.P. Analysis of Fracture Characteristic of a Gas Main Pipe on the Basis of the Additive Mathematical Model of the Cyclic Random Process and Polynomial Function. IOP Conference Series: Earth and Environmental Science. 2018, Vol. 115, No. 1, pp. 012047. 426. Lytvynenko I.V. The method of segmentation of stochastic cyclic signals for the problems of their processing and modeling. Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2017, Vol. 4, No. 2, pp. 93-103. 427. Lytvynenko I.V., Lupenko S.A., Maruschak P.O., Panin S.V., Hats Yu.I. Diagnostic features of relief formations on the nanostructured titanium VT1-0 surface after laser shock-wave treatment. IOP Conference Series: Materials Science and Engineering. 2017, pp. 1-6. 428. Lytvynenko I., Maruschak P., Menou A. Using mathematical model of cyclic random process for diagnostics of nanotitanium surface condition after high-energy treatment. Proc. of International Symposium on Operational Research and Applications, (ISORAP-2013), May 8-10. 2013. Marrakech, Morocco 2013. P. 678-684. 429. Manisha Bhagwat, R. K. Krishna & Vivek Pise: «GSimplified Watershed Transformation», International Journal of Computer Science & Communication, Vol. 1, No. 1, January-June 2010, pp. 175-177. 430. Maruschak P., Okipnyi I., Poberezhny L., Lytvynenko I. Assessment of damageability of a surface with multiple defects. Materials and Metallurgy, (SHMD-2012) : 10-th International Symposium of Crroatian Metallurgical Society, Shibenk, June 17-21, 2012. Shibenk, Croatia 2012. P. 401. 431. Maruschak P.O., Panin S.V., Ignatovich S.R., Zakiev I.M., Konovalenko I.V., Lytvynenko I.V., Sergeev V.P. Influence of deformation process in material at multiple cracking and fragmentation of nanocoating. Theoretical and Applied Fracture Mechanics, 2012. Vol. 57. P. 43-48. 432. Maass W., Sontag E.D. Neural Systems as Nonlinear Filters. Neural Computation. 2000. No 12. P. 1743-1772. 433. Mahoudeaux P.M. et al. Simple microprocessor-based system for on-line ECG analysis. Med. Bio. Eng. Comput., 1981. Vol. 19, pp.497-500. 434. Malik M., Xia R., Odemuyiwa O. Influence of the recognition artefact in the automatic analysis of long-term electrocardiograms on time–domain measurement of heart rate variability. Med. Biol. Eng. Comput. 1993. P. 539-544. 435. Martinez J.P., Almeida R., Laguna P. A wavelet-based ECG delineator: evaluation on standard databases. IEEE Transactions on Biomedical Engineering. 2004. Vol. 51. P. 570-581.436. Marian Gidea, Claudia Gidea, William Byrd. Deterministic models for simulating electrocardiographic signals, Communications in Nonlinear Science and Numerical Simulation, Vol. 16, Issue 10, 2011. P. 3871-3880, https://doi.org/10.1016/j.cnsns.2011.01.022. 437. Micheli-Tzanarou E. Supervised and Unsupervised Pattern Recognition. Boca Raton. FL.: CRC Press, 2000. 438. McKusick V.A., Talbot S.A., Webb G.N. Spectral phonocardiography: problems and prospects in application of bell sound spectrograph to phonocardiography. Johns Hork. Hops. 1954. P. 187-198. 439. Menrad A. et al. Dual microprocessorsystem for cardiovascular data acquisition, processing and recording. Proc. 1981 IEEE int. conf. Elect. Contr. Instrument, pp. 64-69. 440. Murthy I.S., Rangaraj M.R. New concepts for PVC detection. IEEE Trans. Biomed. Eng. 1979. V. 26, No. 7. P. 409-416. 441. Nematollahi A.R., Soltani A.R. Discrete time periodically correlated Markov processes. Probability and Mathematical Statistics. 2000. No. 20 (1). P. 127-140. 442. Nadler J., Robbins N.B. Some characteristics of page’s two-sided procedure for detecting a change in a location parameter. The Annals of Mathematical Statistics. 1971. Vol. 42, №2. P. 231-238. 443. Ogura H. Spectral representation of a periodic nonstationary random process. IEEE Trans. on Inf. Th. 1971. IT-17, 2. P. 143-149. 444. Osher S. and Paragios N. Geometric Level Set Methods in Imaging Vision and Graphics, Springer Verlag. 2003. 445. Pan J., Tomhins W.J. A real-time QRS detection algorithm. IEEE Trans. Biomed. Eng. 1985. V. 32. P. 230-236. 446. Processing and modeling of ordered relief at the surface of heat-resistant steels after laser irradiation as a cyclic random process / I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko. Automatic Control and Computer Science, 2014, Vol. 48, No. 1, pp. 1-9. 447. Rajeswari J., Jagannath M. Advances in biomedical signal and image processing – A systematic review, Informatics in Medicine Unlocked, Vol. 8, 2017. P. 13-19, https://doi.org/10.1016/j.imu.2017.04.002. 448. Riccardo Barbieri, Emery N. Brown. Application of dynamic point process models to cardiovascular control, Biosystems, Vol. 93, Issues 1–2, 2008, P. 120-125, https://doi.org/10.1016/j.biosystems.2008.03.011. 449. Ron Ohlander, Keith Price, and D. Raj Reddy (1978): «Picture Segmentation Using a Recursive Region Splitting Method», Computer Graphics and Image Processing, 1978. Vol. 8, pp 313-333. 