1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2019
4. Ⅷ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2019)

Назва:	Нейромережеві методи виявлення та аналізу зображень
Інші назви:	Neural network image detection and analysis methods
Автори:	Кріль, Ю. Р. Кашеба, В. І. Нестеренко, В. А. Kril, Yu. R. Kasheba, V. I. Nesterenko, V. A.
Приналежність:	Тернопільський національний економічний університет, Україна
Бібліографічний опис:	Кріль Ю. Р. Нейромережеві методи виявлення та аналізу зображень / Ю. Р. Кріль, В. І. Кашеба, В. А. Нестеренко // Збірник тез доповідей Ⅷ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“, 27-28 листопада 2019 року. — Т. : ТНТУ, 2019. — Том 2. — С. 50.
Bibliographic description:	Kril Yu. R., Kasheba V. I., Nesterenko V. A. (2019) Neiromerezhevi metody vyiavlennia ta analizu zobrazhen [Neural network image detection and analysis methods]. Actual problems of modern technologies: book of abstracts of the Ⅷ International scientific and technical conference of young researchers and students (Tern., 27-28 November 2019), vol. 2, pp. 50 [in Ukrainian].
Є частиною видання:	Збірник тез доповідей Ⅷ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“ (2), 2019 Actual problems of modern technologies: book of abstracts of the Ⅷ International scientific and technical conference of young researchers and students (2), 2019
Конференція/захід:	Ⅷ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
Журнал/збірник:	Збірник тез доповідей Ⅷ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
Том:	2
Дата публікації:	27-лис-2019
Дата внесення:	2-бер-2020
Видавництво:	ТНТУ TNTU
Місце видання, проведення:	Тернопіль Ternopil
Часове охоплення:	27-28 листопада 2019 року 27-28 November 2019
УДК:	004.93
Кількість сторінок:	1
Діапазон сторінок:	50
Початкова сторінка:	50
Кінцева сторінка:	50
URI (Уніфікований ідентифікатор ресурсу):	http://elartu.tntu.edu.ua/handle/lib/31184
Власник авторського права:	© Тернопільський національний технічний університет імені Івана Пулюя та ін., 2019
Перелік літератури:	1. Искусственные нейронные сети и искусственные иммунные системы для обнаружения вторжений: моногр. / М.П. Комар, В.А. Головко, А.О. Саченко [и др.]. – Тернополь : ТНЭУ, 2018. – 192 с. 2. Хайкин С. Нейронные сети: полный курс / С. Хайкин. – М.: Вильямс, 2006. – 1104 с. 3. Golovko V. A. Learning Technique for Deep Belief Neural Networks / V. Golovko, A. Kroshchanka, U. Rubanau, S. Jankowski // in book Neural Networks and Artificial Intelligence. – Springer, 2014. – Vol. 440. Communication in Computer and Information Science. – P. 136-146. 4. Hinton G. E. A fast learning algorithm for deep belief nets / G. E. Hinton, S. Osindero, Y.Teh // Neural Computation. – 2006. – Vo1. 18. – P. 1527-1554. 5. Якобчук П.Ю. Моделювання системи для розпізнавання зображень на основі глибоких нейронних мереж / П.Ю. Якобчук, М.П., Комар, А.О. Саченко, Д.І. Загородня, Г.М.Гладій // Матеріали тринадцятої міжнародної науково-практичної конференції «Математичне та імітаційне моделювання систем (МОДС 2018)», Київ-Чернігів-Жукін, 25–29 червня, 2018. – С. 317-321. 6. Golovko V., Kroshchanka A., Mikhno E., Komar M., Sachenko A., Bezobrazov S., Shylinska I. Deep convolutional neural network for recognizing the images of text documents / CEUR-WS. – Vol. 2386. – 2019. – P. 297-306.
References:	1. Iskusstvennye neironnye seti i iskusstvennye immunnye sistemy dlia obnaruzheniia vtorzhenii: monohr., M.P. Komar, V.A. Holovko, A.O. Sachenko [and other], Ternopol : TNEU, 2018, 192 p. 2. Khaikin S. Neironnye seti: polnyi kurs, S. Khaikin, M., Viliams, 2006, 1104 p. 3. Golovko V. A. Learning Technique for Deep Belief Neural Networks, V. Golovko, A. Kroshchanka, U. Rubanau, S. Jankowski, in book Neural Networks and Artificial Intelligence, Springer, 2014, Vol. 440. Communication in Computer and Information Science, P. 136-146. 4. Hinton G. E. A fast learning algorithm for deep belief nets, G. E. Hinton, S. Osindero, Y.Teh, Neural Computation, 2006, Vo1. 18, P. 1527-1554. 5. Yakobchuk P.Yu. Modeliuvannia systemy dlia rozpiznavannia zobrazhen na osnovi hlybokykh neironnykh merezh, P.Yu. Yakobchuk, M.P., Komar, A.O. Sachenko, D.I. Zahorodnia, H.M.Hladii, Materialy trynadtsiatoi mizhnarodnoi naukovo-praktychnoi konferentsii "Matematychne ta imitatsiine modeliuvannia system (MODS 2018)", Kyiv-Chernihiv-Zhukin, 25–29 chervnia, 2018, P. 317-321. 6. Golovko V., Kroshchanka A., Mikhno E., Komar M., Sachenko A., Bezobrazov S., Shylinska I. Deep convolutional neural network for recognizing the images of text documents, CEUR-WS, Vol. 2386, 2019, P. 297-306.
Тип вмісту:	Conference Abstract
Розташовується у зібраннях:	Ⅷ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2019)

Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.