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)

Titel:	Адаптивні фільтри та нейромережі для виділення корисного сигналу з шуму в радіоканалах
Övriga titlar:	Adaptive filters and neural networks for signal extraction in noisy radio channels
Författare:	Члек, Т. О. Chlek, T. O.
Affiliation:	Відокремлений структурний підрозділ «Тернопільський фаховий коледж» Тернопільського національного технічного університету імені Івана Пулюя
Bibliographic description (Ukraine):	Члек Т. О. Адаптивні фільтри та нейромережі для виділення корисного сигналу з шуму в радіоканалах / Т. О. Члек // Матеріали ⅩⅣ МНТКМУС „Актуальні задачі сучасних технологій“, 11-12 грудня 2025. — Т. : ФОП Паляниця В.А., 2025. — С. 369–370. — (Комп’ютерно-інформаційні технології та системи зв’язку).
Bibliographic reference (2015):	Члек Т. О. Адаптивні фільтри та нейромережі для виділення корисного сигналу з шуму в радіоканалах // Матеріали ⅩⅣ МНТКМУС „Актуальні задачі сучасних технологій“, Тернопіль, 11-12 грудня 2025. 2025. С. 369–370.
Bibliographic citation (APA):	Chlek, T. O. (2025). Adaptyvni filtry ta neiromerezhi dlia vydilennia korysnoho syhnalu z shumu v radiokanalakh [Adaptive filters and neural networks for signal extraction in noisy radio channels]. Proceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies”, 11-12 December 2025, Ternopil, 369-370. PE Palianytsia V.A.. [in Ukrainian].
Bibliographic citation (CHICAGO):	Chlek T. O. (2025) Adaptyvni filtry ta neiromerezhi dlia vydilennia korysnoho syhnalu z shumu v radiokanalakh [Adaptive filters and neural networks for signal extraction in noisy radio channels]. 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. 369-370 [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“
Utgivningsdatum:	11-dec-2025
Date of entry:	19-feb-2026
Utgivare:	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
Supervisor:	Недошитко, Л. М. Nedoshytko, L. M.
UDC:	621.369.9
Number of pages:	2
Page range:	369-370
Start page:	369
End page:	370
URI:	http://elartu.tntu.edu.ua/handle/lib/51654
ISBN:	978-614-8751-08-1
Copyright owner:	© Тернопільський національний технічний університет імені Івана Пулюя, 2025
References (Ukraine):	1. Haykin S. Adaptive Filter Theory. — 5th ed. — New Jersey: Prentice Hall, 2013. — 1062 p. 2. Widrow B., Stearns S. D. Adaptive Signal Processing. — Englewood Cliffs: Prentice-Hall, 1985. — 491 p. 3. O’Shea T. J., Hoydis J. An Introduction to Deep Learning for the Physical Layer // IEEE Transactions on Cognitive Communications and Networking. — 2017. — Vol. 3, No. 4. — P. 563–575. — DOI: 10.1109/TCCN.2017.2758370. 4. Vincent P., Larochelle H., Bengio Y., Manzagol P. Extracting and Composing Robust Features with Denoising Autoencoders // Proceedings of the 25th International Conference on Machine Learning (ICML). — 2008. — P. 1096–1103. 5. Gregor K., LeCun Y. Learning Fast Approximations of Sparse Coding // Proceedings of the 27th International Conference on Machine Learning (ICML). — 2010. — P. 399–406. 6. Qin Z., Ye H., Li G. Y., Juang B.-H. Deep Learning in Physical Layer Communications // IEEE Wireless Communications. — 2019. — Vol. 26, No. 2. — P. 93–99. — DOI: 10.1109/MWC.2019.1800150. 7. Monga V., Li Y., Eldar Y. C. Algorithm Unrolling: Interpretable, Efficient Deep Learning // Proceedings of the IEEE. — 2021. — Vol. 109, No. 10. — P. 1565–1589. — DOI: 10.1109/JPROC.2021.3098956. 8. Soltani M., Pourahmadi V., Mirzaei A., Sheikhi A. Deep Learning–Based Channel Estimation: A Survey // IEEE Communications Surveys & Tutorials. — 2022. — Vol. 24, No. 3. — P. 1786–1810. — DOI: 10.1109/COMST.2022.3173668.
References (International):	1. Haykin S. Adaptive Filter Theory, 5th ed, New Jersey: Prentice Hall, 2013, 1062 p. 2. Widrow B., Stearns S. D. Adaptive Signal Processing, Englewood Cliffs: Prentice-Hall, 1985, 491 p. 3. O’Shea T. J., Hoydis J. An Introduction to Deep Learning for the Physical Layer, IEEE Transactions on Cognitive Communications and Networking, 2017, Vol. 3, No. 4, P. 563–575, DOI: 10.1109/TCCN.2017.2758370. 4. Vincent P., Larochelle H., Bengio Y., Manzagol P. Extracting and Composing Robust Features with Denoising Autoencoders, Proceedings of the 25th International Conference on Machine Learning (ICML), 2008, P. 1096–1103. 5. Gregor K., LeCun Y. Learning Fast Approximations of Sparse Coding, Proceedings of the 27th International Conference on Machine Learning (ICML), 2010, P. 399–406. 6. Qin Z., Ye H., Li G. Y., Juang B.-H. Deep Learning in Physical Layer Communications, IEEE Wireless Communications, 2019, Vol. 26, No. 2, P. 93–99, DOI: 10.1109/MWC.2019.1800150. 7. Monga V., Li Y., Eldar Y. C. Algorithm Unrolling: Interpretable, Efficient Deep Learning, Proceedings of the IEEE, 2021, Vol. 109, No. 10, P. 1565–1589, DOI: 10.1109/JPROC.2021.3098956. 8. Soltani M., Pourahmadi V., Mirzaei A., Sheikhi A. Deep Learning–Based Channel Estimation: A Survey, IEEE Communications Surveys & Tutorials, 2022, Vol. 24, No. 3, P. 1786–1810, DOI: 10.1109/COMST.2022.3173668.
Content type:	Conference Abstract
Samling:	ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2025)

Materialet i DSpace är upphovsrättsligt skyddat och får ej användas i kommersiellt syfte!