450. Sahambi J.S., Tandon S.B. Using wavelet transform for ECG characterization. IEEE Engineering in Medicine and Biology. 2000. Vol. 9. P. 1532-1546. 451. Sandeep Raj, Kailash Chandra Ray. Sparse representation of ECG signals for automated recognition of cardiac arrhythmias, Expert Systems with Applications, Vol. 105, 2018. P. 49-64, https://doi.org/10.1016/j.eswa.2018.03.038. 452. Santanu Sahoo, Prativa Biswal, Tejaswini Das, Sukanta Sabut. De-noising of ECG Signal and QRS Detection Using Hilbert Transform and Adaptive Thresholding, Procedia Technology, Vol. 25, 2016. P. 68-75, https://doi.org/10.1016/j.protcy.2016.08.082. 453. Segen J., Sanderson A.C. Detecting Change In a Time-Series. IEEE Transactions on Information Theory. 1980. Vol. IT-26, №2. P. 249-255. 454. Shankar R., Hossein M., Allen Y., Shankar S. and Yi Ma Natural Image Segmentation with Adaptive Texture and Boundary Encoding, Proceedings of the Asian Conference on Computer Vision (ACCV) 2009, H. Zha, R.-i. Taniguchi, and S. Maybank (Eds.), Part I, LNCS 5994, Springer, pp. 135-146. 455. Schurmann J. Pattern Classification – A unified view of statistical and neural approaches. New York. NY:Wiley. 1996. 456. Sonka M., Hlavak V., Boyle R. Image processing, analysis, and machine vision. California (USA): Cole Publishing Company, 1999. 770 p. 457. Talmon J.L., Van Bemmel J.H. Template wave-form recognition revisited. Results of CSE database. Proc. of Comput. Cardiol. 10-th Annu. meet. Aechen., Okt., 1983. Los Angeles. Calif., 1983. P. 246-252. 458. Todd R. M. Periodic linear-quadratic models of seasonality. J. Econom. Dyn. Control 14. 1990. Vol. 14, № 3-4. P. 763-796. 459. Vitec M.A. Hrubes J., Kozumplik J. wavelet-based ECG delineation in Multilead ECG signals: Evaluation on the CSE Database. IFMBE Proceedings. 2009. Vol.25. P. 177-180. 460. Vorob'ev S.A. Algorithms for Identification and Classification of Repeating Fragments on Experimental Curves. Automation and Remote Control. New York, USA, 1986. V. 46. №. 8. Part 2. P. 1003-1006. 461. Wang J., Guo C. Ultrafast dynamics of femtosecond laser-induced periodic surface pattern formation on metals. Appl. Phys. Lett. 2015. 87, 251914 (2005). https://doi.org/10.1063/1.2146067. 462. Wartak J., Milliken J.A., Karchmar J. Computer program for pattern recognition of electrocardiograms. Comput. Biomed. Res. 1970. Vol.3, № 4. P. 344-374. 463. Willsky A.S., Jones H.L. A generalized likelihood rotio approach to the detection and estimation of jumps in linear systems. IEEE Trans. Automat. Control. 1976. Vol. 21, № 1. P. 108-112. 464. Witkin A.P. Scale-space filtering, Proc. 8th Int. Joint Conf. Art. Intell., Karlsruhe, Germany, 1983. pp. 1019-1022. 465. Witkin А. Scale-space filtering: A new approach to multi-scale description, in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing (ICASSP), Vol. 9, San Diego, CA, Mar. 1984, pp. 150-153. 466. Wortzman D. et al. A hybryel system for measurement and interpretation of electrocardiograms. Ann. N.Y. Acad. Sci., 1968. Vol. 128. P. 875. 467. Wu Z. and Leahy R. (1993): «An optimal graph theoretic approach to data clustering: Theory and its application to image segmentation», IEEE Transactions on Pattern Analysis and Machine Intelligence. 1993. Vol. 15, No. 11. pp. 1101-1113. 468. Xue Q., Hu Y.H., Tompkins W.J. Neural-network-based adaptive matched filtering for QRS detection. IEEE Trans. Biomed. Eng., 1992. Vol. 39(4). pp. 317-329. 469. Xunde Dong, Cong Wang, Wenjie Si. ECG beat classification via deterministic learning, Neurocomputing, Vol. 240, 2017. P. 1-12, https://doi.org/10.1016/j.neucom.2017.02.056. 470. Yakovlev V.G., Vorob'yov S.A. Estimation of model parameters of random processes with instantly changing properties. Preprints of the Second IFAC Symposium on Stochastic control. Vilnius, USSR, 1986. Part 2. P. 224-228. 471. Zahn C.T. Graph-theoretical methods for detecting and describing gestalt clusters. IEEE Trans. Comput. 1971. Vol. 20. P. 68-86. 472. Zakynthinaki M.S., Stirling J.R., Stochastic optimization for modeling physiological time series: application to the heart rate response to exercise, Computer Physics Communications,Vol. 176, Issue 2, 2007. P. 98-108, https://doi.org/ 10.1016/j.cpc.2006.08.005.
Content type: Dissertation
Appears in Collections:01.05.02 – математичне моделювання та обчислювальні методи

Files in This Item:
File Description SizeFormat 
Diser_Lytvynenko_ I_V_Methods_ of_ identification_of_ segment_2019.pdfдисертація21 MBAdobe PDFView/Open
Aref_Lytvynenko_ I_V_Methods_ of_ identification_of_ segment_2019.pdfавтореферат1,8 MBAdobe PDFView/Open
Diser_Lytvynenko_I_V_Methods_of_identification_of segment_2019_COVER.pngобкладинка122,54 kBimage/pngView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.