1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 126 — інформаційні системи та технології
Please use this identifier to cite or link to this item: http://elartu.tntu.edu.ua/handle/lib/47063
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorЛитвиненко, Ярослав Володимирович-
dc.contributor.advisorLytvynenko, Iaroslav-
dc.contributor.authorСрогий, Тарас Сергійович-
dc.contributor.authorSrogy, Taras-
dc.date.accessioned2025-01-03T14:39:23Z-
dc.date.available2025-01-03T14:39:23Z-
dc.date.issued2024-12-27-
dc.date.submitted2024-12-13-
dc.identifier.citationСрогий Т. С. Методи моделювання циклічних сигналів в економіці : робота на здобуття кваліфікаційного ступеня магістра : спец. 126 – інформаційні системи та технології / наук. кер. Я. В. Литвиненко. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2024. 85 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/47063-
dc.descriptionРоботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 27.12.2024 р. о 13 год. на засіданні екзаменаційної комісії №38 у Тернопільському національному технічному університеті імені Івана Пулюяuk_UA
dc.description.abstractКваліфікаційна робота присвячена аналізу та розробці методу обробки та моделювання циклічних сигналів для задач опрацювання економічних сигналів. В першому розділі проведено аналіз систем для проведення комп’ютерного моделювання економічних даних. Було проаналізовано методи та моделі. Крім цього розглянуті питання штучного інтелекту та машинного навчання для моделювання економічних циклічних сигналів. Описано типові труднощі під час побудови методів комп’ютерного моделювання. В другому розділі було проведено огляд методів попередньої обробки циклічних економічних сигналів. Описані методи фільтрації там методи вилучення тренду. В третьому розділі проведено аналіз математичних моделей та запропонована математична модель для проведення комп’ютерного моделювання циклічних економічних сигналів. Розроблено програму для реалізації запропонованого алгоритму комп’ютерного моделювання економічних сигналів. У Четвертому розділі магістерської кваліфікаційної роботи розглянуті питання охорони праці і безпеки в надзвичайних ситуаціях.uk_UA
dc.description.abstractThe qualification work is devoted to the analysis and development of a method for processing and modeling cyclic signals for problems of processing economic signals. In the first section, an analysis of systems for computer modeling of economic data was carried out. Methods and models were analyzed. In addition, issues of artificial intelligence and machine learning for modeling economic cyclical signals were considered. Typical difficulties in the construction of computer modeling methods are described. In the second section, a review of methods for pre-processing cyclical economic signals was conducted. Filtering methods and trend capture methods are described there. In the third section, an analysis of mathematical models was conducted and a mathematical model was proposed for computer modeling of cyclical economic signals. A program was developed to implement the proposed algorithm for computer modeling of economic signals. In the fourth section of the master's qualification work, issues of labor protection and safety in emergency situations are considered.uk_UA
