Добірка наукової літератури з теми "Дерево Мерклі"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Зміст
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Дерево Мерклі".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Дерево Мерклі"
Shlapak, V. P., A. V. Kodzhebash, I. V. Kozachenko, M. I. Parubok та S. A. Maslovata. "Оцінювання сучасного стану парку села Іванівка Уманського району та проект його реконструкції". Scientific Bulletin of UNFU 28, № 6 (27 червня 2018): 47–51. http://dx.doi.org/10.15421/40280609.
Повний текст джерелаРижков, Вадим Генієвич, Карина Володимирівна Бєлоконь та Євгенія Анатоліївна Манідіна. "ЗАСТОСУВАННЯ ДЕРЕВА ВІДМОВ ДЛЯ АНАЛІЗУ ЕЛЕКТРОТРАВМАТИЗМУ У МЕТАЛУРГІЇ І ВИБОРУ ЗАСОБІВ ЗАХИСТУ". Scientific Journal "Metallurgy", № 2 (22 лютого 2022): 124–32. http://dx.doi.org/10.26661/2071-3789-2021-2-15.
Повний текст джерелаBuksha, I. F., M. I. Buksha та T. S. Pyvovar. "Оцінка репрезентативності даних моніторингу лісів України за різної щільності мережі ділянок спостережень". Forestry and Forest Melioration, № 134 (26 листопада 2019): 66–77. http://dx.doi.org/10.33220/1026-3365.134.2019.66.
Повний текст джерелаShevchenko, N. Yu, S. G. Bagach та D. S. Potapov. "Математичне обґрунтування вибору архітектури обчислювальної мережі як елемента інформаційної інфраструктури освітнього закладу". HERALD of the Donbass State Engineering Academy, № 2 (46) (1 жовтня 2019): 165–70. http://dx.doi.org/10.37142/1993-8222/2019-2(46)165.
Повний текст джерелаБілецький, Т. П., та Д. В. Федасюк. "Прогнозування дефектів у програмному забезпеченні алгоритмами глибинного навчання CNN та RNN". Scientific Bulletin of UNFU 31, № 2 (29 квітня 2021): 114–20. http://dx.doi.org/10.36930/40310219.
Повний текст джерелаPyzhyk, I. S., та I. M. Shpakivska. "Актуальні запаси органічного карбону в мортмасі та ґрунті лісових екосистем Стрийсько-Сянської верховини на території Верхньовисоцького лісництва (ДП "Боринський лісгосп")". Scientific Bulletin of UNFU 29, № 9 (26 грудня 2019): 15–21. http://dx.doi.org/10.36930/40290902.
Повний текст джерелаКасаткін, М. В. "Стохастичне моделювання сумісного прийняття рішень “екіпаж – керівник польотів” в особливому випадку в польоті". Системи озброєння і військова техніка, № 4(64), (17 грудня 2020): 67–74. http://dx.doi.org/10.30748/soivt.2020.64.09.
Повний текст джерелаDanchuk, O. "Лісонасінна база в Україні: сучасний стан та шляхи розвитку". Наукові праці Лісівничої академії наук України, № 15 (30 листопада 2017): 45–53. http://dx.doi.org/10.15421/411706.
Повний текст джерелаКоваль, Марта Романівна. "Колір і світло у «пейзажах відчуттів» у романах Мерилін Робінсон про Галаад". Наукові записки Харківського національного педагогічного університету ім. Г. С. Сковороди "Літературознавство" 1, № 95 (лютий 2020): 96–109. http://dx.doi.org/10.34142/2312-1076.2020.1.95.05.
Повний текст джерелаKustov, Maksym, Oleksander Sobol та Oleg Fedoryaka. "Територіальне розміщення пожежних підрозділів різної функціональної спроможності". Problems of Emergency Situations, № 33 (2021): 181–92. http://dx.doi.org/10.52363/2524-0226-2021-33-14.
Повний текст джерелаДисертації з теми "Дерево Мерклі"
Марухненко, О. С., та Г. З. Халімов. "Використання гіпер-дерев у криптографії". Thesis, ЧДТУ, НТУ "ХПІ", ВА ЗС АР, УТіГН, ДП "ПД ПКНДІ АП", 2019. https://openarchive.nure.ua/handle/document/15773.
Повний текст джерелаФалілеєва, Дар'я Миколаївна. "Методи оцінки впливу рекламних кампаній на попит". Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/45243.
Повний текст джерелаDiploma work: 111 pages, 32 figures, 9 tables, 2 appendixes, 28 sources. The object of the study is data on the sales brand's market share and advertising ratings of the brand and competitors for 2016-2021. The subject of research is the methods of building a model for forecasting using neural networks. Python was chosen as the programming language. In this paper, a study of the impact of advertising campaigns on demand. The following algorithms were used to build models: random trees, decision trees, gradient boosting method. The best model was chosen to implement the time series forecast. The LSTM neural model was used for prediction. An analytical study of the impact of advertising campaigns on sales, seasonality and popularity on the Internet was also conducted. The direction of development of work is in expansion of a possible dataset with the best level of correlation, and also a possibility of addition of attributes of model.