Academic literature on the topic 'Структура обробки даних'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Структура обробки даних.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Структура обробки даних"
Zavolodko, G., and D. Pavlova. "МІЖЕТАПНА ОПТИМІЗАЦІЯ ОБРОБКИ ДАНИХ ОГЛЯДОВИХ РАДІОЛОКАЦІЙНИХ СИСТЕМ СПОСТЕРЕЖЕННЯ ПОВІТРЯНОГО ПРОСТОРУ." Системи управління, навігації та зв’язку. Збірник наукових праць 1, no. 63 (February 26, 2021): 23–26. http://dx.doi.org/10.26906/sunz.2021.1.023.
Full textKrasnobayev, V., A. Yanko, and I. Fil. "АНАЛІЗ МЕТОДІВ РЕАЛІЗАЦІЇ АРИФМЕТИЧНИХ ОПЕРАЦІЙ У КЛАСІ ЛИШКІВ." Системи управління, навігації та зв’язку. Збірник наукових праць 1, no. 53 (February 5, 2019): 120–24. http://dx.doi.org/10.26906/sunz.2019.1.120.
Full textТимошин, Ю., and Ю. Южда. "Аналіз особливостей застосування нейронних мереж для інтелектуальної обробки відеопотоків систем технічного зору." Адаптивні системи автоматичного управління 2, no. 39 (December 15, 2021): 12–19. http://dx.doi.org/10.20535/1560-8956.39.2021.247372.
Full textLutsenko, Halyna V. "ВИКОРИСТАННЯ ЗАСОБІВ LABVIEW У ПРОЦЕСІ ОБРОБКИ ЕКСПЕРИМЕНТАЛЬНИХ ДАНИХ СТАТИСТИЧНИМИ МЕТОДАМИ." Information Technologies and Learning Tools 35, no. 3 (May 20, 2013): 120–34. http://dx.doi.org/10.33407/itlt.v35i3.816.
Full textСтенін, Олександр Африканович. "Про функціональність бази знань з аналізу та обробки лінгвістичної інформації." Адаптивні системи автоматичного управління 1, no. 20 (November 23, 2012): 122–30. http://dx.doi.org/10.20535/1560-8956.20.2012.30712.
Full textМовчан, Т., and О. Шикула. "РОЗРОБКА АВТОМАТИЗОВАНОЇ ІНФОРМАЦІЙНОЇ СИСТЕМИ ОБЛІКУ ПРОДУКЦІЇ AVON." Vodnij transport, no. 2(30) (February 27, 2020): 120–27. http://dx.doi.org/10.33298/2226-8553/2020.2.30.14.
Full textФедоряка, М., and K. Мелкумян. "Гібридний метод обробки зображень на конволюційних нейронних мережах." Адаптивні системи автоматичного управління 1, no. 38 (May 31, 2021): 72–76. http://dx.doi.org/10.20535/1560-8956.38.2021.233198.
Full textВасильченко, Іван, Наталія Сачанюк-Кавецька, and Роман Бараненко. "ТЕХНОЛОГІЇ РОЗПОДІЛЬНИХ СИСТЕМ ТА ПАРАЛЕЛЬНИХ ОБЧИСЛЕНЬ." MEASURING AND COMPUTING DEVICES IN TECHNOLOGICAL PROCESSES, no. 1 (May 27, 2021): 16–25. http://dx.doi.org/10.31891/2219-9365-2020-67-1-3.
Full textKovalevsky, S. V., and N. D. Sidyuk. "Ідентифікація об'єктів дослідження з використанням сигнатур." Обробка матеріалів тиском, no. 1(50) (March 31, 2020): 210–16. http://dx.doi.org/10.37142/2076-2151/2020-1(50)210.
Full textАросланкін, О. О., and А. А. Зазірний. "УЗГОДЖЕННЯ ТЕХНІЧНОГО ТА БІОЛОГІЧНОГО СЕГМЕНТІВ ЕРГАТИЧНОЇ СИСТЕМИ «СУДНОВОДІЙ - СУДНО» З ВИКОРИСТАННЯМ НЕЧІТКОГО НЕЙРОМЕРЕЖЕВОГО ПІДХОДУ." Vodnij transport, no. 1(32) (January 27, 2021): 19–28. http://dx.doi.org/10.33298/2226-8553.2021.1.32.03.