dc.description.tableofcontentsВСТУП 9 1 АНАЛІЗ ЛІТЕРАТУРНИХ ДЖЕРЕЛ В НАПРЯМКУ ОПРАЦЮВАННЯ ЦИКЛІЧНИХ ЕКОНОМІЧНИХ СИГНАЛІВ ДЛЯ ЗАДАЧ ЇХ КОМПЮТЕРНОГО МОДЕЛЮВАННЯ 12 1.1 Циклічні економічні сигнали 12 1.2 Економічні цикли 13 1.3 Причини виникнення економічних циклів 14 1.4 Системи для моделювання економічних сигналів 16 1.4.1. Система для моделювання економічних сигналів MATLAB 17 1.4.2. Система для моделювання економічних сигналів STATA 19 1.5 Економетричні моделі та системи 22 1.6 Машинне навчання та штучний інтелект для опрацювання економічних сигналів 26 1.7 Інструменти для макроекономічного моделювання 27 1.8 Системи для моделювання часових рядів (моделі економічних сигналів) 29 1.9 Труднощі які виникають під час комп’ютерного моделювання економічних сигналів 33 1.10 Підходи до подолання труднощів комп’ютерного моделювання циклічних економічних сигналів 35 11.11 Висновок до першого розділу 36 2 МЕТОДИ ПОПЕРЕДНЬОГО ОПРАЦЮВАННЯ ЦИКЛІЧНИХ ЕКОНОМІЧНИХ СИГНАЛІВ В ЗАДАЧАХ ЇХ МОДЕЛЮВАННЯ 37 2.1 Методи моделювання циклічних економічних сигналів 37 2.2 Попереднє опрацювання економічних сигналів 40 2.3 Методи вилучення тренду 42 2.4 Методи фільтрації данних згладження 44 2.5 Математична модель для комп’ютерного моделювання 48 2.6 Висновок до другого розділу 49 3 МЕТОДИ ОСНОВНОГО ОПРАЦЮВАННЯ ЕКОНОМІЧНИХ ЦИКЛІЧНИХ СИГНАЛІВ В ЗАДАЧАХ ЇХ КОМП’ЮТЕРНОГО МОДЕЛЮВАННЯ 50 3.1 Методи статистичної обробки 50 3.2 Опис розробленої програми для комп’ютерного моделювання економічних циклічних сигналів 51 3.3 Висновок до третього розділу 55 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 56 4.1 Фактори, які впливають на наслідок ураження електричним струмом 56 4.2 Соціальні небезпеки 61 4.3 Висновок до четвертого розділу 63 ВИСНОВКИ 64 ПЕРЕЛІК ДЖЕРЕЛ 65 ДОДАТКИ 73uk_UA
dc.format.extent85-
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subjectінформаційні системи та технологіїuk_UA
dc.subjectметоди моделюванняuk_UA
dc.subjectметоди основної обробкиuk_UA
dc.subjectметоди попередньої обробкиuk_UA
dc.subjectсегментаціяuk_UA
dc.subjectфільтраціяuk_UA
dc.subjectfilteringuk_UA
dc.subjectmain processing methodsuk_UA
dc.subjectmodeling methodsuk_UA
dc.subjectpreprocessing methodsuk_UA
dc.subjectsegmentationuk_UA
dc.titleМетоди моделювання циклічних сигналів в економіціuk_UA
dc.title.alternativeMethods for Modeling Cyclic Signals in Economicsuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Срогий Тарас Сергійович, 2024uk_UA
dc.coverage.placenameТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Українаuk_UA
dc.subject.udc004.04uk_UA
dc.relation.references1. Bollerslev T. Periodic autoregressive conditional heteroscedasticity / T. Bollerslev, E. Ghysels // Journal of Business and Economic Statistics. Alexandria, USA: ASA, 1996. Vol. 14, № 2. P. 139–151uk_UA
dc.relation.references2. Boswijk H. P. Testing for periodic integration / H. P. Boswijk, P. H. Franses // Economics Letters. Amsterdam, Netherlands: Elsevier, 1995. Vol. 48, № 3–4. P. 241–248uk_UA
dc.relation.references3. Dehay D. Testing stationarity for stock market data / D. Dehay, J. Leskow // Economics Letters. — Amsterdam, Netherlands: Elsevier, 1996. Vol. 50, № 2. P. 205–212uk_UA
dc.relation.references4. Franses P. H. Cointegration analysis of seasonal time series / P. H. Franses, M. McAleer // Journal Economic Surveys. — Hoboken, USA: Wiley Blackwell, 1998. Vol. 12, № 5. P. 651–678uk_UA
dc.relation.references5. Franses P. H. Model selection in periodic autoregressions / P. H. Franses, R. Paap // Oxford Bulletin of Economics and Statistics. — Oxford, UK: Blackwell Publishers, 1994. Vol. 56, № 4. P. 421–439uk_UA
dc.relation.references6. Franses P. H. The effects of seasonally adjusting a periodic autoregressive process / P. H. Franses // Computational Statistics & Data Analysis. Amsterdam, Netherlands: Elsevier, 1995. Vol. 19, № 6. P. 683–704uk_UA
