Academic literature on the topic 'Багатошарові нейронні мережі'
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 'Багатошарові нейронні мережі.'
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 "Багатошарові нейронні мережі"
Лєві, Л. І. "ФОРМАЛІЗАЦІЯ ВОЛОГОПЕРЕНОСУ В НЕНАСИЧЕНІЙ ЗОНІ МОДУЛЬНОЇ ДІЛЯНКИ ҐРУНТУ ЯК ОБ’ЄКТУ КЕРУВАННЯ НА ОСНОВІ НЕО-ФАЗЗІ МЕРЕЖ." Вісник Полтавської державної аграрної академії, no. 3 (September 27, 2019): 248–55. http://dx.doi.org/10.31210/visnyk2019.03.34.
Full textBoiko, Serhii, Yevhen Volkanin, Oleksiy Gorodny, Oksana Borysenko, and Leonid Vershniak. "ЗАСТОСУВАННЯ НЕЙРОННИХ МЕРЕЖ ПРИ АВТОМАТИЗАЦІЇ ДІАГНОСТИКИ СТАНУ АВІАЦІЙНОГО ГЕНЕРАТОРА ГВИНТОКРИЛА." TECHNICAL SCIENCES AND TECHNOLOG IES, no. 3(13) (2018): 152–60. http://dx.doi.org/10.25140/2411-5363-2018-3(13)-152-160.
Full textHlavcheva, D., and V. Yaloveha. "КАПСУЛЬНІ НЕЙРОННІ МЕРЕЖІ." Системи управління, навігації та зв’язку. Збірник наукових праць 5, no. 51 (October 30, 2018): 132–35. http://dx.doi.org/10.26906/sunz.2018.5.132.
Full textKoshel, А. "Перспективні напрямки застосування нейронних мереж у конструкторській діяльності." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 46 (April 1, 2022): 57–63. http://dx.doi.org/10.36910/6775-2524-0560-2022-46-08.
Full textDmitrienko, V., S. Leonov, and V. Brechko. "ВИКОРИСТАННЯ АСОЦІАТИВНОЇ ПАМ’ЯТІ ПРИ ПРОЕКТУВАННІ ТЕХНОЛОГІЧНОГО ПРОЦЕСУ." Системи управління, навігації та зв’язку. Збірник наукових праць 3, no. 55 (June 21, 2019): 99–103. http://dx.doi.org/10.26906/sunz.2019.3.099.
Full textЧумаченко, Олена Іллівна. "Інтелектуальна система оцінки тривалості обслуговування запитів." Адаптивні системи автоматичного управління 1, no. 20 (November 23, 2012): 24–31. http://dx.doi.org/10.20535/1560-8956.20.2012.30700.
Full textMolodets, Bohdan, and Тatyana Bulanaya. "Аналіз існуючих варіантів класифікації хворих на серцево-судинними захворюваннями за допомогою нейронними мережами." System technologies 5, no. 130 (May 4, 2020): 71–78. http://dx.doi.org/10.34185/1562-9945-5-130-2020-09.
Full textБeлоус, Р., Є. Крилов, and В. Анікін. "Поняття глибинного навчання та його використання для розпізнавання елементів на картографічних зображеннях." Адаптивні системи автоматичного управління 2, no. 37 (May 31, 2021): 3–7. http://dx.doi.org/10.20535/1560-8956.37.2020.226788.
Full textСоловйов, Володимир Миколайович, and Вікторія Володимирівна Соловйова. "Теорія складних систем як основа міждисциплінарних досліджень." Theory and methods of learning fundamental disciplines in high school 1 (April 2, 2014): 152–60. http://dx.doi.org/10.55056/fund.v1i1.424.
Full textБондар, О., and O. Лісовиченко. "Огляд та аналіз одного з підходів до навчання до навчання моделі нейронної мережі." Адаптивні системи автоматичного управління 2, no. 37 (May 31, 2021): 66–73. http://dx.doi.org/10.20535/1560-8956.37.2020.226815.
