Denne identifikatoren kan du bruke til å sitere eller lenke til denne innførselen: http://elartu.tntu.edu.ua/handle/lib/34229

Tittel: Моделювання та ефективні методи опрацювання циклічних сигналів на базі ізоморфних циклічних випадкових процесів
Alternative titler: Моделирование и методы обработки циклических сигналов на базе изоморфных циклических случайных процессов
Modeling and effective methods of cyclic signal processing based on isomorphic cyclic random processes
Authors: Стадник, Наталія Богданівна
Стадник, Наталия Богдановна
Stadnyk, Nataliia
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя
Bibliographic description (Ukraine): Стадник Н. Б. Моделювання та ефективні методи опрацювання циклічних сигналів на базі ізоморфних циклічних випадкових процесів : дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 01.05.02 / Наталія Богданівна Стадник. — Тернопіль : ТНТУ, 2021. — 230 с.
Utgivelsesdato: 12-feb-2021
Date of entry: 12-feb-2021
Forlag: Тернопільський національний технічний університет ім. Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопіль
Science degree: кандидат технічних наук
Level thesis: кандидатська дисертація
Code and name of the specialty: 01.05.02 – математичне моделювання та обчислювальні методи
Defense council: Д 58.052.01
Institution defense: Тернопільський національному технічний університет імені Івана Пулюя
Supervisor: Лупенко, Сергій Анатолійович
Committee members: Юзефович, Роман Михайлович
Пукас, Андрій Васильович
UDC: 681.518.3
519.218.82
Emneord: математичне моделювання
методи статистичного оцінювання
циклічний випадковий процес
ізоморфізм
циклічні сигнали
обчислювальна складність
математическое моделирование
методы статистического оценивания
циклический случайный процесс
изоморфизм
циклические сигналы
вычислительная сложность
mathematical modeling
statistical evaluation methods
cyclic random process
isomorphism
cyclic signals
computational complexity
Number of pages: 230
Abstrakt: Дисертація присвячена вирішенню актуального наукового завдання розвитку моделювання та методів статистичного опрацювання циклічних сигналів у рамках теорії циклічних випадкових процесів у напрямі удосконалення концепції їх ізоморфізму та встановлення базових властивостей і співвідношень між різними класами їх еквівалентності, а також у напрямі розробки математичної моделі цифрових циклічних сигналів із подвійною стохастичністю та розробки методів їх статистичного опрацювання із низькою обчислювальною складністю в цифрових системах із обмеженими обчислювальними ресурсами. Розроблено систему комп’ютерних програм для статистичного оцінювання ймовірнісних характеристик циклічних сигналів на основі нових обчислювально ефективних методів, що розроблені в дисертації. Розглянуто структурно-функціональні схеми та функціональні можливості багатофункціонального програмного комплексу для моделювання та аналізу циклічних сигналів, який доповнено розробленою системою комп’ютерних програм.
Диссертация посвящена решению актуальной научной задачи развития моделирования и методов статистической обработки циклических сигналов в рамках теории циклических случайных процессов в направлении совершенствования концепции их изоморфизма и установления базовых параметров и соотношений между различными классами их эквивалентности, а также в направлении разработки математической модели цифровых циклических сигналов с двойной стохастичностью и разработки методов их статистической обработки с низкой вычислительной сложностью в цифровых системах с ограниченными вычислительными ресурсами. Разработана система компьютерных программ для статистического оценивания вероятностных характеристик циклических сигналов на основе новых вычислительно эффективных методов, разработанных в диссертации. Рассмотрены структурно-функциональные схемы и функциональные возможности многофункционального программного комплекса для моделирования и анализа циклических сигналов, который дополнен разработанной системой компьютерных программ.
This thesis deals with the solution of the important problem of the development of modeling and methods of statistical cyclic signals processing within the theory of cyclic random processes in the direction of improving the concept of their isomorphism and establishing basic properties and relations between different classes of their equivalence as well as in the development of the mathematical model of digital cyclic signals with double stochasticity and development of methods for their statistical processing with low computational complexity in portable digital systems with limited computing resources. Information on isomorphism of cyclic functional relations, especially, on different types of isomorphism between cyclic random processes is considered in details. The important role of the isomorphism concept in the theory of modeling and processing of cyclic signals is noted, as this concept plays a fundamental role in defining deterministic, stochastic, interval and fuzzy models of cyclic signals and defines their processing methods. The procedure of constructing the mathematical model of cyclic digital signals in the form of cyclic random process of the discrete argument is developed. It makes possible to take into account the stochasticity of cyclic signals both in their morphological statistical analysis and in statistical analysis of their rhythm. The definition of discrete random function of rhythm and random domain of conditional cyclic random process of discrete argument, which are the basis of rhythm analysis of cyclic signals within stochastic approach, are given. Approaches to morphological statistical analysis of cyclic signals with double stochasticity and statistical analysis of their rhythm are formulated. А new approach to statistical processing of cyclic random processes of discrete argument based on the procedures of their reduction to isomorphic periodic random sequences, which simplifies analytical calculations and formulas complexity of appropriate algorithms in the problems of statistical processing of cyclic signals in information systems for medicine, engineering and economics is developed. It is especially important for their implementation in portable systems with sufficiently limited computing power. Applying this new approach for solving statistical problem of evaluation the probabilistic characteristics of cyclic discrete argument processes, the new computation efficient methods for statistical evaluation of the initial moment function of the first order (mathematical expectation) and the correlation function of discrete argument cyclic random processes are obtained. Analytical expressions for functions of computational complexity of known and new methods of statistical evaluation of initial moment function of the first order (mathematical expectation) and correlation function of discrete argument cyclic random processes are constructed. The system of computer programs for statistical evaluation of probabilistic characteristics of cyclic signals based on new computationally efficient methods developed in the third section of the dissertation is worked out. Structural and functional schemes and functional capabilities of multifunctional software package for cyclic signals modeling and analysis, equipped with the developed of computer programs system are considered. Creation of computer programs system for statistical evaluation of probabilistic characteristics of cyclic signals is the basis for increasing the speed of statistical cyclic signals processing within their mathematical models such as cyclic random process and conditional cyclic random process of discrete argument, which takes place in computerized diagnostic systems cardiovascular system and information systems for analysis and forecasting of economic cyclical processes.