dc.relation.references7. Gardner W. A. Cyclostationarity: Half a century of research / W. A. Gardner, A. Napolitano, L. Paura // Signal Processing. Amsterdam, Netherlands: Elsevier, 2006. Vol. 86, № 4. — P. 639–697uk_UA
dc.relation.references8. Gelper S. Robust Forecasting with Exponential and Holt-Winters Smoothing / S. Gelper, R. Fried, C. Croux // Journal of Forecasting. NY, USA: John Wiley & Sons, 2010. Vol. 29, № 3. — P. 285−300uk_UA
dc.relation.references9. Ghysels E. On periodic structures and testing for seasonal unit roots / E. Ghysels, A. Hall, H. S. Lee // Journal of Business and Economic Statistics. Alexandria, USA: ASA, 1996. Vol. 91, № 436 . P. 1551−1559uk_UA
dc.relation.references10. Ghysels E. On the periodic structure of the business cycle / E. Ghysels // Journal of Business & Economic Statistics. Alexandria, USA: ASA, 1994. Vol. 12, № 3. P. 289−298uk_UA
dc.relation.references11. Ghysels E. The Econometric Analysis of Seasonal Time Series / E. Ghysels, D. R. Osborne // Themes in Modern Econometrics. Cambridge, UK: Cambridge University Press, 2001. 252uk_UA
dc.relation.references12. Goncharuk A. G. Forecasting efficiency of the economy of Ukraine [Електронний ресурс] / A. G. Goncharuk // MPRA Paper. Germany: University Library of Munich, 2006. 20 p. Режим доступу: http://mpra.ub.uni-muenchen.de/6562/uk_UA
dc.relation.references13. Hassani H. Singular spectrum analysis: methodology and application to economics data / H. Hassani, A. Zhigljavsky // Journal of Systems Science and Complexity. NY, USA: Springer Science+Business Media, 2009. Vol. 22, № 3. P. 372–394uk_UA
dc.relation.references14. Juglar C. Des Crises commerciales et leur retour periodique en France / C. Juglar. Paris: Guillaumin, 1862. 276uk_UA
dc.relation.references15. Louca F. Turbulence in economic: an evolutionary appraisal of cycles and complexity in historical processes / F. Louca. Cheltenham, UK: Edward Elgar Publishing, 1997. 383 p.uk_UA
dc.relation.references16. On detecting and modeling periodic correlation in financial data / E. Broszkiewicz−Suwaj, A. Makagon, R. Weron, A. Wylomanska // Physica A: Statistical Mechanics and its Applications. — Amsterdam, Netherlands: Elsevier, 2004. Vol. 336, № 1–2 P. 196–205uk_UA
dc.relation.references17. Osborn D. R. The implications of periodically varying coefficients for seasonal time-series processes / D. R. Osborn // Journal of Econometrics. Amsterdam, Netherlands: Elsevier, 1991. Vol. 48, № 3 P. 373–384uk_UA
dc.relation.references18. Osborn D. R. The performance of periodic autoregressive models in forecasting seasonal UK consumption / D. R. Osborn, J. P. Smith // Journal of Business and Economic Statistics. Alexandria, USA: ASA. 1989. Vol. 7, № 1. P. 117–127uk_UA
dc.relation.references19. Parzen E. An approach to modeling seasonally stationary time-series / E. Parzen, M. Pagano // Journal of Econometrics. Amsterdam, Netherlands: Elsevier, 1979. Vol. 7, № 1–2. P. 137–153uk_UA
dc.relation.references20. Polukoshko S. Use of “Caterpillar” – SSA method for analysis and forecasting of industrial and economic indicator / S. Polukoshko, J. Hofmanis // Proceedings of the 7th International Scientific and Practical Conference «Environment. Technology. Resources», Rēzekne, June 25-27, 2009. Rēzekne, Latvija: Rēzeknes Augstskola, 2009. Vol. 1. P. 241–248uk_UA
dc.relation.references21. Todd R. M. Periodic linear-quadratic models of seasonality / R. M. Todd // Journal of Economic Dynamics and Control. Maryland Heights, USA: Elsevier, 1990. Vol. 14, № 3–4. P. 763–796uk_UA