Full textDissertations / Theses on the topic "Багатошарові нейронні мережі"
Величко, Георгій Вячеславович. "Методи та засоби прогнозування індексу акцій у реальному часі на базі хмарних обчислювальних сервісів." Master's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/46687.
Full textMaster`s thesis contains: 92 p., 21 tables, 28 fig., 1 add. and 30 references. The theme: The mechanisms tools for real-time stock market index prediction based on Cloud Compute Services. The objects of this research are mechanisms for stock market index prediction based on Cloud Compute Services. The subjects of this research are neural network architectures: multilayer neural network, convolutional neural network, long short-term memory, cloud compute services, Amazon Web Services. The purpose of this work is to improve efficiency of stock market index prediction based on Cloud Compute Services and design model of system for stock market index forecasting based on Cloud Compute Services. The relevance of this topic is that using neural networks could drastically improve stock market values forecasting comparing to other technical methods. Cloud compute services provides fast and flexible deployment of infrastructure as well as constant availability. Also designed a model of system for real-time stock index forecasting based on cloud compute services. During research I built three architectures of neural networks and analyzed which of them work better with the given case. For further research, it is possible to use Keras Tuner which allows to automatically tune hyperparameters on our neural network and improve output result. Also, additional data about companies provided real-time can improve models.
Дашкевич, Андрій Олександрович. "Дослідження багатошарових нейронних мереж." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2017. http://repository.kpi.kharkov.ua/handle/KhPI-Press/44860.
Full textЛевченко, Р. Р., and В. І. Руженцев. "Дослідження використання нейронних мереж у криптографії." Thesis, НТУ «ХПІ», 2020. http://openarchive.nure.ua/handle/document/14294.
Full textБарченко, Н. Л. "Інформаційна система підготовки вхідних даних для організації людино-машинної взаємодії в системах електронного навчання." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/82480.
Full textМихальський, Володимир Миколайович. "Метод нейромережевого керування системою адаптивного радіозв’язку Software Defined Radio." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9499.
Full textМомот, Андрій Сергійович. "Удосконалення методу визначення характеристик дефектів багатошарових матеріалів за результатами активного теплового контролю." Doctoral thesis, Київ, 2020. https://ela.kpi.ua/handle/123456789/34952.
Full textКозаченко, А. П. "Інформаційне та програмне забезпечення системи інтелектуального аналізу енергоспоживання будівель." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/72073.
Full textВасиленко, Дмитро Олексійович. "Конструктивний синтез планарних антен природними алгоритмами оптимізації." Doctoral thesis, 2010. https://ela.kpi.ua/handle/123456789/641.
Full textДанильців, Ольга Богданівна, and Olha Danyltsiv. "Система штучного інтелекту на основі нейронних мереж для оцінювання стану рослин у “розумних” теплицях." Master's thesis, 2022. http://elartu.tntu.edu.ua/handle/lib/37915.
