1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2021
4. IX науково-технічна конференція „Інформаційні моделі, системи та технології“ (2021)

Title:	Системи штучного інтелекту для опрацювання даних в умовах пандемії
Other Titles:	Artificial intelligence systems for data processing in a pandemic condition
Authors:	Боднар, Р. Кормило, І. Задолинний, О. Маєвський, Т. Bodnar, R. Kormylo, I. Zadolynnyi, O. Maievskyi, T.
Affiliation:	Тернопільський національний технічний університет імені Івана Пулюя, Україна Технічний коледж ТНТУ імені Івана Пулюя, Україна
Bibliographic description (Ukraine):	Системи штучного інтелекту для опрацювання даних в умовах пандемії / Р. Боднар, І. Кормило, О. Задолинний, Т. Маєвський // Матеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“, 08-09 грудня 2021 року. — Т. : ТНТУ, 2021. — С. 29–30. — (Інформаційні системи та технології, кібербезпека).
Bibliographic description (International):	Bodnar R., Kormylo I., Zadolynnyi O., Maievskyi T. (2021) Systemy shtuchnoho intelektu dlia opratsiuvannia danykh v umovakh pandemii [Artificial intelligence systems for data processing in a pandemic condition]. Proceedings of the scientific and technical conference "Information models, systems and technologies" (Tern., 08-09 December 2021), pp. 29-30 [in Ukrainian].
Is part of:	Матеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2021 Proceedings of the scientific and technical conference "Information models, systems and technologies", 2021
Conference/Event:	Ⅸ науково-технічна конференція „Інформаційні моделі, системи та технології“
Journal/Collection:	Матеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“
Issue Date:	8-Dec- 21
Date of entry:	23-Mar-2022
Publisher:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	08-09 грудня 2021 року 08-09 December 2021
UDC:	004.8
Keywords:	дані опрацювання система пандемія штучний інтелект data processing system pandemic artificial intelligence
Number of pages:	2
Page range:	29-30
Start page:	29
End page:	30
URI:	http://elartu.tntu.edu.ua/handle/lib/37585
Copyright owner:	© Тернопільський національний технічний університет імені Івана Пулюя, 2021
References (Ukraine):	1. Duda, O., Pasichnyk, V., Kunanets, N., Antonii, R., Matsiuk, O. Multidimensional Representation of COVID-19 Data Using OLAP Information Technology. International Scientific and Technical Conference on Computer Sciences and Information Technologies, 2020, 2, pp. 277–280, 9321889. 2. Woolhouse M., Scott F., Hudson Z., Howey R., Chase-Topping M. Human viruses: discovery and emergence. Philos Trans R Soc B Biol Sci. 2012;367(1604):2864-2871. 3. Cascella M., Rajnik M., Cuomo A., Dulebohn S.C., di Napoli R. Features, evaluation and treatment corona virus (COVID-19). Statpearls [internet]. Treasure Island (FL): StatPearls Publishing; 2020. 4. Singhal T. A review of corona virus disease-2019 (COVID-19). Indian J Pediatr. 2020;87(4):281-286. 5. Kong W., Agarwal P.P. Chest imaging appearance of COVID-19 infection. Radiol Cardiothorac Imaging. 2020;2(1):e200028. 6. LeCun Y., Bengio Y., Hinton G. Deep learning. Nature. 2015;521 (7553):436-444. 7. Jain A, Tiwari S, Sapra V. Hands on Deep Learning with Python Programming. Germany: Lambert Academic Publishing House; 2018 978-613-9-91551-4. 8. Iesmantas T., Alzbutas R. Convolutional capsule network for classification of breast cancer histology images. International Conference Image Analysis and Recognition. Cham, Switzerland: Springer; 2018:853-860. 9. Tiwari S., Shamik, Anurag J. "Convolutional capsule network for COVID‐19 detection using radiography images." International Journal of Imaging Systems and Technology 31.2 (2021): 525-539. 10. Apostolopoulos I.D., Mpesiana TA. COVID-19: automatic detection from X-ray images utilizing
References (International):	1. Duda, O., Pasichnyk, V., Kunanets, N., Antonii, R., Matsiuk, O. Multidimensional Representation of COVID-19 Data Using OLAP Information Technology. International Scientific and Technical Conference on Computer Sciences and Information Technologies, 2020, 2, pp. 277–280, 9321889. 2. Woolhouse M., Scott F., Hudson Z., Howey R., Chase-Topping M. Human viruses: discovery and emergence. Philos Trans R Soc B Biol Sci. 2012;367(1604):2864-2871. 3. Cascella M., Rajnik M., Cuomo A., Dulebohn S.C., di Napoli R. Features, evaluation and treatment corona virus (COVID-19). Statpearls [internet]. Treasure Island (FL): StatPearls Publishing; 2020. 4. Singhal T. A review of corona virus disease-2019 (COVID-19). Indian J Pediatr. 2020;87(4):281-286. 5. Kong W., Agarwal P.P. Chest imaging appearance of COVID-19 infection. Radiol Cardiothorac Imaging. 2020;2(1):e200028. 6. LeCun Y., Bengio Y., Hinton G. Deep learning. Nature. 2015;521 (7553):436-444. 7. Jain A, Tiwari S, Sapra V. Hands on Deep Learning with Python Programming. Germany: Lambert Academic Publishing House; 2018 978-613-9-91551-4. 8. Iesmantas T., Alzbutas R. Convolutional capsule network for classification of breast cancer histology images. International Conference Image Analysis and Recognition. Cham, Switzerland: Springer; 2018:853-860. 9. Tiwari S., Shamik, Anurag J. "Convolutional capsule network for COVID‐19 detection using radiography images." International Journal of Imaging Systems and Technology 31.2 (2021): 525-539. 10. Apostolopoulos I.D., Mpesiana TA. COVID-19: automatic detection from X-ray images utilizing
Content type:	Conference Abstract
Appears in Collections:	IX науково-технічна конференція „Інформаційні моделі, системи та технології“ (2021)

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