Full textDissertations / Theses on the topic "Структура обробки даних"
Свид, І. В., and А. І. Обод. "Синтез інформаційної структури обробки даних систем спостереження повітряного простору." Thesis, ДРУКАРНЯ МАДРИД, 2017. http://openarchive.nure.ua/handle/document/9486.
Full textГлущенко, А. О. "Синтез оптимальної структури обробки даних оглядових радіолокаційних систем спостереження." Thesis, Київський національний університет імені Тараса Шевченка, 2022. https://openarchive.nure.ua/handle/document/20132.
Full textГлущенко, А. О. "Синтез оптимальної структури обробки даних оглядових радіолокаційних систем спостереження." Thesis, Київський національний університет імені Тараса Шевченка, 2022. https://openarchive.nure.ua/handle/document/20227.
Full textТкач, М. Г. "Аналiз структури обробки даних первинних радiолокаторiв." Thesis, Київський національний університет імені Тараса Шевченка, 2022. https://openarchive.nure.ua/handle/document/20130.
Full textТкач, М. Г. "Аналіз структури обробки даних первинних радіолокаторів." Thesis, Київський національний університет імені Тараса Шевченка, 2022. https://openarchive.nure.ua/handle/document/20225.
Full textСвид, І. В., and А. І. Обод. "Синтез інформаційної структури обробки даних систем спостереження повітряного простору." Thesis, ХНУРЕ, 2018. http://openarchive.nure.ua/handle/document/5634.
Full textШрамченко, Б. Л., and В. В. Ахматов. "Програмні засоби обробки ієрархічних даних." Thesis, Київський національний університет технологій та дизайну, 2021. https://er.knutd.edu.ua/handle/123456789/19341.
Full textЗаволодько, Ганна Едвардівна, and Д. А. Брагіна. "Синтез та аналіз структури обробки даних в мережі систем спостереження повітряного простору." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2018. http://repository.kpi.kharkov.ua/handle/KhPI-Press/45853.
Full textШвець, Ольга Федорівна. "Адаптивні підходи цифрової обробки даних методами псевдоінверсії та структурно-параметричної оптимизації." Diss. of Candidate of Physical and Mathematical Sciences, КНУТШ, 2006.
Find full textЛитвиненко, Ярослав Володимирович, Я. В. Литвиненко, and I. V. Lytvynenko. "Методи ідентифікації сегментної та ритмічної структур циклічних сигналів в системах цифрової обробки даних." Diss., Тернопільський національний технічний університет ім. Івана Пулюя, 2019. http://elartu.tntu.edu.ua/handle/lib/29099.
Full textДиссертация на соискание ученой степени доктора технических наук по специальности 01.05.02 – «Математическое моделирование и вычислительные методы». – Тернопольский национальный технический университет имени Ивана Пулюя, Тернополь, 2019. Диссертация посвящена решению проблемы идентификации сегментных и ритмических структур циклических сигналов, повышающие точность их обработки, а также компьютерного моделирования в автоматизированных системах цифровой обработки данных. Создано методологию построения методов сегментации разных циклических сигналов, моделями которых есть циклические функции. Разработанная на основании созданной методологии система методов сегментации циклических сигналов позволяет проводить идентификацию их сегментных и дискретных ритмических структур с повышенной точностью при их автоматизированной обработке. Усовершенствован метод идентификации ритмической структуры за счет использования методов интерполяции квадратичным или кубическим сплайном по сравнению с известным методом идентификации ритмической структуры на основании кусочно-линейной интерполяции. Разработанный метод адаптивной идентификации ритмической структуры циклических сигналов, который включает в себя как свои составляющие метод определения дополнительных элементов ритмической структуры и метод определения оптимального полинома на соответствующем сегменте. Разработан метод верификации моделей на основании проверки гипотезы о принадлежности исследуемого сигнала к классу циклических. Разработанные математические средства идентификации сегментных и оценки ритмических структур, которые, в целом, повышают точность методов дискретизации, статистической обработки и компьютерного моделирования циклических сигналов, пригодные для использования в программно-аппаратных системах цифровой обработки (диагностики или прогнозирования) разных циклических сигналов.