Full textВСТУП 10 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ 12 1.1 ОГЛЯД ЛІТЕРАТУРНИХ ДЖЕРЕЛ ЗА ТЕМАТИКОЮ ДОСЛІДЖЕННЯ 12 1.2 ПОНЯТТЯ SMART-ТЕХНОЛОГІЙ У ГЛОБАЛЬНОМУ РОЗУМІННІ 15 1.3 ОГЛЯД НЕЙРОННИХ МЕРЕЖ ЯКІ ВИКОРИСТОВУЮТЬ В “РОЗУМНИХ” ТЕПЛИЦЯХ 18 1.4 АНАЛІЗ ІСНУЮЧИХ РІШЕНЬ ТА ВИРІШЕННЯ ПРОБЛЕМАТИКИ 22 1.5 ВИСНОВОК ДО ПЕРШОГО РОЗДІЛУ 25 2 МОЖЛИВОСТІ ВПРОВАДЖЕННЯ ІННОВАЦІЙНИХ ТЕХНОЛОГІЙ ДЛЯ “РОЗУМНИХ” ТЕПЛИЦЬ 26 2.1 МОЖЛИВОСТІ ШТУЧНОГО ІНТЕЛЕКТУ В РАМКАХ СУЧАСНИХ ТЕХНОЛОГІЙ 26 2.2 ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ В “РОЗУМНИХ” ТЕПЛИЦЯХ 32 2.3 РОЗВИТОК ШТУЧНОГО ІНТЕЛЕКТУ В ГАЛУЗІ РОЗРОБКИ SMART-ТЕПЛИЦЬ 41 2.4 ФІЗИЧНИЙ ОПИС ПРОТОТИПУ SMART-ТЕПЛИЦІ 43 2.5 СЕНСОРИ ТА ТЕХНІЧНІ ХАРАКТЕРИСТИКИ ТЕПЛИЦІ 45 2.6 ОПИС МЕТОДИКИ ДОСЛІДЖЕННЯ 47 2.7 ВИСНОВОК ДО ДРУГОГО РОЗДІЛУ 52 3 ПРИНЦИП ФУНКЦІОНУВАННЯ ПРОТОТИПУ ТА ОСНОВНІ РЕЗУЛЬТАТИ РОБОТИ 54 3.1 ІНФОРМАЦІЙНА СКЛАДОВА 54 3.2 АЛГОРИТМ РОБОТИ “РОЗУМНОЇ” ТЕПЛИЦІ 65 3.3 ФІЛЬТРАЦІЯ ЗОБРАЖЕНЬ 69 ОЧИЩЕННІ СИГНАЛІВ ТА ЗОБРАЖЕНЬ ВІД ІМПУЛЬСНИХ ШУМІВ. 70 3.4 РЕЗУЛЬТАТИ ТРЕНУВАННЯ ШТУЧНОГО ІНТИЛЕКТУ 71 3.5 ВИСНОВКИ ДО ТРЕТЬОГО РОЗДІЛУ 72 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 74 4.1 ПРАВИЛА ОХОРОНИ ПРАЦІ В "РОЗУМНИХ" ТЕПЛИЧНИХ ПРИМІЩЕННЯХ 74 4.2 ОХОРОНА ПРАЦІ І ПРАВИЛА РОБОТИ З ПРИЛАДАМИ, ЯКІ ГЕНЕРУЮТЬ ВИПРОМІНЮВАННЯ 79 ВИСНОВКИ 85 ПЕРЕЛІК ДЖЕРЕЛ 86 ДОДАТКИ
Скуржанський, Тарас Андрійович, and Vitalii Andriovych Skurzhanskyi. "Використання нейронних мереж для дослідження процесу газоспоживання міста Тернопіль з врахуванням метеофакторів." Master's thesis, 2022. http://elartu.tntu.edu.ua/handle/lib/37916.
Full textВСТУП………………………………………………………………………………………..9 1 АНАЛІЗ ДОСЛІДЖЕНЬ ПРОЦЕСУ ГАЗОСПОЖИВАННЯ…………………………11 1.1 ВЗАЄМОЗВ`ЯЗОК ЕКОНОМІЧНОГО РОЗВИТКУ ДЕРЖАВИ ТА СПОЖИВАННЯ ЕНЕРГІЇ……………………………………………………………………………………..11 1.2 ПРОГНОЗУВАННЯ В ЕНЕРГЕТИЦІ, ЯК ЗАСІБ ОПТИМІЗАЦІЇ ПЛАНУВАННЯ, ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ГАЗОСПОЖИВАННЯ………………………………..........................................................14 1.3 ОГЛЯД НАУКОВИХ ПУБЛІКАЦІЙ ПО ТЕМАТИЦІ ДОСЛІДЖЕННЯ З МЕТОЮ ВИВЧЕННЯ ІСНУЮЧИХ МАТЕМАТИЧНИХ ПІДХОДІВ ДО АНАЛІЗУ ПРОЦЕСУ ГАЗОСПОЖИВАННЯ. ……………………………………………………………………16 1.4 ВИСНОВКИ ДО ПЕРШОГО РОЗДІЛУ……………………………………………....27 2 АНАЛІЗ ІСНУЮЧИХ НЕЙРОННИХ МЕРЕЖ, МЕТОДИ МАШИННОГО НАВЧАННЯ ДЛЯ ПРОЦЕСУ ГАЗОСПОЖИВАННЯ…………………………………..30 2.1 ПОНЯТТЯ НЕЙРОННОЇ МЕРЕЖІ…………………………………………………...30 2.2 ПРИНЦИПИ РОБОТИ НЕЙРОННИХ МЕРЕЖ……………………………………...30 2.3 АНАЛІЗ ІСНУЮЧИХ МОДЕЛЕЙ НЕЙРОННИХ МЕРЕЖ………………………...32 2.3.1 ОДНОШАРОВИЙ ТА БАГАТОШАРОВИЙ ПЕРЦЕПТРОН…………………….32 2.3.2 РНН…………………………………………………………………………………...38 2.3.3 ЛСТМ………………………………………………………………………………….40 2.4 ВИСНОВКИ ДО ДРУГОГО РОЗДІЛУ……………………………………………….47 3 ПОПЕРЕДНЄ ОПРАЦЮВАННЯ СТАТИСТИЧНИХ ДАНИХ ГАЗОСПОЖИВАННЯ ТА МЕТЕОФАКТОРІВ ДЛЯ МІСТА ТЕРНОПІЛЬ……………………………………...48 3.1 МОВА ПРОГРАМУВАННЯ PYTHON ТА БІБЛІОТЕКИ ЩО БУДУТЬ ВИКОРИСТАНІ В ДОСЛІДЖЕННІ…………………………………………………………………….………48 3.2 ПЕРЕЛІК МЕТЕОФАКТОРІВ, ЯКІ БУДУТЬ ВИКОРИСТАНІ В ДОСЛІДЖЕННІ…………………………………………………………………………….50 3.3 ПОПЕРЕДНІЙ АНАЛІЗ ДАНИХ ГАЗОСПОЖИВАННЯ………………………….51 3.4 ПОПЕРЕДНІЙ АНАЛІЗ ДАНИХ МЕТЕОФАКТОРІВ…………………………...…54 3.5 ВИСНОВКИ ДО ТРЕТЬОГО РОЗДІЛУ……………………………………………..58 4 ПОБУДОВА МОДЕЛІ НЕЙРОННОЇ МЕРЕЖІ ПРОЦЕСУ ГАЗОСПОЖИВАННЯ МІСТА З ВРАХУВАННЯМ МЕТЕОФАКТОРІВ……………………………………….59 4.1 ОДНОШАРОВИЙ ТА БАГАТОШАРОВИЙ ПЕРЦЕПТРОН………………………59 4.2 ЛСТМ……………………………………………………………………………………61 4.3 ВИСНОВКИ ДО ЧЕТВЕРТОГО РОЗДІЛУ…………………………………………..65 5 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ……………………………………………………………………………….67 5.1 ОХОРОНА ПРАЦІ ПІД ЧАС ЕКСПЛУАТАЦІЇ ГАЗОВОГО ОБЛАДНАННЯ….…………………………………………………………………………67 5.2 ПІДВИЩЕННЯ СТІЙКОСТІ РОБОТИ ОБ’ЄКТІВ ГОСПОДАРСЬКОЇ ДІЯЛЬНОСТІ У ВОЄННИЙ ЧАС…………………………………………………………………………………………72 5.3 ВИСНОВКИ ДО П’ЯТОГО РОЗДІЛУ……………………………………………….76 ВИСНОВКИ………………………………………………………………………………..77 ПЕРЕЛІК ДЖЕРЕЛ………………………………………………………………………..78 ДОДАТКИ………………………………………………………………….........................85 ДОДАТОК A……………………………………………………………………………….86 ДОДАТОК Б……………………………………………………………………………….90
Reports on the topic "Багатошарові нейронні мережі"
Семеріков, С. О. Застосування методів машинного навчання у навчанні моделювання майбутніх учителів хімії. КДПУ, November 2018. http://dx.doi.org/10.31812/123456789/2647.
Full text