Beskrivelse: Захист відбудеться « 12 » березня 2021 року о 11:00 годині на засіданні спеціалізованої вченої ради Д 58.052.01 у Тернопільському національному технічному університеті імені Івана Пулюя (46001, Тернопіль, вул. Руська, 56, ауд. 79).
З дисертацією можна ознайомитись у науково-технічній бібліотеці Тернопільського національного технічного університету імені Івана Пулюя, 46001, м. Тернопіль, вул. Руська, 56.
Автореферат розісланий «11» лютого 2021 р.
Content: ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ ...24 Вступ ...25 РОЗДІЛ 1. ОГЛЯД ТА КОМПАРАТИВНИЙ АНАЛІЗ МАТЕМАТИЧНИХ МОДЕЛЕЙ ЦИКЛІЧНИХ СИГНАЛІВ У ЗАДАЧАХ ЇХ АВТОМАТИЗОВАНОГО ОПРАЦЮВАННЯ ...34 1.1. Роль математичного моделювання у процесі створення комп’ютеризованих систем аналізу та прогнозування циклічних сигналів ...34 1.2. Детерміновані математичні моделі циклічних сигналів...37 1.3. Стохастичні математичні моделі циклічних сигналів у вигляді вектора випадкових величин та стаціонарного випадкового процесу ...38 1.4. Найпростіші стохастично періодичні математичні моделі циклічних сигналів ...40 1.5. Стохастичні математичні моделі циклічних сигналів у вигляді періодично корельованого та періодично розподіленого випадкового процесу...41 1.6. Спеціальні класи випадкових процесів із періодичними ймовірнісними характеристиками ...42 1.7. Математичні моделі циклічних сигналів, що враховують певні відхилення від детермінованої та стохастичної періодичності ...47 1.8. Математичні моделі циклічних сигналів у рамках теорії циклічних функціональних відношень ...48 1.9. Умовний циклічний випадковий процес як математична модель циклічних сигналів із подвійною стохастичністю ...52 1.10. Ізоморфізм циклічних випадкових процесів у задачах моделювання, опрацювання та комп’ютерної імітації циклічних сигналів ...54 1.11. Недоліки в задачах стохастичного моделювання та опрацювання циклічних сигналів та постановка наукового завдання дисертації...59 1.12. Висновки до розділу 1 ...62 РОЗДІЛ 2. ІЗОМОРФІЗМИ ТА КЛАСИ ЕКВІВАЛЕНТНОСТІ ЦИКЛІЧНИХ ВИПАДКОВИХ ПРОЦЕСІВ В ЗАДАЧАХ МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ СТОХАСТИЧНИХ ЦИКЛІЧНИХ СИГНАЛІВ ...63 2.1. Види ізоморфізмів циклічних випадкових процесів ...63 2.1.1. Ізоморфізм циклічних випадкових процесів відносно порядку та значень ...63 2.1.2. Ізоморфізми циклічних випадкових процесів відносно порядку та певних їх ймовірнісних характеристик ...72 2.2. Відношення еквівалентності на множині циклічних випадкових процесів ...81 2.2.1. Відношення еквівалентності та розбиття на підкласи класу циклічних випадкових процесів, що ґрунтуються на різних видах їх ізоморфізму ...81 2.2.2. Еквівалентність циклічних випадкових процесів відносно їх функцій ритму ...89 2.2.3. Структуризація класу циклічних випадкових процесів на основі співвідношень між різними типами відношень еквівалентності та породжуваними ними розбиттями класу циклічних випадкових процесів ...91 2.3. Умовний циклічний випадковий процес дискретного аргументу та його випадкова функція ритму ...97 2.4. Висновки до розділу 2 ...101 РОЗДІЛ 3. ОБЧИСЛЮВАЛЬНО ЕФЕКТИВНІ МЕТОДИ СТАТИСТИЧНОГО ОПРАЦЮВАННЯ ДИСКРЕТНИХ ЦИКЛІЧНИХ ВИПАДКОВИХ ПРОЦЕСІВ ...103 3.1. Підхід до статистичного опрацювання циклічних випадкових процесів, шляхом зведення їх до ізоморфних ним періодичних випадкових послідовностей ...103 3.2. Методи статистичного оцінювання ймовірнісних характеристик дискретного циклічного випадкового процесу ...107 3.2.1. Метод статистичного оцінювання початкової моментної функції першого порядку дискретного циклічного випадкового процесу ...108 3.2.2. Метод статистичного оцінювання кореляційної функції дискретного циклічного випадкового процесу ...118 3.3. Приклад застосування методів статистичного оцінювання ймовірнісних характеристик електрокардіосигналів ...135 3.4. Висновки до розділу 3 ...139 РОЗДІЛ 4. СИСТЕМА КОМП’ЮТЕРНИХ ПРОГРАМ ДЛЯ СТАТИСТИЧНОГО ОЦІНЮВАННЯ ЙМОВІРНІСНИХ ХАРАКТЕРИСТИК ЦИКЛІЧНИХ СИГНАЛІВ ЯК СКЛАДОВА БАГАТОФУНКЦІОНАЛЬНОГО ПРОГРАМНОГО КОМПЛЕКСУ ...141 4.1. Структурно-функціональна схема модернізованого багатофункціонального програмного комплексу для моделювання та аналізу циклічних сигналів ...141 4.2. Опис та ілюстрації функціоналу модернізованого програмного комплексу моделювання та опрацювання циклічних сигналів ...145 4.3. Висновки до розділу 4 ...161 Висновки ...163 Список використаних джерел ...166 Додатки ...181 Додаток А. Список публікацій здобувача за темою дисертації та відомості про апробацію результатів дисертаційної роботи ...182 Додаток Б. Фрагменти програмного коду багатофункціонального програмного комплексу моделювання та опрацювання циклічних сигналів...186 Додаток В. Акти впровадження ...228
URI: http://elartu.tntu.edu.ua/handle/lib/34229
Copyright owner: © Стадник Н. Б., 2021
References (Ukraine): Списоквикористаних джерел
