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)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/37585

Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorБоднар, Р.
dc.contributor.authorКормило, І.
dc.contributor.authorЗадолинний, О.
dc.contributor.authorМаєвський, Т.
dc.contributor.authorBodnar, R.
dc.contributor.authorKormylo, I.
dc.contributor.authorZadolynnyi, O.
dc.contributor.authorMaievskyi, T.
dc.coverage.temporal08-09 грудня 2021 року
dc.coverage.temporal08-09 December 2021
dc.date.accessioned2022-03-23T22:38:58Z-
dc.date.available2022-03-23T22:38:58Z-
dc.date.created21-12-08
dc.date.issued21-12-08
dc.identifier.citationСистеми 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).
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/37585-
dc.format.extent29-30
dc.language.isouk
dc.publisherТНТУ
dc.publisherTNTU
dc.relation.ispartofМатеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2021
dc.relation.ispartofProceedings of the scientific and technical conference "Information models, systems and technologies", 2021
dc.subjectдані
dc.subjectопрацювання
dc.subjectсистема
dc.subjectпандемія
dc.subjectштучний інтелект
dc.subjectdata
dc.subjectprocessing
dc.subjectsystem
dc.subjectpandemic
dc.subjectartificial intelligence
dc.titleСистеми штучного інтелекту для опрацювання даних в умовах пандемії
dc.title.alternativeArtificial intelligence systems for data processing in a pandemic condition
dc.typeConference Abstract
dc.rights.holder© Тернопільський національний технічний університет імені Івана Пулюя, 2021
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages2
dc.subject.udc004.8
dc.relation.references1. 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.
dc.relation.references2. 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.
dc.relation.references3. 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.
dc.relation.references4. Singhal T. A review of corona virus disease-2019 (COVID-19). Indian J Pediatr. 2020;87(4):281-286.
dc.relation.references5. Kong W., Agarwal P.P. Chest imaging appearance of COVID-19 infection. Radiol Cardiothorac Imaging. 2020;2(1):e200028.
dc.relation.references6. LeCun Y., Bengio Y., Hinton G. Deep learning. Nature. 2015;521 (7553):436-444.
dc.relation.references7. Jain A, Tiwari S, Sapra V. Hands on Deep Learning with Python Programming. Germany: Lambert Academic Publishing House; 2018 978-613-9-91551-4.
dc.relation.references8. 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.
dc.relation.references9. 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.
dc.relation.references10. Apostolopoulos I.D., Mpesiana TA. COVID-19: automatic detection from X-ray images utilizing
dc.relation.referencesen1. 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.
dc.relation.referencesen2. 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.
dc.relation.referencesen3. 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.
dc.relation.referencesen4. Singhal T. A review of corona virus disease-2019 (COVID-19). Indian J Pediatr. 2020;87(4):281-286.
dc.relation.referencesen5. Kong W., Agarwal P.P. Chest imaging appearance of COVID-19 infection. Radiol Cardiothorac Imaging. 2020;2(1):e200028.
dc.relation.referencesen6. LeCun Y., Bengio Y., Hinton G. Deep learning. Nature. 2015;521 (7553):436-444.
dc.relation.referencesen7. Jain A, Tiwari S, Sapra V. Hands on Deep Learning with Python Programming. Germany: Lambert Academic Publishing House; 2018 978-613-9-91551-4.
dc.relation.referencesen8. 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.
dc.relation.referencesen9. 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.
dc.relation.referencesen10. Apostolopoulos I.D., Mpesiana TA. COVID-19: automatic detection from X-ray images utilizing
dc.identifier.citationenBodnar 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].
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, Україна
dc.contributor.affiliationТехнічний коледж ТНТУ імені Івана Пулюя, Україна
dc.citation.journalTitleМатеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“
dc.citation.spage29
dc.citation.epage30
dc.citation.conferenceⅨ науково-технічна конференція „Інформаційні моделі, системи та технології“
Розташовується у зібраннях:IX науково-технічна конференція „Інформаційні моделі, системи та технології“ (2021)

Файли цього матеріалу:
Файл Опис РозмірФормат 
IMST_2021_Bodnar_R-Artificial_intelligence_systems_29-30.pdf688,24 kBAdobe PDFПереглянути/відкрити
IMST_2021_Bodnar_R-Artificial_intelligence_systems_29-30.djvu32,86 kBDjVuПереглянути/відкрити
IMST_2021_Bodnar_R-Artificial_intelligence_systems_29-30__COVER.png522,89 kBimage/pngПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


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