1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2022
  4. Ⅺ Міжнародна науково-практична конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2022)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/40701

Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorХом’як, А.
dc.contributor.authorKhomiak, A.
dc.coverage.temporal7-8 грудня 2022 року
dc.coverage.temporal7-8 December 2022
dc.date.accessioned2023-02-15T15:59:52Z-
dc.date.available2023-02-15T15:59:52Z-
dc.date.created2022-12-07
dc.date.issued2022-12-07
dc.identifier.citationХом’як А. Методи аналізу часових рядів з використанням рекурентних нейронних мереж / А. Хом’як // ⅩⅠ Міжнародна науково-практична конференція молодих учених та студентів „Актуальні задачі сучасних технологій“, 7-8 грудня 2022 року. — Т. : ТНТУ, 2022. — С. 128. — (Комп’ютерно-інформаційні технології та системи зв’язку).
dc.identifier.isbn978-617-7875-49-8
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/40701-
dc.format.extent128
dc.language.isouk
dc.publisherТНТУ
dc.publisherTNTU
dc.relation.ispartofМатеріали ⅩⅠ Міжнародної науково-практичної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“, 2022
dc.relation.ispartofBook of abstracts of the ⅩⅠ International scientific and practical conference of young researchers and students „Current issues in modern technologies“, 2022
dc.relation.urihttp://arxiv.org/abs/1808.03314
dc.relation.urihttps://doi.org/10.1007/s00453-012-9717-4
dc.titleМетоди аналізу часових рядів з використанням рекурентних нейронних мереж
dc.title.alternativeMethods of time series analysis with recurrent neural networks
dc.typeConference Abstract
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages1
dc.subject.udc004.81
dc.relation.references1. Alex Sherstinsky. 2018. Fundamentals of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) Network. CoRR abs/1808.03314, (2018). Режим доступу - http://arxiv.org/abs/1808.03314 .
dc.relation.references2. Marcel R. Ackermann, Johannes Blömer, Daniel Kuntze, and Christian Sohler. 2012. Analysis of Agglomerative Clustering. Algorithmica 69, 1 (December 2012), 184–215. DOI:https://doi.org/10.1007/s00453-012-9717-4
dc.relation.referencesen1. Alex Sherstinsky. 2018. Fundamentals of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) Network. CoRR abs/1808.03314, (2018). Access mode - http://arxiv.org/abs/1808.03314 .
dc.relation.referencesen2. Marcel R. Ackermann, Johannes Blömer, Daniel Kuntze, and Christian Sohler. 2012. Analysis of Agglomerative Clustering. Algorithmica 69, 1 (December 2012), 184–215. DOI:https://doi.org/10.1007/s00453-012-9717-4
dc.identifier.citationenKhomiak A. (2022) Metody analizu chasovykh riadiv z vykorystanniam rekurentnykh neironnykh merezh [Methods of time series analysis with recurrent neural networks]. ⅩⅠ International scientific and practical conference of young researchers and students „Current issues in modern technologies“ (Tern., 7-8 December 2022), pp. 128 [in Ukrainian].
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, Україна
dc.citation.journalTitleМатеріали ⅩⅠ Міжнародної науково-практичної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
dc.citation.spage128
dc.citation.epage128
dc.citation.conferenceⅩⅠ Міжнародна науково-практична конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
Розташовується у зібраннях:Ⅺ Міжнародна науково-практична конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2022)

Файли цього матеріалу:
Файл Опис РозмірФормат 
MNPK_2022_Khomiak_A-Methods_of_time_series_analysis_128.pdf219,43 kBAdobe PDFПереглянути/відкрити
MNPK_2022_Khomiak_A-Methods_of_time_series_analysis_128.djvu18,1 kBDjVuПереглянути/відкрити
MNPK_2022_Khomiak_A-Methods_of_time_series_analysis_128__COVER.png411,38 kBimage/pngПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


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