[1] Lupenko S, Osukhivskas H., Lutsyk N., Stadnyk N., Zozulia A., N. Shablii. The comparative analysis of mathematical models of cyclic signals structure and processes. Scientific Journal of the Ternopil National Technical University, No 2 (82). Ternopil 2016. Р. 115–127. [2] Стадник Н. «Порівняння моделей та методів аналізу циклічних економічних процесів, що знаходяться у взаємозв’язку. Н. Стадник, С. Лупенко. Матеріали ІV науково-технічної конференції «Інформаційні моделі, системи та технології», ТНТУ ім. І. Пулюя, 15-16 травня 2014 р., Тернопіль. С. 15. [3] Stadnyk N. An approach to constructing a taxonomic tree of models cyclic signals in the tasks of developing an onto-oriented system for decisions supporting of models choice. S. Lupenko, N. Stadnyk, Ch. Nnamene. 9th International Conference on Advanced Computer Information Technologies (ACIT). June 5-7, 2019 in Ceske Budejovice, Czech Republic. Р. 89–92. [4] Лупенко С. А. «Циклічний лінійний випадковий процес, як конструктивна математична модель циклічних сигналів та процесів» (Cyclic linear random process as a constructive mathematical model of cyclic signals and processes). С. А. Лупенко, Н. С. Луцик, Н. Б. Стадник. В матеріалах XXI Міжнародної конференції «Problem of decision making under uncertainties» 13-17 травня 2013, м. Східниця, Україна. С. 44. [5] Lupenko S. Modeling and signals processing using cyclic random functions. S. Lupenko, O. Orobchuk, N. Stadnik, A. Zozulya. 13th IEEE International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT), September 11-14 2018. Lviv, Ukraine, 2018. T. 1. Р. 360–363. [6] Лупенко С., Зозуля А., Сверстюк А., Стадник Н. Математичне моделювання та методи опрацювання сигналів серця на базі циклічних випадкових процесів та векторів. Sciences and Education a New Dimension. Natural and Technical Sciences, VI (20), ISSUE 172, July 2018. Budapest 2018. Р. 47–54. [7] Лупенко, С. А. Теоретичні основи моделювання та опрацювання циклічних сигналів в інформаційних системах: наукова монографія. С. А. Лупенко. Львів: Видавництво «Магнолія 2006», 2016. 344 с. [8] Лупенко С., Сверстюк А., Луцик Н., Стадник Н., Зозуля А. Умовний циклічний випадковий процес як математична модель коливних сигналів та процесів із подвійною стохастичністю. Поліграфія і видавнича справа. Printing and Publishing, No 1 (71) 2016. Львів, 2016. С. 147–159. [9] Лупенко С. А. Моделювання та методи обробки циклічних сигналів серця на базі лінійних випадкових функцій. автореф. дис. … канд. техн. наук: 01.05.02 С. А. Лупенко. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2001. 20 с. [10] Лупенко С. А. «Лінійний циклічний випадковий процес як математична модель тестових коливних сигналів у інформаційних системах діагностики, аутентифікації та прогнозування. С. А. Лупенко, Н. С. Луцик, А. М. Лупенко, Н. Б. Стадник. Вісник Львівської політехніки «Інформаційні системи та мережі», № 783 2014 р., Львів. С.145–153. [11] Rahimpour M., Asl M. E., Merati M. R. ECG fiducial points extraction using QRS morphology and adaptive windowing for real-time ECG signal analysis, 2016 24th Iranian Conference on Electrical Engineering (ICEE), Shiraz. Р. 1925–1930. [12] Gardner W. A. Cyclostationarity: Half a century of research. W. A. Gardner, A. Napolitano, L. Paura. Signal Processing. № 86 (2006). P. 639–697. [13] Tawfic I. S., Kayhan S. K. 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. Р. 39–50. [14] Лупенко, С. Математичне моделювання сигналів серця в задачах технічної кардіометрії на базі їх моделі у вигляді циклічного випадкового процесу. С. Лупенко, Ю. Студена. Вісник Тернопільського державного технічного університету. 2006. Т. 11, № 1. С. 134–142. [15] Литвиненко Я. В. Імітаційне моделювання синхронно зареєстрованих сигналів серця на основі вектора циклічних ритмічно пов’язаних випадкових процесів у задачах кардіодіагностики. Я. В. Литвиненко, С. А. Лупенко, Н. Р. Дем’янчук, А. С. Сверстюк. Електроніка та системи управління Національний авіаційний університет. Київ, 2009. № 4 (22). С. 141–148. [16] Литвиненко Я. Статистичні методи обробки кардіосигналів на базі їх моделі у вигляді циклічного випадкового процесу. Я. Литвиненко, С. Лупенко, Ю. Студена. Матеріали десятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, Тернопіль, 17-18 травня 2006. Тернопіль, 2006. С. 76. [17] Gardner W. A. Exploitation of cyclostationarity for identifying the Volterra kernels of non–linear systems. W. A. Gardner, T. L. Archer. IEEE Transactions on Information Theory. 1993. № 39 (2). P. 535–542. [18] Saini I., Singh D., Khosla A. QRS detection using K-Nearest Neighbor algorithm (KNN) and evaluation on standard ECG databases. Journal of Advanced Research, Volume 4, Issue 4, July 2013. Р. 331–344. [19] Bhaskar M. K., Mehta S. S., Lingayat N. S. Probabilistic Neural Network for the Automatic Detection of QRS-complexes in ECG using Slope. International Journal of Emerging Technology and Advance Engineering Volume 3, Issue 6, June 2013. Р. 255–261. [20] Литвиненко Я. В. Діагностичні ознаки в комп’ютерних системах діагностики функціонального стану серцево-судинної системи людини. Я. В. Литвиненко, С. А. Лупенко, А. С. Сверстюк. Вісник Хмельницького національного університету. Технічні науки. Хмельницький, 2010. № 1. С. 182–188. [21] Sizova N., Starkova O., Solodovnik G., Dolgova N. Development of a computer model for evaluating the alternative options of an investment and construction project under conditions of uncertainty and risk. Eastern-European Journal of Enterprise Technologies 6(3 (102)), November 2019. P. 66-76. [22] Клинов В. Г. Научно-технический прогресс и большие циклы конъюнктуры мирового хазяйства. В. Г. Клинов. Проблемы прогнозирования. 2003. № 1. [23] Лупенко С. А. «Інформаційна технологія моделювання, аналізу та прогнозування циклічних економічних процесів. А. Б. Горкуненко, С. А. Лупенко, Г. М. Осухівська, Н. Б. Стадник. Журнал «Вимірювальна та обчислювальна техніка в технологічних процесах» № 2 2012р., м. Хмельницький. С. 167–176. [24] Резниченко Е. В. Методы краткосрочного прогнозирования финансовых рынков. Е. В. Резниченко, Е. А. Кочегурова. Известия Томского политехнического университета. 