The dissertation for a scientific degree of Doctor of Technical Sciences on specialty 01.05.02 – «Mathematical modeling and computation methods». – Ternopil Ivan Puluj National Technical University, Ternopil, 2019. The dissertation is dedicated to the solution of the scientific problem which consists in the creation of new methods for identification of segment and rhythm structures of cyclic signals, which provide improved accuracy of cyclic signals processing and computer modeling in automated digital data processing systems. Considering the fact that there is a repetitive structure of cyclic signals, which is due to phase expansion in time or space of cyclic occurrences and processes - a methodology for constructing methods of segmentation (mathematical models of which are cyclic functions with segment structure) of different cyclic signals is created. The system of new methods of segmentation of cyclic signals was developed on the basis of the created methodology. It allows identifying their segment and discrete rhythm structures with increased accuracy at their automated processing within the framework of deterministic and stochastic mathematical models of cyclic functions with a variable or constant rhythm. There were improvements made in the method for identifying the rhythm structure of cyclic signals through the use of methods of interpolation by the means of a quadratic or cubic spline in comparison with the known method of identification of the rhythm structure on the basis of piecewise linear interpolation. The method of adaptive identification of the rhythm structure of cyclic signals was developed, which includes, as its components, the developed method of determining additional elements of the rhythm structure and the developed method of determining the optimal polynomial in the corresponding segment. Considering the greater number of elements of the rhythm structure, this allowed evaluating the type of optimal polynomial among the linear, quadratic and cubic ones in the investigated segment. This also allowed choosing a method of evaluating the rhythm structure in the investigated segment among the known method (based on piecewise linear interpolation) and the developed one in the process of work (based on quadratic and cubic splines). The achieved results gave a possibility to adaptively evaluate the investigated segment and improved accuracy of identifying the rhythm structure of cyclic signals. There was developed a method of verifying the models of the investigated signals which is based on testing the hypothesis of the relation of the investigated signal to the class of cyclic signals for the suitable, correct application of the methods developed in the process of this study (during the processing of cyclic signals). The mathematical model and methods of statistical development of the surface formation process on the metal’s outer layer, caused by the effect of mechanical or laser shock-wave force on it, in a form of a cyclic random process with a segment structure, was delineated. Mathematical tools were developed of identifying the segment and evaluating rhythm structures that increase the overall accuracy of methods of processing of cyclic signals, in particular, sampling methods, statistical processing and computer simulation of cyclic signals. These tools are suitable for use as components of specialized programs in both software and hardware digital processing systems (diagnostics or forecasting) of different cyclic signals: in cardiac diagnostics systems, in systems of technical diagnostics of the state of the surface of metals and in systems of analysis and forecasting of economic cyclic process.