dc.relation.references22. Yousefi S. Wavelet-based prediction of oil prices / S. Yousefi, I. Weinreich, D. Reinarz // Chaos, Solitons and Fractals. Maryland Heights, USA: Elsevier, 2005. Vol. 25, № 2 P. 265–275uk_UA
dc.relation.references23. Абдуллаева Н. А. Нечеткий подход к прогнозированию уровня бедности / Н. А. Абдуллаева // Сборник трудов «Управление большими системами». М: Институт проблем управления им. В. А. Трапезникова РАН, 2010. № 30. С. 98−114uk_UA
dc.relation.references24. Акаев А. А. Анализ экономических циклов с помощью математической модели марковских случайных процессов / А. А. Акаев // Доклады академии наук. М: Академиздатцентр "Наука" РАН, 2006. Т. 409, № 6. С. 1–4uk_UA
dc.relation.references25. Алєксєєв І. В. Система підтримки прийняття управлінських рішень як складова механізму адаптації машинобудівних підприємств в середовищі невизначеності / І. В. Алєксєєв, Т. О. Смірнова, А. І. Хоменко // Вісник Хмельницького національного університету. Хмельницький, 2010. Т. 1., №5. С. 47−51uk_UA
dc.relation.references26. Анисимов В. Н. Об эффективности модели ARIMA при прогнозировании экономических процессов / В. Н. Анисимов, К. Л. Соломахо // Известия Челябинского научного центра. — Челябинск: Челябинский научный центр УрО РАН, 2009. Т. 44, № 2. С. 44−48uk_UA
dc.relation.references27. Баклан І. В. Імовірнісні моделі для аналізу та прогнозування часових рядів / І. В. Баклан, Г. А. Степанкова // Искусственный интеллект. Донецьк: Інститут проблем штучного інтелекту МОН України та НАН України, 2008. № 3. С. 505−515uk_UA
dc.relation.references28. Бекмуратов Т. Ф. Нечеткая модель прогнозирования урожайности / Т. Ф. Бекмуратов, Д. Т. Мухамедиева, О. Ж. Бобомурадов // Проблемы информатики. Новосибирск: ОАО «Агентство „Роспечать”», 2010. № 3. С. 11–23uk_UA
dc.relation.references29. Бідюк П. І. Інформаційна 1система підтримки прийняття рішень для прогнозування фінансово-економічних процесів на основі структурно-параметричної адаптації моделей / П. І. Бідюк, О. М. Трофимчук, А. В. Федоров // Наукові вісті НТУУ „КПІ”. К: НТУУ „КПІ”, 2011. № 6. С. 42−53uk_UA
dc.relation.references30. Біліловець О.С. Нейромережеве прогнозування в сфері електронної комерції / О. С. Біліловець // Економіко-математичне моделювання соціально-економічних систем. Збірник наукових праць. К: МННЦ ІТіС, 2008. Вип. 13. С. 154−166uk_UA
dc.relation.references31. Братушка С. М. Вейвлет-аналіз як інструмент прогнозування фінансових часових рядів / С. М. Братушка // Проблеми і перспективи розвитку банківської системи України : зб. наук. праць. Суми: УАБС НБУ, 2007. Т. 20. С. 314‒319uk_UA
dc.relation.references32. Горкуненко А. Б. Імітаційне моделювання взаємопов’язаних економічних циклічних процесів / А. Б. Горкуненко, С. А. Лупенко // Сучасні комп’ютерні інформаційні технології: Матеріали Всеукраїнської школи-семінару молодих вчених і студентів ACIT’2011, Тернопіль, 20-21 травня 2011. — Тернопіль: Економічна думка, 2011. — С. 9uk_UA
dc.relation.references33. Литвиненко Я.В., Лупенко С.А., Щербак Л.М. Моделювання та обробка циклічних сигналів серця на ЕОМ. // Вимірювальна та обчислювальна техніка в технологічних процесах.- Хмельницький: Вид.-во “Навчальна книга”. – 2000. №3, -132-139сuk_UA
dc.relation.references34. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів // Тези доповідей п’ятої наук.-техн. конф. ТДТУ ”Прогресивні матеріали, технології та обладнання в машино- і приладобудуванні”. Тернопіль. – 2001. – 16uk_UA
dc.relation.references35. Осухівська Г.М. Обгрунтування вибору фільтру для статистичного аналізу тональних сигналів. Вісник Тернопільського державного технічного університету. 1997. Т. 2, № 2. С. 57-62uk_UA
