1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2025
  4. ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2025)
Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/51640

Títol: Розробка та дослідження автоматизованої системи для контролю якості волокна за зображеннями із застосуванням нейромережевого аналізу
Altres títols: Development and research of an automated system for fibre quality control by images using neural network analysis
Autor: Стухляк, Данило Петрович
Ярощук, Д. М.
Stukhliak, D. P.
Yaroshchuk, D. M.
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя, Україна
Bibliographic description (Ukraine): Стухляк Д. П. Розробка та дослідження автоматизованої системи для контролю якості волокна за зображеннями із застосуванням нейромережевого аналізу / Данило Петрович Стухляк, Д. М. Ярощук // Матеріали ⅩⅣ МНТКМУС „Актуальні задачі сучасних технологій“, 11-12 грудня 2025. — Т. : ФОП Паляниця В.А., 2025. — С. 351–353. — (Комп’ютерно-інформаційні технології та системи зв’язку).
Bibliographic reference (2015): Стухляк Д. П., Ярощук Д. М. Розробка та дослідження автоматизованої системи для контролю якості волокна за зображеннями із застосуванням нейромережевого аналізу // Матеріали ⅩⅣ МНТКМУС „Актуальні задачі сучасних технологій“, Тернопіль, 11-12 грудня 2025. 2025. С. 351–353.
Bibliographic citation (APA): Stukhliak, D. P., & Yaroshchuk, D. M. (2025). Rozrobka ta doslidzhennia avtomatyzovanoi systemy dlia kontroliu yakosti volokna za zobrazhenniamy iz zastosuvanniam neiromerezhevoho analizu [Development and research of an automated system for fibre quality control by images using neural network analysis]. Proceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies”, 11-12 December 2025, Ternopil, 351-353. PE Palianytsia V.A.. [in Ukrainian].
Bibliographic citation (CHICAGO): Stukhliak D. P., Yaroshchuk D. M. (2025) Rozrobka ta doslidzhennia avtomatyzovanoi systemy dlia kontroliu yakosti volokna za zobrazhenniamy iz zastosuvanniam neiromerezhevoho analizu [Development and research of an automated system for fibre quality control by images using neural network analysis]. Proceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies” (Tern., 11-12 December 2025), pp. 351-353 [in Ukrainian].
Is part of: Матеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“, 2025
Proceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies”, 2025
Conference/Event: ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
Journal/Collection: Матеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
Data de publicació: 11-de -2025
Date of entry: 19-de -2026
Editorial: ФОП Паляниця В.А.
PE Palianytsia V.A.
Place of the edition/event: Тернопіль
Ternopil
Temporal Coverage: 11-12 грудня 2025
11-12 December 2025
UDC: 004.8
677.021.124
677.017
Number of pages: 3
Page range: 351-353
Start page: 351
End page: 353
URI: http://elartu.tntu.edu.ua/handle/lib/51640
ISBN: 978-614-8751-08-1
Copyright owner: © Тернопільський національний технічний університет імені Івана Пулюя, 2025
References (Ukraine): 1. Lawrence C. A. Fundamentals of Spun Yarn Technology. Boca Raton: CRC Press, 2003. 736 p.
2. Pereira F., et al. Yarn quality analysis by using computer vision and deep learning. Textile Research Journal. 2025. Vol. 95, No. X. – P. 1–15.
3. Jansen K. Image-Based Condition Monitoring of Air-Jet Spinning Machines Using Deep Neural Networks : Master’s thesis. – University of Borås, 2024. – 92 p.
4. Mao M., et al. YOLO Object Detection for Real-Time Fabric Defect Inspection: A Review // Sensors. – 2025. – Vol. 25, No. 7. – Article 2270.
5. Zhou L., et al. DCFE-YOLO: A novel fabric defect detection method. PLOS ONE. 2025. Vol. 20, No. X. e0314525.
6. Dai J., et al. PHL-YOLO: a real-time lightweight yarn inspection method // Journal of Real-Time Image Processing. 2025. (ahead of print).
7. Özek A. Artificial Intelligence Driving Innovation in Textile Defect Detection and Quality Assurance. AI. – 2025. – Vol. 5, No. 2. – P. 1–25.
8. Application of AI and ML in Quality Control Department of Textile and Apparel Industry. Proceedings of International Conference on Textile and Apparel Engineering. 2024. P. 45–54.
9. Deep Learning Approach for Predicting the Physical Properties of Air-Jet Textured Yarn with PET/PTT Bicomponent Fiber // Textile Research Journal. 2023. Vol. 93, No. X. P. 1–12.
10. Application of Neural Network to Predict the Properties of Air-Jet Spun Yarns. Indian Journal of Fibre & Textile Research. 2017. Vol. 42, No. X. P. 210–218.
11. Prediction of Air-Jet Textured Yarn Properties Using Statistical Method and Neural Network. Fibres & Textiles in Eastern Europe. 2012. Vol. 20, No. X. P. 29–35.
References (International): 1. Lawrence C. A. Fundamentals of Spun Yarn Technology. Boca Raton: CRC Press, 2003. 736 p.
2. Pereira F., et al. Yarn quality analysis by using computer vision and deep learning. Textile Research Journal. 2025. Vol. 95, No. X, P. 1–15.
3. Jansen K. Image-Based Condition Monitoring of Air-Jet Spinning Machines Using Deep Neural Networks : Master’s thesis, University of Borås, 2024, 92 p.
4. Mao M., et al. YOLO Object Detection for Real-Time Fabric Defect Inspection: A Review, Sensors, 2025, Vol. 25, No. 7, Article 2270.
5. Zhou L., et al. DCFE-YOLO: A novel fabric defect detection method. PLOS ONE. 2025. Vol. 20, No. X. e0314525.
6. Dai J., et al. PHL-YOLO: a real-time lightweight yarn inspection method, Journal of Real-Time Image Processing. 2025. (ahead of print).
7. Özek A. Artificial Intelligence Driving Innovation in Textile Defect Detection and Quality Assurance. AI, 2025, Vol. 5, No. 2, P. 1–25.
8. Application of AI and ML in Quality Control Department of Textile and Apparel Industry. Proceedings of International Conference on Textile and Apparel Engineering. 2024. P. 45–54.
9. Deep Learning Approach for Predicting the Physical Properties of Air-Jet Textured Yarn with PET/PTT Bicomponent Fiber, Textile Research Journal. 2023. Vol. 93, No. X. P. 1–12.
10. Application of Neural Network to Predict the Properties of Air-Jet Spun Yarns. Indian Journal of Fibre & Textile Research. 2017. Vol. 42, No. X. P. 210–218.
11. Prediction of Air-Jet Textured Yarn Properties Using Statistical Method and Neural Network. Fibres & Textiles in Eastern Europe. 2012. Vol. 20, No. X. P. 29–35.
Content type: Conference Abstract
Apareix a les col·leccions:ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2025)

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
ISTCYSS_2025_Stukhliak_D_P-Development_and_research_351-353.pdf899,42 kBAdobe PDFVeure/Obrir
ISTCYSS_2025_Stukhliak_D_P-Development_and_research_351-353__COVER.png478,02 kBimage/pngVeure/Obrir
Mostrar el registre complet Dublin Core de l'ítem


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.