Перелік основних умовних позначень, символів і скорочень...33 Вступ (актуальність теми)...39 Розділ 1. Математичні моделі та методи опрацювання циклічних сигналів у системах їх цифрової обробки (огляд літературних джерел)...49 1.1. Циклічні сигнали в системах цифрової обробки даних та процес ідентифікації їх сегментних структур (об’єкт дослідження)...49 1.1.1. Циклічні кардіосигнали. Комп’ютерні системи діагностики функціонального стану серцево-судинної системи людини...51 1.1.1.1 Електрокардіосигнал. Автоматизовані комп’ютерні електрокардіо-діагностичні системи, існуючі методи дослідження електрокардіосигналів та діагностичні ознаки...51 1.1.1.2 Математичні моделі, які використовуються в автоматизованих, комп’ютерних системах цифрової обробки кардіосигналів…66 1.1.2. Циклічні процеси рельєфних утворень на поверхні металів викликані механічним чи лазерних ударно-хвильовим впливом на неї, їх математичні моделі. Комп’ютерні системи дослідження й технічного діагностування стану поверхні металів...60 1.1.3. Циклічні економічні процеси, їх математичні моделі. Комп’ютерні системи автоматизованого аналізу та прогнозу циклічних економічних процесів...62 1.1.4. Циклічні сигнали електро-, газо-, нафто-, водоспоживання, їх математичні моделі. Комп’ютерні системи аналізу та прогнозу електро-, газо-, нафто-, водоспоживання…65 1.1.5. Узагальнена структурна схема автоматизованих комп’ютерних, систем діагностики та прогнозування за циклічними сигналами...68 1.2. Недоліки (науково-технічні проблеми) в автоматизованих, комп’ютерних, системах цифрової обробки та комп’ютерного моделювання циклічних сигналів...73 1.3. Вимоги висунуті до математичної моделі циклічних сигналів…74 1.4. Відомі математичні моделі циклічних сигналів та можливості їх використання для вирішення проблеми ідентифікації їх сегментної структури…76 1.4.1. Детерміновані математичні моделі циклічних сигналів…77 1.4.2. Стохастичні математичні моделі циклічних сигналів…79 1.5. Постановка проблеми ідентифікації сегментної структури з урахуванням вибраної математичної моделі циклічних сигналів…88 1.6. Вимоги до розробляємих методів сегментації циклічних сигналів…93 1.7. Відомі методи сегментації циклічних сигналів…94 1.7.1. Методи сегментації циклічних сигналів (детермінований підхід)…94 1.7.2. Методи сегментації циклічних сигналів (стохастичний підхід)…102 1.7.3. Методи, які використовуються для розпізнавання (ідентифікації, класифікацїї,) виділених сегментів сегментів циклічного сигналу та методи аналізу його ритму…102 1.8. Висновки до першого розділу...108 Розділ 2. Сегментні структури циклічних сигналів. Постановка завдання сегментації циклічних сигналів...111 2.1. Концептуальна модель циклічних сигналів із сегментною структурою…111 2.2. Узагальнена сегментна структура циклічних сигналів. Основні математичні співвідношення для сегментних структур циклічних сигналів…116 2.2.1. Сегментна циклічна структура циклічних сигналів…118 2.2.2. Сегментна зонна структура циклічних сигналів…120 2.3. Узагальнена ритмічна структура циклічних сигналів. Основні математичні співвідношення для ритмічних структур циклічних сигналів…125 2.4. Таксономія класів моделей циклічних функцій із сегментною структурою…141 2.5. Постановка завдання сегментації циклічних сигналів із сегментною структурою…144 2.6. Висновки до другого розділу...147 Розділ 3. Методологія сегментації циклічних сигналів. Методи ідентифікації сегментних структур циклічних сигналів. Оцінювання точності розроблених методів сегментації...150 3.1. Методологія сегментації циклічних сигналів…150 3.2. Метод сегментації циклічного сигналу, моделлю якого є абстрактна циклічна функція із сегментною структурою…156 3.3. Метод сегментації циклічного сигналу, моделлю якого є детермінована циклічна числова функція дискретного аргументу із відомою (ідентифікованою) сегментною структурою…158 3.3.1. Метод сегментації циклічного сигналу з урахуванням відомої (ідентифікованої) сегментної циклічної структури…159 3.3.2. Метод сегментації циклічного сигналу з урахуванням відомої (ідентифікованої) сегментної зонної структури...163 3.4. Метод сегментації циклічного сигналу, моделлю якого є детермінована циклічна числова функція дискретного аргументу та детермінована циклічна інтервальна функція дискретного аргументу із сегментною структурою...171 3.4.1. Результати застосування методу сегментації циклічних сигналів, моделями якого є детермінована циклічна числова функція дискретного аргументу та детермінована циклічна інтервальна функція дискретного аргументу із сегментною структурою, оцінювання точності методу їх сегментації…180 3.5. Метод сегментації циклічного сигналу, моделлю якого є циклічний випадковий процес дискретного аргументу з сегментною структурою…185 3.5.1. Результати застосування методу сегментації циклічних сигналів, моделями яких є циклічні випадкові процеси із сегментною структурою, оцінювання точності методу їх сегментації…194 3.6. Модифікація блоку оцінювання сегментної структури циклічних сигналів, моделями