2007. Том. 311, № 6. С. 19–23. [25] Najmudin N., Wahyudi S., Muharam H. Dynamic Bilateral Integration of Stock Markets and Its Driving Factors. Journal of Applied Economic Sciences XII(2): December 2018. P. 506-522. [26] Горкуненко, А. Б. Імітаційне моделювання взаємопов’язаних економічних циклічних процесів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. А. Б. Горкуненко, С. А. Лупенко, Н. Р. Дем’янчук, Я. В. Литвиненко. Електроніка та системи управління. 2011. № 2. С. 133–141. [27] Царук О. В. Статистичне прогнозування державного боргу України на основі процесів Бокса – Дженкінса. О. В. Царук. Проблеми статистики: [зб. наук. праць]. К. НТК статистичних досліджень Держкомстату України. 2007. Вип. 8. С. 247–253. [28] Соловьева Ю. С. Моделирование экономических процессов с применением нейросетевых технологий. Ю. С. Соловьева, Т. И. Грекова. Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2009. № 1 (6). C. 49–59. [29] Савченко Є. А. Застосування МГУА для прогнозування індексу розвитку людського потенціалу України. Є. А. Савченко, А. Г. Кондирівна, О. В. Директоренко. Індуктивне моделювання складних систем. 2011. № 3. С. 183–190. [30] Ревенко Д. С. Інформаційна технологія комплексного прогнозування економічних процесів з інтервальною невизначеністю. Д. С. Ревенко, В. О. Либа. Вестник Национального технического университета "ХПИ". 2010. Вып. 6. С. 157−163. [31] Lytvynenko I. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. I. Lytvynenko, P. Maruschak, S. Lupenko, S. Panin. Applied Mechanics & Materials, 2015. Vol. 770. P. 288–293. [32] 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. [33] Maruschak P. O. Influence of deformation process in material at multiple cracking and fragmentation of nanocoating. P. O. Maruschak, S. V. Panin, S. R. Ignatovich, I. M. Zakiev, I. V. Konovalenko, I. V. Lytvynenko, V. P. Sergeev. Theoretical and Applied Fracture Mechanics, 2012. Vol. 57. P. 43–48. [34] Дзюбін С. В. Аналіз існуючих математичних моделей газоспоживання. С. В. Дзюбін, О. В. Мацюк. Вимірювальна та обчислювальна техніка в технологічних процесах. 2006. № 1. С. 29–32. [35] Мацюк О. В. Вкладені стаціонарні послідовності періодичних випадкових процесів та їх використання в задачах обробки газонавантажень. О. В. Мацюк, М. В. Приймак. Розвідка та розробка нафтових і газових родовищ. Івано-Франківськ: ІФНТУНГ. 2003. № 4 (7). С. 64–69. [36] Pysar N., Dergacheva V., Bandura A., Pásztorová J. Composite fuel poverty index as a means to assess energy security of the country. Economic Annals- XXI 169(1-2), July 2018. Р. 50-56. [37] Yurish S. Advances in Signal Processing: Reviews, Book Series, Vol. 1 Ifsa Publishing; First Edition edition. November 25, 2018. Р. 550. [38] Приймак М. Імітаційне моделювання періодичних ланцюгів. Маркова М. Приймак, С. Лупенко, Л. Щербак. Вимірювальна техніка та метрологія: міжвідомчий наук.–техн. збірник. Львів: Вид-во Нац. ун-ту «Львівська політехніка», 2002. № 60. С. 7–10. [39] Мацюк О. В. Моделі газонавантажень з врахуванням стохастичної періодичності та можливості їх статистичного аналізу. О. В. Мацюк, М. В. Приймак. Розвідка та розробка нафтових і газових родовищ. Івано-Франківськ: ІФНТУНГ. 2003. № 2 (7). С. 64–69. [40] Мулик Н. В. Математична модель та метод прогнозу газоспоживання з урахуванням циклічності: дис. … канд. техн. наук: 01.05.02. Тернопіль, 2006. 136 с. [41] Мацюк О. Періодичний білий шум із змінним періодом. О. Мацюк, М. Приймак. Матеріали дванадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, Тернопіль, 14-15 травня 2008. Тернопіль, 2008. С. 123. [42] Приймак М. В. Основи теорії моделювання, аналізу і прогнозу в автоматизованих системах управління ритмічними процесами: автореф. дис. ... докт. техн. наук. М. В. Приймак. К., 2001. 34 с. [43] Бойко І. Ф. Оцінювання ймовірнісних характеристик динамічно введеного підпису для завдань аутентифікації особи в інформаційних системах. І. Ф. Бойко, С. А. Лупенко, А. М. Луцків. Електроніка та системи управління Національний авіаційний університет. Київ, 2006. № 4 (10). С. 15–27. [44] Бойко І. Імітаційне моделювання динамічного підпису в задачах аутентифікації особи. І. Бойко, С. Лупенко, А. Луцків. Матеріали десятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, Тернопіль, 17-18 травня 2006. Тернопіль, 2006. С. 66. [45] Ефремова Е. В. Передача информации с помощью динамического хаоса. Генерация и разделение сигналов: автореф. дис. ... к.ф.м.н.: 01.04.03. Е. В. Ефремова. М. ОТКЗ ФТИ, 2006. 21 c. [46] Бойко І. Математична модель динамічного підпису з урахуванням його сегментної структури. І. Бойко, С. Лупенко, А. Луцків. Вісник Тернопільського державного технічного університету. Тернопіль, 2006. Т. 11, № 3. С. 152–162. [47] Mingfu Z., Jianjun T., Changping L., Zhengliang L. On–line Signature Verification Using Local Shape Analysis. Proceedings of the Seventh International Conference on Document Analysis and Recognition (ICDAR 2003). P. 314–318. [48] Kheir N. Systems Modeling and Computer Simulation, Second Edition. Marcel Dekke, Inc. New York 1996. Р. 721. [49] Бойко І. Ф. Методи аналізу кардіоінтервалограми людини в комп’ютерних діагностичних системах: класифікація та порівняльний аналіз. І. Ф. Бойко, Є. В. Лозінська, С. А. Лупенко, Л. М. Щербак. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький, 2004. № 1. С. 141–147. [50] Бойко І. Ф. Нові підходи до моделювання і аналізу динамічного підпису в задачах аутентифікації особи в інформаційних системах. І. Ф. Бойко, С. А. Лупенко, А. М. Луцків. Матеріали другої Міжнародної науково- практичної конференції «Сучасні наукові дослідження – 2006», Дніпропетровськ, 20-28 лютого 2006. Дніпропетровськ, 2006. Т. 46. С. 66–68. [51] Лупенко С. Циклічні функції та їх класифікація в задачах моделювання циклічних сигналів та коливних систем. Вимірювальна та обчислювальна техніка в технологічних процесах. 2005. № 1. С. 177–185. [52] Лупенко С. А. Комп’ютерна логіка. Підручник. С. А. Лупенко. Львів: Магнолія 2006, 2017. С. 640. ISBN 978-617-574-132-0. [53] Лупенко С. А. Детерминированные и случайные циклические функции как модели колебательных явлений и сигналов: определение и классификация, С. А. Лупенко. Электронное моделирование Ин–т проблем моделирования в энергетике им. Г. Е. Пухова НАН Украины. Киев, 2006. Т. 28, № 4. С. 29–45. [54] Приймак М. Ряди Фур’є та можливості їх використання для функцій із змінним періодом, М. Приймак, О. Карнаухов. Матеріали Всеукраїнської наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, Тернопіль, 13-14 травня 2009. Тернопіль, 2009. С. 91. [55] Барковський В., Барковська Н., Лопатін О. Теорія ймовірностей та математична статистика. ТОВ «Видавництво "Центр навчальної літератури"» 2017, 424 с. [56] Луцик Н. «Модель із подвійною стохастичністю у задачах математичного моделювання та аналізу циклічних процесів та сигналів, С. Лупенко, Н. Луцик, Н. Стадник. Матеріали ІV науково-технічної конференції «Інформаційні моделі, системи та технології», ТНТУ ім. І. Пулюя, 15-16 травня 2014 р., Тернопіль. С. 10. [57] Micheas A. C. Theory of Stochastic Objects Probability, Stochastic Processes and Inference. January 24, 2018. Р. 408. [58] Gardner W. A. Cyclostationarity: Half a century of research, W. A. Gardner, A. Napolitano, L. Paura. Signal Processing. 2005. № 86 (2006). P. 639–697. [59] Драган Я. П. Енергетична теорія лінійних моделей стохастичних сигналів, Я. П. Драган. Львів: Центр стратегічних досліджень еко–біотехнічних систем, 1997. 361 с. [60] Болотов В. Н. Генерирование сигналов с фрактальными спектрами, В. Н. Болотов, Ю. В. Ткач. Журнал технической физики. 2006. Т. 76, вып. 4. С. 91–98. [61] Olofsson P., Andersson M. Probability, Statistics, and Stochastic Processes. USA, 2012. Р. 553. ISBN: 9780470889749. [62] Medvegyev P. Stochastic Integration Theory. New York, Oxford University Press, 2007. Р. 628. [63] Бочарников В. П. Fuzzy-технология: Математические основы. Практика моделирования в экономике, В. П. Бочарников. Санкт-Петербург: ―Наука‖ РАН, 2001. 328 с. [64] Hurd H. L. Periodically Correlated Random Sequences: Spectral Theory and Practice. The University of North Carolina at Chapel Hill Hampton University. October 5, 2007 Р. 384. [65] Javorskyj I., Isayev I., Kravets I. Algorithms for separating the periodically correlated random processes into harmonic series representation. 2007. 15th European Signal Processing Conference (EUSIPCO 2007), Poznan, Poland, September 3-7, 2007. Р. 1857–1861. [66] Kehtarnavaz N. Digital Signal Processing System Design: LabVIEW– Based Hybrid Programming: Second Edition. N. Kehtarnavaz. Elsevier: University of Texas at Dallas, 2008. 325 p. [67] Yavorskyj I., Dzeryn O., Yuzefovych R. Discrete LS Estimates of Correlation Function of Bi-Periodically Correlated Random Signals. Radioelectron. Commun.Syst. 63 (2020). Р. 136–155. [68] Nematollahi A. R. Discrete time periodically correlated Markov processes, A. R. Nematollahi, A. R. Soltani Probability and Mathematical Statistics. 2000. No. 20 (1). P. 127–140. [69] Smitha A., Naikb P., Tsaib C. Markov-switching model selection using Kullback–Leibler divergence. Journal of Econometrics 134 (2006). Р. 553–577. [70] 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 : ТНТУ, 2019. — 663 с. [71] Miller S., Childers D. Probability and Random Processes: With Applications to Signal Processing and Communications. 2nd Edition. USA 2012. Р. 593. ISBN: 9780123869814. [72] Красильников О. І. Процеси з незалежними періодичними приростами і періодичні білі шуми, О. І. Красильников, Б. Г. Марченко, М. В. Приймак. Відбір і обробка інформації. 1996. Вип. 10. С. 22–27. [73] Стадник Н. Б. Застосування процесів авторегресії та ковзного середнього в задачах економетрії. Збірник матеріалів IIІ науково-технічної конференції «Інформаційні моделі, системи та технології», ТНТУ ім. І. Пулюя, 24 квітня 2013 р., Тернопіль. С. 17. [74] Awodey S. Category Theory, Steve Awodey. Oxford science publications. Clarendon press. Oxford New York 2006. P. 256. [75] Yavorskyj I. N., Yuzefovych R. M., Kravets I. B., Zakrzewski Z. Least squares method in the statistic analysis of periodically correlated random processes. Radioelectronics and Communications Systems 54 (1), 2011. Р. 45–59. [76] Yaglom A. M. Correlation Theory of Stationary and Related Random Functions Volume II: Supplementary Notes and References. Springer, New York, 1986. Р. 258. [77] Лупенко, С. А. Моделювання лінійних періодичних випадкових процесів. С. А. Лупенко, М. В. Приймак, Л. М. Щербак. Вісник Тернопільського державного технічного університету. 2000. Т. 5, № 2. С. 97–103. [78] Лупенко С. А., Шаблій Н. Р., Стадник Н. Р., Зозуля А. М. Лінійні циклічні випадкові функції як математичні моделі сигналів та просторово- часових полів серця. Матеріали V Міжнародної науково-технічної конференції молодих учених та студентів «Актуальні задачі сучасних технологій», 17-18 листопада 2016 р. Тернопіль: ТНТУ, 2016. С. 65–66. [79] Приймак М. В. Дослідження взаємозв’язку лінійних і періодичних випадкових процесів. М. В. Приймак. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: Навчальна книга, 1999. № 2. С. 167–169. [80] Марченко Б. Г. Лінійні періодичні процеси. Б. Г. Марченко. Пр. Ін.-ту електродинаміки НАН України. Електротехніка. 1999. С. 165–182. [81] Oliver C. Ibe. Fundamentals of Applied Probability and Random Processes. 2nd Edition. Academic Press is an imprint of Elsevier. USA 2014. Р. 431. [82] 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. [83] Марченко Б. Г. Метод стохастических интегральных представлений и его приложения в радиотехнике. Б. Г. Марченко. К. Наукова думка, 1973. 192 с. [84] Lupenko S. Cyclic linear random process as a mathematical model of cyclic signals. S. Lupenko, N. Lutsyk, Yu. Lapusta. Acta mechanica et automatica, vol. 9 no 4, 2015. 01.12.2015. De Gruyter Open, France 2015. Р. 219–224. [85] Ляшенков А. С. Синтезированный квазипериодический двухуровневый сигнал как идеальный меандр с переменным періодом. А. С. Ляшенков. Сборник «Проблемы радиосвязи» ГУП «Полет». Н. Новгород, 2002. [86] Драган Я., Євтух П., Сікора Л., Яворський Б. Поліперіодично корельовано випадкові процеси як адекватні моделі кратної ритміки природних явищ і технологічних процесів. Комп’ютерні технології друкарства. 2000. № 4. С. 269–290. [87] Лупенко С. Оператор перетворення шкали в задачах моделювання та аналізу циклічних сигналів. С. Лупенко. Вісник Тернопільського державного технічного університету. Тернопіль, 2007. Т. 12, № 4. С. 141–152. [88] Лупенко С. Циклічний випадковий процес із змінним ритмом. С. Лупенко. Матеріали дев'ятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, Тернопіль, 12-13 травня 2005. Тернопіль, 2005. С. 61. [89] Приймак, М. Умовно періодичні випадкові процеси із змінним періодом. М. Приймак, І. Боднарчук, С. Лупенко. Вісник Тернопільського державного технічного університету. Тернопіль, 2005. Т. 10, № 2. С. 143–152. [90] Лупенко С. А., Литвиненко Я. В., Стадник Н. Б., Зозуля А. М., Сверстюк А. С. Умовний циклічний випадковий процес дискретного аргументу як узагальнена математична модель циклічних сигналів із подвійною стохастичністю. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. Луцьк, 2020. № 1 (38). С. 60–69. [91] Monson H. Hayes Statistical Digital Signal Processing and Modeling Wiley India Pvt. Limited, 2009 Р. 624. ISBN 9788126516100. [92] Lupenko S., Lutsyk N., Yasniy O., Zozulia A. The Modeling and Diagnostic Features in the Computer Systems of the Heart Rhythm Analysis with the Increased Informativeness. 2019 9th International Conference on Advanced Computer Information Technologies (ACIT). IEEE, 2019. Р. 121–124. [93] Стадник Н. Класи еквівалентності циклічних випадкових процесів та співвідношення між ними. Н. Стадник, С. Лупенко, К. Чізова. Ннамене Матеріали Міжнародної науково-технічної конференції «Фундаментальні та прикладні проблеми сучасних технологій» до 60-річчя з дня заснування Тернопільського національного технічного університету імені Івана Пулюя та 175-річчя з дня народження Івана Пулюя, 14-15 травня 2020 року. Т.: ТНТУ, 2020. С. 179–180. ISBN 978-966-305-106-2. [94] Марценюк В. П., Семенець А. В., Сверстюк А. С. Концептуальні підходи до інтегрованого середовища проведення наукових медико-біологічних досліджень. Штучний інтелект. 2003. № 2. С. 35–44. [95] 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. 2008. № 4. С. 101–111. [96] Литвиненко Я. Підходи до сегментації циклічного випадкового процесу із зонною часовою структурою. Я. Литвиненко, С. Лупенко. Матеріали Всеукраїнської наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, Тернопіль, 13-14 травня 2009. Тернопіль, 2009. С. 123. [97] Стадник Н. Функції обчислювальної складності методів статистичного оцінювання кореляційної функції дискретного циклічного випадкового процесу. Н. Стадник, С. Лупенко. Матеріали Міжнародної науково-технічної конференції «Фундаментальні та прикладні проблеми сучасних технологій» до 60-річчя з дня заснування Тернопільського національного технічного університету імені Івана Пулюя та 175-річчя з дня народження Івана Пулюя, 14-15 травня 2020 року. Т.: ТНТУ, 2020. С. 177–178. [98] Lupenko S., Lytvynenko Ia., Stadnyk N. Method for reducing the computational complexity of processing discrete cyclic random processes in digital data analysis systems. Serhii Lupenko; Iaroslav Lytvynenko; Nataliia Stadnyk. Scientific Journal of TNTU. Tern.: TNTU, 2020. Vol 97. No 1. P. 110–121. [99] Lupenko S. The generator of cyclic signals for problems of testing of information systems. S. Lupenko, N. Demyanchuk. Proceedings of the Xth International Conference TCSET. 2010 Dedicated to the 165th Anniversary of Lviv Polytechnic National University. Lviv-Slavske. 2010. P. 298. [100] Литвиненко Я., Лупенко С., Студена Ю. Методи статистичної обробки сигналів серця на базі їх моделі у вигляді у вигляді циклічного випадкового процесу із зонною часовою структурою. Вісник Тернопільського державного технічного університету. 