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)

Назва:	Адаптивні фільтри та нейромережі для виділення корисного сигналу з шуму в радіоканалах
Інші назви:	Adaptive filters and neural networks for signal extraction in noisy radio channels
Автори:	Члек, Т. О. Chlek, T. O.
Приналежність:	Відокремлений структурний підрозділ «Тернопільський фаховий коледж» Тернопільського національного технічного університету імені Івана Пулюя
Бібліографічний опис:	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).
Бібліографічне посилання:	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].
Є частиною видання:	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
Конференція/захід:	ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
Журнал/збірник:	Матеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
Дата публікації:	11-гру-2025
Дата внесення:	19-лют-2026
Видавництво:	ФОП Паляниця В.А. PE Palianytsia V.A.
Місце видання, проведення:	Тернопіль Ternopil
Часове охоплення:	11-12 грудня 2025 11-12 December 2025
Науковий керівник:	Недошитко, Л. М. Nedoshytko, L. M.
УДК:	621.369.9
Кількість сторінок:	2
Діапазон сторінок:	369-370
Початкова сторінка:	369
Кінцева сторінка:	370
URI (Уніфікований ідентифікатор ресурсу):	http://elartu.tntu.edu.ua/handle/lib/51654
ISBN:	978-614-8751-08-1
Власник авторського права:	© Тернопільський національний технічний університет імені Івана Пулюя, 2025
Перелік літератури:	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:	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.
Тип вмісту:	Conference Abstract
Розташовується у зібраннях:	ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2025)

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