яких є циклічні випадкові процеси із сегментною структурою, оцінювання похибок методу їх сегментації...199 3.7. Підхід до розпізнавання сегментів-зон, отриманих на основі методів сегментації циклічних сигналів…208 3.8. Приклади результатів застосування розроблених методів сегментації циклічних сигналів у різних галузях…209 3.8.1. Результати сегментації циклічних кардіосигналів (у медицині)…209 3.8.2. Результати сегментації циклічних процесів рельєфних утворень на поверхні металів (у механіці)…211 3.8.3. Результати сегментації циклічних економічних процесів (у економіці)...211 3.9. Висновки до третього розділу…213 Розділ 4. Методи оцінювання ритмічної структури циклічних сигналів. Аналіз точності розроблених методів оцінювання ритмічних структур…215 4.1. Постановка задачі оцінювання ритмічної структури циклічного сигналу….215 4.2. Метод оцінювання ритмічної структури за допомогою змішаної інтерполяції: кусково-квадратичної та кусково-лінійної…217 4.2.1. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі…219 4.2.2. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі …223 4.3. Метод оцінювання ритмічної структури за допомогою змішаної інтерполяції квадратичним сплайном та кусково-лінійної…230 4.3.1. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі…230 4.3.2. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі…233 4.4. Метод оцінювання ритмічної структури за допомогою змішаної інтерполяції кубічним сплайном та кусково-лінійної…236 4.4.1. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі…236 4.4.2. Оцінювання дискретної ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі…240 4.5. Методом оцінювання ритмічної структури шляхом визначення її додаткових елементів (відліків)…244 4.5.1. Оцінювання ритмічної структури, що відповідає ідентифікованій сегментній циклічній структурі...248 4.5.2. Оцінювання ритмічної структури, що відповідає ідентифікованій сегментній зонній структурі…249 4.6. Метод оцінювання оптимального полінома на сегменті в межах відліків сегментної структури…256 4.6.1. Оцінювання оптимального полінома, що описує ритмічну структуру в межах відліків ідентифікованої сегментної циклічної структури…257 4.6.2. Оцінювання оптимального полінома, що описує ритмічну структуру в межах відліків ідентифікованої сегментної зонної структури…259 4.7. Метод оцінювання ритмічної структури шляхом адаптивної її ідентифікації…265 4.8. Порівняльний аналіз точності відомого та розроблених методів оцінювання ритмічної структури циклічних сигналів…268 4.9. Висновки до четвертого розділу…278 Розділ 5. Методи статистичного опрацювання та комп’ютерного моделювання циклічних сигналів із урахуванням оціненої ритмічної структури...281 5.1. Дискретизація циклічних сигналів у системах цифрового опрацювання з урахуванням їх оціненої ритмічної структури…281 5.1.1. Похибки передискретизації циклічних сигналів з урахуванням оцінених їх ритмічних структур…285 5.2. Методи статистичного опрацювання циклічних сигналів із урахуванням оцінених їх ритмічних структур…289 5.2.1. Оцінки імовірнісних характеристик циклічних сигналів із урахуванням різних ритмічних структур…291 5.3. Методи статистичного опрацювання сумісних ймовірнісних характеристик вектора циклічних ритмічно пов’язаних випадкових процесів із урахуванням різних ритмічних структур…293 5.4. Результати застосування методів статистичного опрацювання циклічних сигналів з урахуванням оцінених ритмічних структур у різних галузях…295 5.4.1. Результати статистичного опрацювання циклічних кардіосигналів (у медицині)...295 5.4.2. Результати статистичного опрацювання циклічних процесів рельєфних утворень на поверхні металів (у механіці)…297 5.4.3. Результати статистичного опрацювання циклічних економічних процесів (в економіці)…300 5.5. Комп’ютерне моделювання циклічних сигналів із урахуванням їх оцінених ритмічних структур…302 5.5.1. Результати комп’ютерного моделювання циклічних кардіосигналів (у медицині)…306 5.5.2. Результати комп’ютерного моделювання циклічних процесів рельєфних утворень на поверхні металів (у механіці)…307 5.5.3. Результати комп’ютерного моделювання циклічних економічних процесів (в економіці)…309 5.5.4. Оцінювання точності методу комп’ютерного моделювання циклічних сигналів із урахуванням різних ритмічних структур. Похибки комп’ютерного моделювання циклічних сигналів…310 5.6. Метод перевірки статистичної