1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2026
4. Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Titre:	Розробка програмної системи моніторингу та прогнозування рівня забруднення повітря з використанням методів машинного навчання
Autre(s) titre(s):	Development of a software system for monitoring and predicting air pollution levels using machine learning methods
Auteur(s):	Матичак, А. Matychak, A.
Affiliation:	Тернопільський національний технічний університет імені Івана Пулюя Ternopil Ivan Puluj National Technical University
Bibliographic description (Ukraine):	Матичак А. Розробка програмної системи моніторингу та прогнозування рівня забруднення повітря з використанням методів машинного навчання / Матичак А. // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, 24-25 квітня 2026 р. — Т. : ТНТУ, 2026. — С. 215–216. — (Інформаційні технології).
Bibliographic reference (2015):	Матичак А. Розробка програмної системи моніторингу та прогнозування рівня забруднення повітря з використанням методів машинного навчання // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, Тернопіль, 24-25 квітня 2026 р. 2026. С. 215–216.
Bibliographic citation (APA):	Matychak, A. (2026). Rozrobka prohramnoi systemy monitorynhu ta prohnozuvannia rivnia zabrudnennia povitria z vykorystanniam metodiv mashynnoho navchannia [Development of a software system for monitoring and predicting air pollution levels using machine learning methods]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 24-25 April 2026, Ternopil, 215-216. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Matychak A. (2026) Rozrobka prohramnoi systemy monitorynhu ta prohnozuvannia rivnia zabrudnennia povitria z vykorystanniam metodiv mashynnoho navchannia [Development of a software system for monitoring and predicting air pollution levels using machine learning methods]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues” (Tern., 24-25 April 2026), pp. 215-216 [in Ukrainian].
Is part of:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“, 2026 Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 2026
Conference/Event:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“
Journal/Collection:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“
Date de publication:	24-avr-2026
Date of entry:	10-jui-2026
Editeur:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	24-25 квітня 2026 р. 24-25 April 2026
Supervisor:	Цебрій, Олексій Романович Tsebrii, O.
UDC:	621.326
Mots-clés:	прогнозування забруднення повітря мультимодальні моделі prediction air pollution multimodal models
Number of pages:	2
Page range:	215-216
Start page:	215
End page:	216
URI/URL:	http://elartu.tntu.edu.ua/handle/lib/52202
Copyright owner:	© Тернопільський національний технічний університет імені Івана Пулюя, 2026
References (Ukraine):	1. Zhang, Z., Wang, J. (2022). Deep learning for air quality prediction: A survey. — Environmental Modelling & Software. 2. Li, X., Peng, L., Yao, X. (2023). Multimodal deep learning for air pollution forecasting. — Atmospheric Environment. 3. Gao, J., Sun, Y., Li, H. (2024). Explainable multimodal deep learning for air quality prediction. — Environmental Science and Pollution Research.
References (International):	1. Zhang, Z., Wang, J. (2022). Deep learning for air quality prediction: A survey, Environmental Modelling & Software. 2. Li, X., Peng, L., Yao, X. (2023). Multimodal deep learning for air pollution forecasting, Atmospheric Environment. 3. Gao, J., Sun, Y., Li, H. (2024). Explainable multimodal deep learning for air quality prediction, Environmental Science and Pollution Research.
Content type:	Conference Abstract
Collection(s) :	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.