dc.relation.references36. Литвиненко Я., Лупенко С., Щербак Л. Статистичний метод визначення зонної структури електрокардіосигналу в автоматизованих діагностичних системах. Вісник Тернопільського державного технічного університету. Тернопіль, 2005. Т. 10, № 3. С. 165-175uk_UA
dc.relation.references37. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів. Тези доповідей п’ятої наук. конф. ТДТУ. Тернопіль. 2001. С. 16uk_UA
dc.relation.references38. Лупенко C. А., Литвиненко Я. В., Сверстюк А. С. Статистичний сумісний аналіз кардіосигналів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. Електроніка та системи управління. Національний авіаційний університет. Київ, 2008. № 4 (18). С. 22-29uk_UA
dc.relation.references39. Лупенко С., Литвиненко Я., Сверстюк А. Сумісна статистична обробка синхронно зареєстрованих кардіосигналів на базі їх моделі у вигляді циклічних ритмічно пов’язаних випадкових процесів. Матеріали дванадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 14-15 травня 2008 р. Тернопіль, 2008. С. 111uk_UA
dc.relation.references40. Литвиненко Я.В. Моделювання та методи визначення зонної часової структури електрокардіосигналу в автоматизованих діагностичних системах: автореф. дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2006. 20 сuk_UA
dc.relation.references41. Імітаційне моделювання взаємопов’язаних економічних циклічних процесів на основі вектора циклічних ритмічно пов’язаних випадкових процесів / А. Б. Горкуненко, С. А. Лупенко, Н. Р. Дем’янчук, Я. В. Литвиненко // Електроніка та системи управління. К: НАУ, 2011. № 2. С. 133–141uk_UA
dc.relation.references42. Інформаційна технологія моделювання, аналізу та прогнозування циклічних економічних процесів / А. Б. Горкуненко, С. А. Лупенко, Г. М. Осухівська, Н. Б. Стадник // Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: ХНУ, 2012. № 2. С. 167−176uk_UA
dc.relation.references43. Інформаційна технологія прогнозування циклічних економічних процесів / А. Горкуненко, Р. Козак, Я. Литвиненко [та ін.] // Вісник Тернопільського національного технічного університету ім. І. Пулюя. Тернопіль: ТНТУ, 2012. № 1. С. 143−154uk_UA
dc.relation.references44. I.V. Lytvynenko. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling/ I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2017, Vol. 88, No. 4, pp. 153-169uk_UA
dc.relation.references45. I.V. Lytvynenko. The method of segmentation of stochastic cyclic signals for the problems of their processing and modeling/ I.V. Lytvynenko / Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2017, Vol. 4, No. 2, pp. 93-103uk_UA
dc.relation.references46. I. Lytvynenko. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. // Iaroslav Lytvynenko, Pavlo Maruschak, Sergiy Lupenko, Sergey Panin // Applied Mechanics and Materials, 2015, Vol. 770, pp. 288-293uk_UA
dc.relation.references47. I.V. Lytvynenko. Software for segmentation, statistical analysis and modeling of surface ordered structures // I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko, Yu. I. Hats, A. Menou, S.V. Panin // MECHANICS, RESOURCE AND DIAGNOSTICS OF MATERIALS AND STRUCTURES (MRDMS-2016): Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785, No.1, pp. 030012-1-030012-7uk_UA
dc.relation.references48. I.V. Lytvynenko. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling/ I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2017, Vol. 88, No. 4, pp. 153-169uk_UA
dc.relation.references49. I. Lytvynenko. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. // Iaroslav Lytvynenko, Pavlo Maruschak, Sergiy Lupenko, Sergey Panin // Applied Mechanics and Materials, 2015, Vol. 770, pp. 288-293uk_UA