гіпотези про належність досліджуваного сигналу до класу циклічних (метод верифікації циклічності)…312 5.7. Висновки до п’ятого розділу…324 Розділ 6. Діагностичні та прогностичні ознаки в системах цифрової обробки даних. Комплекс комп’ютерних програм для опрацювання й комп’ютерного моделювання циклічних сигналів…326 6.1. Інформативні ознаки в системах обробки циклічних сигналів...326 6.1.1. Діагностичні ознаки в системах цифрової діагностики стану серця людини за електрокардіосигналами (у медицині)…332 6.1.1.1. Діагностичні ознаки у вигляді перших двох коефіцієнтів розкладу оцінки математичного сподівання електрокардіосигналу у ряд Чебишева…333 6.1.1.2. Діагностичні ознаки у вигляді перших п’ятидесяти коефіцієнтів розкладу сумісних імовірнісних характеристик кореляційної функції та коваріаційної функції електрокардіосигналу у тригонометричні ряди...337 6.1.2. Діагностичні ознаки в системах цифрової діагностики стану поверхні металу за процесами рельєфних утворень, що виникають під силовим чи енергетичним впливом на неї (у механіці)…340 6.1.3. Прогностичні ознаки в системах опрацювання циклічних економічних процесів (в економіці)...344 6.2. Комплекс комп’ютерних програм для опрацювання та комп’ютерного моделювання циклічних сигналів…354 6.3. Висновки до шостого розділу...362 Висновки...365 Список використаних джерел...368 Додаток А. Системи відбору (системи відведень) та діагностичні зони електрокардіосигналу. Фрагменти електрокардіосигналів, які відповідають певним патологіям. Відомості про циклічні кардіосигнали, зокрема, магнітокардіосигнал, реокардіосигнал, фонокардіосигнал, синхронно зареєстровані кардіосигнали (полікардіосигнали) в автоматизованих комп’ютерних магнітокардіодіагностичних системах, існуючі методи їх дослідження та діагностичні ознаки…416 Додаток Б. Технологія дослідження стану поверхні металів…431 Додаток В. Відомі математичні моделі циклічних сигналів та явищ. Таблиця порівняння властивостей математичних моделей циклічних сигналів…438 Додаток Д. Відомі методи сегментації циклічних сигналів. Таблиця порівняння методів сегментації в системах цифрового опрацювання циклічних сигналів…479 Додаток Е. Аналіз науково-технічної області моделювання та опрацювання циклічних сигналів з позиції вживаних термінів та понять...532 Додаток Ж. Абстрактні циклічні функції з сегментною структурою як моделі циклічних сигналів…540 Додаток З. Деякі відомі підкласи випадкових процесів із циклічними ймовірнісними характеристиками…562 Додаток И. Приклади результатів сегментації різних циклічних сигналів розробленими методами…567 Додаток К. Аналітичні залежності для визначення коефіцієнтів у методі квадратичної інтерполяції на сегментах…571 Додаток Л. Основні відомості про передискретизацію циклічних сигналів…574 Додаток М. Основні відомості про статистичне опрацювання циклічних сигналів…580 Додаток Н. Застосування коефіцієнтів розкладу в різних базисах, як діагностичних ознак. Відомості про поліноми дискретного аргументу Чебишева, Кравчука та Лагера ...590 Додаток П. Розклади одновимірних та двовимірних оцінок статистичних характеристик циклічних сигналів…596 Додаток Р. Фрагмент програми для сегментації детермінованих циклічних сигналів…613 Додаток С. Фрагмент програми для сегментації стохастичних циклічних сигналів…618 Додаток Т. Фрагмент програми для оцінювання ритмічної структури циклічного сигналу...624 Додаток У. Фрагмент програми для статистичного опрацювання та комп’ютерного моделювання циклічних сигналів…630 Додаток Ф. Список публікацій здобувача за темою дисертації…635 Додаток Х. Свідоцтва про реєстрацію авторського права на комп’ютерні програми...650 Додаток Ц. Акти впроваджень…657
Book chapters on the topic "Структура обробки даних"
Петренко, Ольга, and Андрій Носик. "ПАРАЛЕЛЬНІ ОБЧИСЛЮВАЛЬНІ СТРУКТУРИ ДЛЯ РІШЕННЯ ЗАДАЧ ДИСКРЕТНОЇ ОПТИМІЗАЦІЇ." In Сучасний стан проведення наукових досліджень у IT-технологіях, галузях електроніки, інженерії, нанотехнологіях та транспортній сфері (1st ed.). Європейська наукова платформа, 2020. http://dx.doi.org/10.36074/csriteenat.ed-1.06.
Full textReports on the topic "Структура обробки даних"
Перерва, Вікторія Вікторівна. Матрична модель рівнів професійно-термінологічної компетентності майбутнього педагога. Національний педагогічний університет імені М.П. Драгоманова, 2019. http://dx.doi.org/10.31812/123456789/4211.
Full text