2006. Т. 11, № 4. С. 189–200. [101] Лупенко С. А. Статистичний сумісний аналіз кардіосигналів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. С. А. Лупенко, Я. В. Литвиненко, А. С. Сверстюк. Електроніка та системи управління Національний авіаційний університет. Київ, 2008. № 4 (18). С. 22–29. [102] Лупенко С. А. Статистичні методи обробки циклічного випадкового процесу. С. А. Лупенко. Електроніка та системи управління Національний авіаційний університет. Київ, 2006. № 2 (8). С. 59–65. [103] Лупенко С. А. Статистичні методи сумісної обробки сукупності ритмічно пов’язаних циклічних випадкових процесів. С. А. Лупенко. Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький, 2005. № 2. С. 80–84. [104] Марценюк В. П., Кравець Н. О., Сверстюк А. С. Інформаційна система медико-біологічних досліджень: проект на основі Web-технологій. Український журнал телемедицини та медичної телематики. 2003. Т. 1, № 1. С. 57–60. [105] Medvedev A., Proskurnikov A., Zhusubaliyev Z. Mathematical modeling of endocrine regulation subject to circadian rhythm. Annual Reviews in Control. Vol. 46. 2018. P. 148–164. [106] McLachlan N. M., Grayden D. B. Enhancement of speech perception in noise by periodicity processing: A neurobiological model and signal processing algorithm. Speech Communication. Vol. 57. 2014. P. 114–125. [107] Fumagalli F., Silver A. E., Tan Q., Zaidi N., Ristagno G. (2018), Cardiac rhythm analysis during ongoing cardiopulmonary resuscitation using the Analysis During Compressions with Fast Reconfirmation technology, Heart Rhythm, 15 (2). Р. 248–255. [108] Roonizi E., Sameni R. Morphological modeling of cardiac signals based on signal decomposition. Computers in Biology and Medicine, vol. 43 (10), 2013. Р. 1453–1461. [109] Jorna P. G. Spectral analysis of heart rate and psychological state: A review of its validity as a workload index. Biological psychology. 1992. V. 34. P. 237–257. [110] Lupenko S., Lutsyk N., Yasniy O., Sobaszek Ł. Statistical analysis of human heart with increased informativeness. Аcta mechanica et automatica, vol. 12, 2018. Р. 311–315. [111] Lupenko S., Lytvynenko Ia., Stadnyk N., Osukhivska H., Kryvinska N. Modification of the Software System for the Automated Determination of Morphological and Rhythmic Diagnostic Signs by Electrocardio Signals. The 1st International Workshop on Intelligent Information Technologies & Systems of Information Security (IntelITSIS-2020). Khmelnytskyi, Ukraine, vol-2623, June 10-12, 2020. Р. 36–46. [112] Yaglom A. M. Correlation Theory of Stationary and Related Random Functions: Volume I: Basic Results. New York, 2011. Р. 526. [113] Manouchehri T., Nematollahi A. R. Periodic autoregressive models with closed skew-normal innovations. Computational Statistics 34. (2019). Р. 1183–1213. [114] 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. Р. 93–103. [115] 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. [116] Лупенко С. А. Модифікація програмного компелексу для автоматизованого визначення морфологічних та ритмічних діагностичних ознак за електоркардіосигналоми. С. А. Лупенко, Я. В. Литвиненко, Н. Б. Стадник, Г. М. Осухівська, А. С. Сверстюк. Науковий журнал Вісник Хмельницького національного університету №1 (281). ХНУ, Хмельницьк, 2020 р. С. 137–146. [117] 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. [118] Свідоцтво № 98121 Україна. Комп'ютерна програма ―Статистична обробка векторного ритмокардіосигналу‖ (―ST_C‖) / Литвиненко Я.В., Лупенко С.А., Триснюк В.М., Зозуля А.М.; опубл. 20.06.2020. [119] Lupenko S., Lytvynenko Ia., Stadnyk N. Method of statistical processing of discrete cycle random processes, by their reduction to isomorphic periodic random sequences. 10th International Conference on Advanced Computer Information Technologies (ACIT 2020) Deggendorf, Germany, 16–18 September 2020. P. 209– 212. (Індексується в Scopus).
СПИСОК ПУБЛІКАЦІЙ ЗДОБУВАЧА ЗА ТЕМОЮ ДИСЕРТАЦІЇ ТА ВІДОМОСТІ ПРО АПРОБАЦІЮ РЕЗУЛЬТАТІВ ДИСЕРТАЦІЙНОЇ РОБОТИ
Праці, в яких опубліковано основні наукові результати дисертації:
1. Лупенко С., Зозуля А., Сверстюк А., Стадник Н. Математичне моделювання та методи опрацювання сигналів серця на базі циклічних випадкових процесів та векторів. Sciences and Education a New Dimension. Natural and Technical Sciences, VI (20), ISSUE 172, July 2018. Budapest 2018. Р. 47–54. (Індексується в Index Copernicus).
2. Лупенко С., Сверстюк А., Луцик Н., Стадник Н., Зозуля А. Умовний циклічний випадковий процес як математична модель коливних сигналів та процесів із подвійною стохастичністю. Поліграфія і видавнича справа. Printing and Publishing, No 1 (71) 2016. Львів, 2016. С. 147–159. (Індексується в Index Copernicus).
3. Lupenko S., Osukhivskas H., Lutsyk N., Stadnyk N., Zozulia A., Shablii N. The comparative analysis of mathematical models of cyclic signals structure and processes. Scientific Journal of the Ternopil National Technical University, No 2 (82). Ternopil 2016. Р. 115–127. (Індексується в Index Copernicus).
4. Лупенко С. А., Литвиненко Я. В., Стадник Н. Б., Зозуля А. М., Сверстюк А. С. Умовний циклічний випадковий процес дискретного аргументу як узагальнена математична модель циклічних сигналів із подвійною стохастичністю. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. Луцьк, 2020. № 1 (38). С. 60–69. (Індексується в Index Copernicus).
5. Стадник Н. Б. Модифікація програмного компелексу для автоматизованого визначення морфологічних та ритмічних діагностичних ознак за електоркардіосигналоми. С. А. Лупенко, Я. В. Литвиненко, Н. Б. Стадник, Г. М. Осухівська, А. С. Сверстюк. Науковий журнал Вісник Хмельницького національного університету № 1 (281). ХНУ, Хмельницьк, 2020 р. С. 137–146. (Індексується в Index Copernicus, Google Scholar).