dc.relation.references50. I.V. Lytvynenko. Method of the quadratic interpolation of the discrete rhythm function of the cyclical signal with a defined segment structure / I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2016, Vol. 84, No. 4, pp. 131-138uk_UA
dc.relation.references51. S. Lupenko, A. Lupenko, I. Lytvynenko, V. Martsenyuk. Methods for Estimating the Discrete Rhythmic Structure of Cyclic Random Processes Using Adaptive Interpolation Conference on Computer Science and Information Technologies CSIT 2020: Advances in Intelligent Systems and Computing V pp 614-627 Conference paper. First Online: 23 December 2020. Part of the Advances in Intelligent Systems and Computing book series (AISC, volume 1293)uk_UA
dc.relation.references52. Method of Evaluation of Discrete Rhythm Structure of Cyclic Signals with the Help of Adaptive Interpolation Lytvynenko, I., Lupenko, S., Onyskiv, P. 2020 IEEE 15th International Scientific and Technical Conference on Computer Sciences and Information Technologies, CSIT 2020 - Proceedings, 2020, 1, pp. 155–158, 9321878uk_UA
dc.relation.references53. I.V. Lytvynenko. Software for segmentation, statistical analysis and modeling of surface ordered structures // I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko, Yu. I. Hats, A. Menou, S.V. Panin // MECHANICS, RESOURCE AND DIAGNOSTICS OF MATERIALS AND STRUCTURES (MRDMS-2016): Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785, No.1, pp. 030012-1-030012-7uk_UA
dc.relation.references54. Software for statistical processing and modeling of a set of synchronously registered cardio signals of different physical nature Lupenko, S., Lytvynenko, I., Sverstiuk, A., Horkunenko, A., Shelestovskyi, B. CEUR Workshop Proceedings, 2021, 2864, pp. 194–205uk_UA
dc.relation.references55. Modeling and Methods of Statistical Processing of a Vector Rhytmocardiosignal I Lytvynenko, S Lupenko, P Onyskiv, A Zozulia The Open Bioinformatics Journal 14 (1) 73-86uk_UA
dc.relation.references56. I.V. Lytvynenko, P.O. Marushak, S.A. Lupenko, Yu.I. Hats, A.Menou. Software tools for the analysis of the self-organizing material surface after deformation for the problems of its sementation and statistical processing // Proc. of International Symposium Aircraft materials. ACMA 2016. (May 11-13). - 2016. - Morocco, Agadir. – P. 138-139uk_UA
dc.relation.references57. Lupenko, S., Lytvynenko, I., Stadnyk, N. Method of Statistical Processing of Discrete Cycle Random Processes, by their Reduction to Isomorphic Periodic Random Sequences 2020 10th International Conference on Advanced Computer Information Technologies, ACIT 2020 - Proceedings, 2020, pp. 209-212, 9209004uk_UA
dc.relation.references58. Witkin A.P. Scale-space filtering, Proc. 8th Int. Joint Conf. Art. Intell., Karlsruhe, Germany, 1983. pp. 1019-1022uk_UA
dc.relation.references59. Witkin А. Scale-space filtering: A new approach to multi-scale description, in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing (ICASSP), Vol. 9, San Diego, CA, Mar. 1984, pp. 150-153uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, факультет комп’ютерно-інформаційних систем і програмної інженерії, кафедра комп’ютерних наук, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
Appears in Collections:126 — інформаційні системи та технології

Files in This Item:
File Description SizeFormat 
Mag_2024_STm_61_Срогий.pdfДипломна робота1,54 MBAdobe PDFView/Open
Show simple item record


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

Admin Tools