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/51654

Registre complet de metadades
Camp DCValorLengua/Idioma
dc.contributor.advisorНедошитко, Л. М.
dc.contributor.advisorNedoshytko, L. M.
dc.contributor.authorЧлек, Т. О.
dc.contributor.authorChlek, T. O.
dc.coverage.temporal11-12 грудня 2025
dc.coverage.temporal11-12 December 2025
dc.date.accessioned2026-02-19T14:25:50Z-
dc.date.available2026-02-19T14:25:50Z-
dc.date.created2025-12-11
dc.date.issued2025-12-11
dc.identifier.citationЧлек 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).
dc.identifier.isbn978-614-8751-08-1
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/51654-
dc.format.extent369-370
dc.language.isouk
dc.publisherФОП Паляниця В.А.
dc.publisherPE Palianytsia V.A.
dc.relation.ispartofМатеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“, 2025
dc.relation.ispartofProceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies”, 2025
dc.titleАдаптивні фільтри та нейромережі для виділення корисного сигналу з шуму в радіоканалах
dc.title.alternativeAdaptive filters and neural networks for signal extraction in noisy radio channels
dc.typeConference Abstract
dc.rights.holder© Тернопільський національний технічний університет імені Івана Пулюя, 2025
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages2
dc.subject.udc621.369.9
dc.relation.references1. Haykin S. Adaptive Filter Theory. — 5th ed. — New Jersey: Prentice Hall, 2013. — 1062 p.
dc.relation.references2. Widrow B., Stearns S. D. Adaptive Signal Processing. — Englewood Cliffs: Prentice-Hall, 1985. — 491 p.
dc.relation.references3. 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.
dc.relation.references4. 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.
dc.relation.references5. Gregor K., LeCun Y. Learning Fast Approximations of Sparse Coding // Proceedings of the 27th International Conference on Machine Learning (ICML). — 2010. — P. 399–406.
dc.relation.references6. 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.
dc.relation.references7. 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.
dc.relation.references8. 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.
dc.relation.referencesen1. Haykin S. Adaptive Filter Theory, 5th ed, New Jersey: Prentice Hall, 2013, 1062 p.
dc.relation.referencesen2. Widrow B., Stearns S. D. Adaptive Signal Processing, Englewood Cliffs: Prentice-Hall, 1985, 491 p.
dc.relation.referencesen3. 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.
dc.relation.referencesen4. 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.
dc.relation.referencesen5. Gregor K., LeCun Y. Learning Fast Approximations of Sparse Coding, Proceedings of the 27th International Conference on Machine Learning (ICML), 2010, P. 399–406.
dc.relation.referencesen6. 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.
dc.relation.referencesen7. 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.
dc.relation.referencesen8. 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.
dc.contributor.affiliationВідокремлений структурний підрозділ «Тернопільський фаховий коледж» Тернопільського національного технічного університету імені Івана Пулюя
dc.citation.journalTitleМатеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
dc.citation.spage369
dc.citation.epage370
dc.citation.conferenceⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
dc.identifier.citation2015Члек 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.
dc.identifier.citationenAPAChlek, 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].
dc.identifier.citationenCHICAGOChlek 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].
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_Chlek_T_O-Adaptive_filters_and_neural_369-370.pdf652,04 kBAdobe PDFVeure/Obrir
ISTCYSS_2025_Chlek_T_O-Adaptive_filters_and_neural_369-370__COVER.png715,39 kBimage/pngVeure/Obrir
Mostrar el registre simplificat 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.