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:	Згорткові нейронні мережі для опрацювання даних в умовах пандемії
Other Titles:	Convolutional neural networks 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):	Згорткові нейронні мережі 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. 31–32. — (Інформаційні системи та технології, кібербезпека).
Bibliographic description (International):	Bodnar R., Kormylo I., Zadolynnyi O., Maievskyi T. (2021) Zghortkovi neironni merezhi dlia opratsiuvannia danykh v umovakh pandemii [Convolutional neural networks 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. 31-32 [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 нейронна мережа пандемія data processing neural network pandemic
Number of pages:	2
Page range:	31-32
Start page:	31
End page:	32
URI:	http://elartu.tntu.edu.ua/handle/lib/37587
Copyright owner:	© Тернопільський національний технічний університет імені Івана Пулюя, 2021
URL for reference material:	https://www.worldometers.info/coronavirus/
References (Ukraine):	1. Guo Y.R., Cao Q.D., Hong Z.S., et al. The origin, transmission and clinical therapies on corona virus disease 2019 (COVID-19) outbreak–an update on the status. Mil Med Res. 2020;7(1):1-10. 2. Worldometer. COVID-19 CORONAVIRUS PANDEMIC. Coronavirus Cases. https://www.worldometers.info/coronavirus/. 3. Hall L.O., Paul R., Goldgof D.B., Goldgof G.M. Finding COVID-19 from chest X-Rays using deep learning on a small dataset. arXiv preprint arXiv:2004.02060; 2020. 4. Zhang J., Xie Y., Li Y., Shen C., Xia Y.. COVID-19 screening on chest X-Ray images using deep learning based anomaly detection. arXiv preprint arXiv:2003.12338; 2020. 5. Ucar F., Korkmaz D. COVIDiagnosis-net: deep BayesSqueezeNet based diagnostic of the corona virus disease 2019 (COVID-19) from X-ray images. Med Hypotheses. 2020;140 (2020):1–12. 6. Khalifa N.E.M., Taha M.H.N., Hassanien A.E., Elghamrawy S.. Detection of corona virus (COVID-19) associated pneumonia based on generative adversarial networks and a fine-tuned deep transfer learning model using chest X-Ray dataset. arXiv preprint arXiv:2004.01184; 2020. 7. 7) Salman F.M., Abu-Naser SS, Alajrami E, Abu-Nasser BS, Alashqar BA, COVID-19 Detection Using Artificial Intelligence; United States: The DSpace Institutional Digital Repository System; 2020. 8. Bassi P.R., Attux R. A deep convolutional neural network for COVID-19 detection using chest X-rays. arXiv preprint arXiv: 2005.01578; 2020.
References (International):	1. Guo Y.R., Cao Q.D., Hong Z.S., et al. The origin, transmission and clinical therapies on corona virus disease 2019 (COVID-19) outbreak–an update on the status. Mil Med Res. 2020;7(1):1-10. 2. Worldometer. COVID-19 CORONAVIRUS PANDEMIC. Coronavirus Cases. https://www.worldometers.info/coronavirus/. 3. Hall L.O., Paul R., Goldgof D.B., Goldgof G.M. Finding COVID-19 from chest X-Rays using deep learning on a small dataset. arXiv preprint arXiv:2004.02060; 2020. 4. Zhang J., Xie Y., Li Y., Shen C., Xia Y.. COVID-19 screening on chest X-Ray images using deep learning based anomaly detection. arXiv preprint arXiv:2003.12338; 2020. 5. Ucar F., Korkmaz D. COVIDiagnosis-net: deep BayesSqueezeNet based diagnostic of the corona virus disease 2019 (COVID-19) from X-ray images. Med Hypotheses. 2020;140 (2020):1–12. 6. Khalifa N.E.M., Taha M.H.N., Hassanien A.E., Elghamrawy S.. Detection of corona virus (COVID-19) associated pneumonia based on generative adversarial networks and a fine-tuned deep transfer learning model using chest X-Ray dataset. arXiv preprint arXiv:2004.01184; 2020. 7. 7) Salman F.M., Abu-Naser SS, Alajrami E, Abu-Nasser BS, Alashqar BA, COVID-19 Detection Using Artificial Intelligence; United States: The DSpace Institutional Digital Repository System; 2020. 8. Bassi P.R., Attux R. A deep convolutional neural network for COVID-19 detection using chest X-rays. arXiv preprint arXiv: 2005.01578; 2020.
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.