Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/51033
| Назва: | Методи машинного навчання для завчасного передбачення несправностей транспортного засобу на основі OBD-2 даних |
| Інші назви: | Machine learning methods for early prediction of vehicle malfunctions based on OBD-2 data |
| Автори: | Бонар, В. Готович, Володимир Анатолійович Bonar, V. Hotovych, V. |
| Приналежність: | Тернопільський національний технічний університет імені Івана Пулюя, Україна |
| Бібліографічний опис: | Бонар В. Методи машинного навчання для завчасного передбачення несправностей транспортного засобу на основі OBD-2 даних / В. Бонар, В. Готович // Матеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“, 17-18 грудня 2025 року. — Т. : ТНТУ, 2025. — С. 25–26. — (Математичне моделювання). |
| Бібліографічне посилання: | Бонар В., Готович В. А. Методи машинного навчання для завчасного передбачення несправностей транспортного засобу на основі OBD-2 даних // Матеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“, Тернопіль, 17-18 грудня 2025 року. 2025. С. 25–26. |
| Bibliographic citation (APA): | Bonar, V., & Hotovych, V. (2025). Metody mashynnoho navchannia dlia zavchasnoho peredbachennia nespravnostei transportnoho zasobu na osnovi OBD-2 danykh [Machine learning methods for early prediction of vehicle malfunctions based on OBD-2 data]. Materials of the ⅩⅢ Scientific and Technical Conference “Information Models, Systems, and Technologies”, 17-18 December 2025, Ternopil, 25-26. TNTU. [in Ukrainian]. |
| Bibliographic citation (CHICAGO): | Bonar V., Hotovych V. (2025) Metody mashynnoho navchannia dlia zavchasnoho peredbachennia nespravnostei transportnoho zasobu na osnovi OBD-2 danykh [Machine learning methods for early prediction of vehicle malfunctions based on OBD-2 data]. Materials of the ⅩⅢ Scientific and Technical Conference “Information Models, Systems, and Technologies” (Tern., 17-18 December 2025), pp. 25-26 [in Ukrainian]. |
| Є частиною видання: | Матеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2025 Materials of the ⅩⅢ Scientific and Technical Conference “Information Models, Systems, and Technologies”, 2025 |
| Конференція/захід: | ⅩⅢ науково-технічна конференція „Інформаційні моделі, системи та технології“ |
| Журнал/збірник: | Матеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“ |
| Дата публікації: | 17-гру-2025 |
| Дата внесення: | 5-січ-2026 |
| Видавництво: | ТНТУ TNTU |
| Місце видання, проведення: | Тернопіль Ternopil |
| Часове охоплення: | 17-18 грудня 2025 року 17-18 December 2025 |
| УДК: | 621.326 |
| Кількість сторінок: | 2 |
| Діапазон сторінок: | 25-26 |
| Початкова сторінка: | 25 |
| Кінцева сторінка: | 26 |
| URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/51033 |
| Власник авторського права: | © Тернопільський національний технічний університет імені Івана Пулюя, 2025 |
| URL-посилання пов’язаного матеріалу: | https://doi.org/10.1016/j.egyr.2019.10.018 https://doi.org/10.3390/s25134057 |
| References: | 1. Dimitrios Rimpas, Andreas Papadakis, Maria Samarakou, OBD-II sensor diagnostics for monitoring vehicle operation and consumption, Energy Reports, Volume 6, Supplement 3, 2020, Pages 55-63, ISSN 2352-4847, https://doi.org/10.1016/j.egyr.2019.10.018. 2. Michailidis, E.T.; Panagiotopoulou, A.; Papadakis, A. A Review of OBD-II-Based Machine Learning Applications for Sustainable, Efficient, Secure, and Safe Vehicle Driving. Sensors 2025, 25, 4057. https://doi.org/10.3390/s25134057 |
| Тип вмісту: | Conference Abstract |
| Розташовується у зібраннях: | ⅩⅢ науково-технічна конференція „Інформаційні моделі, системи та технології“ (2025) |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| IMST_2025_Bonar_V-Machine_learning_methods_for_25-26.pdf | 401,05 kB | Adobe PDF | Переглянути/відкрити | |
| IMST_2025_Bonar_V-Machine_learning_methods_for_25-26__COVER.png | 1,17 MB | image/png | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.