1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2025
  4. ⅩⅢ науково-технічна конференція „Інформаційні моделі, системи та технології“ (2025)
Por favor use este identificador para citas ou ligazóns a este item: http://elartu.tntu.edu.ua/handle/lib/50986

Rexistro de metadatos completo
Campo DCValorIdioma
dc.contributor.authorШипка, В.
dc.contributor.authorShypka, V.
dc.coverage.temporal17-18 грудня 2025 року
dc.coverage.temporal17-18 December 2025
dc.date.accessioned2026-01-05T10:13:35Z-
dc.date.available2026-01-05T10:13:35Z-
dc.date.created2025-12-17
dc.date.issued2025-12-17
dc.identifier.citationШипка В. Апаратно-адаптивний підхід до оптимізації онлайн-навчання на пристроях tinyml / В. Шипка // Матеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“, 17-18 грудня 2025 року. — Т. : ТНТУ, 2025. — С. 158. — (Комп’ютерні системи та мережі).
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/50986-
dc.format.extent158
dc.language.isouk
dc.publisherТНТУ
dc.publisherTNTU
dc.relation.ispartofМатеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2025
dc.relation.ispartofMaterials of the ⅩⅢ Scientific and Technical Conference “Information Models, Systems, and Technologies”, 2025
dc.relation.urihttps://arxiv.org/abs/2104.10260
dc.titleАпаратно-адаптивний підхід до оптимізації онлайн-навчання на пристроях tinyml
dc.title.alternativeHardware-adaptive approach to optimization of online learning on tinyml devices
dc.typeConference Abstract
dc.rights.holder© Тернопільський національний технічний університет імені Івана Пулюя, 2025
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages1
dc.subject.udc004.85
dc.relation.references1. Cai H., Gan C., Han S. TinyOL: TinyML with Online-Learning on Microcontrollers. arXiv preprint arXiv:2104.10260. 2021. URL: https://arxiv.org/abs/2104.10260 (дата звернення: 06.11.2025).
dc.relation.references2. David R., Duke J., Jain A. et al. TensorFlow Lite Micro: Embedded machine learning on tiny- RAM-T-devices. Proceedings of Machine Learning and Systems. 2021. Vol. 3. P. 800–811.
dc.relation.referencesen1. Cai H., Gan C., Han S. TinyOL: TinyML with Online-Learning on Microcontrollers. arXiv preprint arXiv:2104.10260. 2021. URL: https://arxiv.org/abs/2104.10260 (Date of appeal: 06.11.2025).
dc.relation.referencesen2. David R., Duke J., Jain A. et al. TensorFlow Lite Micro: Embedded machine learning on tiny- RAM-T-devices. Proceedings of Machine Learning and Systems. 2021. Vol. 3. P. 800–811.
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, Україна
dc.citation.journalTitleМатеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“
dc.citation.spage158
dc.citation.epage158
dc.citation.conferenceⅩⅢ науково-технічна конференція „Інформаційні моделі, системи та технології“
dc.identifier.citation2015Шипка В. Апаратно-адаптивний підхід до оптимізації онлайн-навчання на пристроях tinyml // Матеріали ⅩⅢ науково-технічної конференції „Інформаційні моделі, системи та технології“, Тернопіль, 17-18 грудня 2025 року. 2025. С. 158.
dc.identifier.citationenAPAShypka, V. (2025). Aparatno-adaptyvnyi pidkhid do optymizatsii onlain-navchannia na prystroiakh tinyml [Hardware-adaptive approach to optimization of online learning on tinyml devices]. Materials of the ⅩⅢ Scientific and Technical Conference “Information Models, Systems, and Technologies”, 17-18 December 2025, Ternopil, 158. TNTU. [in Ukrainian].
dc.identifier.citationenCHICAGOShypka V. (2025) Aparatno-adaptyvnyi pidkhid do optymizatsii onlain-navchannia na prystroiakh tinyml [Hardware-adaptive approach to optimization of online learning on tinyml devices]. Materials of the ⅩⅢ Scientific and Technical Conference “Information Models, Systems, and Technologies” (Tern., 17-18 December 2025), pp. 158 [in Ukrainian].
Aparece nas ColecciónsⅩⅢ науково-технічна конференція „Інформаційні моделі, системи та технології“ (2025)

Arquivos neste item
Arquivo Descrición TamañoFormato 
IMST_2025_Shypka_V-Hardware_adaptive_approach_to_158.pdf224,9 kBAdobe PDFVer/abrir
IMST_2025_Shypka_V-Hardware_adaptive_approach_to_158__COVER.png1,08 MBimage/pngVer/abrir
Mostrar o rexistro en formato simple


Todos os documentos en Dspace estan protexidos por copyright, con todos os dereitos reservados