Праці, які засвідчують апробацію матеріалів дисертації:
6. Stadnik N. Modeling and signals processing using cyclic random functions. S. Lupenko, O. Orobchuk, N. Stadnik, A. Zozulya. 13th IEEE International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT), September 11-14 2018. Lviv, Ukraine, 2018. T. 1. Р. 360–363. (Індексується в Scopus).
7. Stadnyk N. An approach to constructing a taxonomic tree of models cyclic signals in the tasks of developing an onto-oriented system for decisions supporting of models choice. S. Lupenko, N. Stadnyk, Ch. Nnamene. 9th International Conference on Advanced Computer Information Technologies (ACIT) June 5-7, 2019 in Ceske Budejovice, Czech Republic. Р. 89–92. (Індексується в Scopus).
8. Стадник Н. Класи еквівалентності циклічних випадкових процесів та співвідношення між ними. Н. Стадник, С. Лупенко, К. Чізова Ннамене. Матеріали Міжнародної науково-технічної конференції „Фундаментальні та прикладні проблеми сучасних технологій“ до 60-річчя з дня заснування Тернопільського національного технічного університету імені Івана Пулюя та 175-річчя з дня народження Івана Пулюя, 14-15 травня 2020 року. Т.: ТНТУ, 2020. С. 179–180. (Google Scholar).
9. Стадник Н. Функції обчислювальної складності методів статистичного оцінювання кореляційної функції дискретного циклічного випадкового процесу. Н. Стадник, С. Лупенко. Матеріали Міжнародної науково-технічної конференції „Фундаментальні та прикладні проблеми сучасних технологій“ до 60-річчя з дня заснування Тернопільського національного технічного університету імені Івана Пулюя та 175-річчя з дня народження Івана Пулюя, 14-15 травня 2020 року. Т.: ТНТУ, 2020. С. 177–178. (Google Scholar).
10. Lupenko S., Lytvynenko Ia., Stadnyk N., Osukhivska H., Kryvinska N. Modification of the software system for the automated determination of morphological and rhythmic diagnostic signs by electrocardio signals. The 1st International Workshop on Intelligent Information Technologies & Systems of Information Security (IntelITSIS-2020). Khmelnytskyi, Ukraine, vol-2623, June 10-12, 2020. Р. 36–46. (Індексується в Scopus).
11. Lupenko S., Lytvynenko Ia., Stadnyk N. Method for reducing the computational complexity of processing discrete cyclic random processes in digital data analysis systems. Scientific Journal of TNTU. Tern.: TNTU, 2020. Vol 97. No 1. P. 110–121. (Індексується в Index Copernicus, Google Scholar).
Праці, які додатково відображають наукові результати дисертації:
12. Лупенко С. А., Горкуненко А. Б., Осухівська Г. М., Стадник Н. Б. «Інформаційна технологія моделювання, аналізу та прогнозування циклічних економічних процесів. Журнал «Вимірювальна та обчислювальна техніка в технологічних процесах» № 2 2012р., м. Хмельницький. C. 167–176. (Індексується в Index Copernicus, Google Scholar).
13. Стадник Н. Б. Застосування процесів авторегресії та ковзного середнього в задачах економетрії. Збірник матеріалів IIІ науково-технічної конференції «Інформаційні моделі, системи та технології», ТНТУ ім. І. Пулюя, 24 квітня 2013 р., Тернопіль. С. 17.
14. Лупенко С. А., Луцик Н. С., Стадник Н. Б. «Циклічний лінійний випадковий процес, як конструктивна математична модель циклічних сигналів та процесів» (Cyclic linear random process as a constructive mathematical model of cyclic signals and processes). В матеріалах XXI Міжнародної конференції «Problem of decision making under uncertainties» 13-17 травня 2013, м. Східниця, Україна. С. 44.
15. Луцик Н., Лупенко С., Стадник Н. «Модель із подвійною стохастичністю у задачах математичного моделювання та аналізу циклічних процесів та сигналів. Матеріали ІV науково-технічної конференції «Інформаційні моделі, системи та технології», ТНТУ ім. І. Пулюя, 15-16 травня 2014 р., Тернопіль. С.10.
16. Стадник Н., Лупенко С. «Порівняння моделей та методів аналізу циклічних економічних процесів, що знаходяться у взаємозв’язку. Матеріали ІV науково-технічної конференції «Інформаційні моделі, системи та технології», ТНТУ ім. І. Пулюя, 15-16 травня 2014 р., Тернопіль. С. 15.
17. Лупенко С. А., Луцик Н. С., Лупенко А. М., Стадник Н. Б. «Лінійний циклічний випадковий процес як математична модель тестових коливних сигналів у інформаційних системах діагностики, аутентифікації та прогнозування. Вісник Львівської політехніки «Інформаційні системи та мережі», № 783 2014 р., Львів. С. 145–153. (Індексується в Index Copernicus, Google Scholar).
18. Лупенко С. А., Шаблій Н. Р., Стадник Н. Р., Зозуля А. М. Лінійні циклічні випадкові функції як математичні моделі сигналів та просторово- часових полів серця. Матеріали V Міжнародної науково-технічної конференції молодих учених та студентів «Актуальні задачі сучасних технологій», 17-18 листопада 2016 р. Тернопіль: ТНТУ, 2016. С. 65–66.
19. Lupenko S., Lytvynenko Ia., Stadnyk N. Method of statistical processing of discrete cycle random processes, by their reduction to isomorphic periodic random sequences. 10th International Conference on Advanced Computer Information Technologies (ACIT 2020). Deggendorf, Germany, 16–18 September 2020. P. 209– 212. (Індексується в Scopus).
Content type: Dissertation
Vises i samlingene:01.05.02 – математичне моделювання та обчислювальні методи

Tilhørende filer:
Fil Beskrivelse StørrelseFormat 
Diser_Stadnyk_N_B_2021.pdfДисертація5,02 MBAdobe PDFVis/Åpne
Aref_Stadnyk_N_B_2021.pdfАвтореферат1,57 MBAdobe PDFVis/Åpne
Diser_Stadnyk_N_B_2021_COVER.pngТитул133,79 kBimage/pngVis/Åpne
Vidhuk_Yuzefovych.PDFВідгук Юзефовича Р. М.7,72 MBAdobe PDFVis/Åpne
Vidhuk_Pukas.PDFВідгук Пукаса А.5,65 MBAdobe PDFVis/Åpne


Alle innførsler i DSpace er beskyttet av copyright