• Класифікатори
• навчання, обучение

навчання машинне, обучение машинное, machine learning

Документи:

• Ashchepkov, V. Methodological challenges of outlier detection in metrology using machine learning models = Методологічні проблеми виявлення викидів у метрології з використанням моделей машинного навчання [Текст] / V. Ashchepkov, D. Byallovich, V. Skliarov // Український метрологічний журнал. – 2025. – № 3. – P. 43-48. – DOI: https://doi.org/10.24027/2306-7039.3.2025.340615.
• Banyk, A. Artificial intelligence techniques for real-time visualisation of big data graph models [Електронний ресурс] / A. Banyk, P. Mulesa // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 1. – P. 42-54. – DOI: https://doi.org/10.63341/vitce/1.2025.42.
• Banyk, A. Artificial intelligence techniques for real-time visualisation of big data graph models [Текст] / A. Banyk, P. Mulesa // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 1. – P. 42-54. – DOI: https://doi.org/10.63341/vitce/1.2025.42.
• Bershchanskyi, Y. Machine learning model development in Kubeflow cloud-native systems [Текст] / Y. Bershchanskyi, O. Stepanov // Advances in Cyber-Physical Systems. – 2025. – Vol. 10, № 1. – P. 83-88.
• Bilak, Yu. Modeling, optimization and AI-forecasting technology in Raman spectrometry [Текст] / Yu. Bilak // Міжнародний науково-технічний журнал Проблеми керування та інформатики. – 2025. – № 2. – С. 99-112.
• Bolhov, I. Effectiveness of computer-based tyre modelling tools based on an embedded telemetry controller [Текст] / I. Bolhov, Ya. Klyatchenko // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 132-143. – DOI: https://doi.org/10.31649/vitce/2.2025.132.
• Bolhov, I. Effectiveness of computer-based tyre modelling tools based on an embedded telemetry controller [Електронний ресурс] / I. Bolhov, Ya. Klyatchenko // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 132-143. – DOI: https://doi.org/10.31649/vitce/2.2025.132.
• Dats, I. V. Determining the level of propaganda in opera librettos using data mining and machine learning [Текст] / I. V. Dats, O. V. Gavrilenko, K. Yu. Feshchenko // Системні дослідження та інформаційні технології. – 2025. – № 2. – С. 81-97. – DOI: 10.20535/SRIT.2308-8893.2025.2.05.
• Dubovoi, V. M. Model-based learning of coordinators of the decentralized multi-zone objects control systems [Текст] / V. M. Dubovoi // Інформаційні технології та комп'ютерна інженерія. – 2024. – № 2. – P. 66-76. – DOI: https://doi.org/10.31649/1999-9941-2024-60-2-66-76.
• Dubovoi, V. M. Model-based learning of coordinators of the decentralized multi-zone objects control systems [Електронний ресурс] / V. M. Dubovoi // Інформаційні технології та комп'ютерна інженерія. – 2024. – Т. 60, № 2. – P. 66-76. – DOI: https://doi.org/10.31649/1999-9941-2024-60-2-66-76.
• Fedukhin, O. V. A conceptual framework for a comprehensive industrial equipment reliability management system using predictive analytics [Текст] / O. V. Fedukhin, A. A. Mucha // Математичні машини і системи. – 2025. – № 2. – P. 67-75.
• Ivanov, A. A comprehensive review of the history and methods of computer vision [Текст] / A. Ivanov // Телекомунікаційні та інформаційні технології. – 2025. – № 1. – С. 176-191. – DOI: 10.31673/2412-4338.2025.011767.
• Ivanov, D. Active self-learning for object detection in an imbalanced data environment: the TAAST approach [Текст] / D. Ivanov // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 3. – P. 54-64. – DOI: https://doi.org/10.31649/vitce/3.2025.54.
• Katrusha, O. Correction of roll-caused stripe noise in side scan sonar images [Текст] / O. Katrusha // Інформаційні технології та комп'ютерна інженерія. – 2024. – № 3. – P. 77-85. – DOI: https://doi.org/10.63341/vitce/3.2024.77.
• Katrusha, O. Correction of roll-caused stripe noise in side scan sonar images [Електронний ресурс] / O. Katrusha // Інформаційні технології та комп'ютерна інженерія. – 2024. – Т. 21, № 3. – P. 77-85. – DOI: https://doi.org/10.63341/vitce/3.2024.77.
• Kerimov, K. Algorithm for improving interpretability of support vector models for anomaly detection in network traffic [Текст] / K. Kerimov, S. Kurbanov, Z. Azizova // Міжнародний науково-технічний журнал Проблеми керування та інформатики. – 2025. – № 3. – P. 66-73.
• Kerimov, K. Methods for detecting anomalies in network traffic based on one-class SVM technology [Текст] / K. Kerimov, S. Kurbanov, Z. Azizova // Міжнародний науково-технічний журнал Проблеми керування та інформатики. – 2025. – № 2. – C. 91-98.
• Kopytsia, V. Module for integrating parking hubs with the parking lot occupancy forecasting system [Текст] / V. Kopytsia, R. Kvyetnyy // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 1. – P. 93-102. – DOI: https://doi.org/10.63341/vitce/1.2025.93.
• Kopytsia, V. Module for integrating parking hubs with the parking lot occupancy forecasting system [Електронний ресурс] / V. Kopytsia, R. Kvyetnyy // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 1. – P. 93-102. – DOI: https://doi.org/10.63341/vitce/1.2025.93.
• Kozlovska, M. Artificial intelligence in penetration testing: leveraging AI for advanced vulnerability detection and exploitation [Текст] / M. Kozlovska, A. Piskozub, V. Khoma // Advances in Cyber-Physical Systems. – 2025. – Vol. 10, № 1. – P. 65-70.
• Krauklit, G. Use of artificial intelligence and machine learning for automated detection of methane emissions on satellite images [Електронний ресурс] / G. Krauklit // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 144-156. – DOI: https://doi.org/10.31649/vitce/2.2025.144.
• Krauklit, G. Use of artificial intelligence and machine learning for automated detection of methane emissions on satellite images [Текст] / G. Krauklit // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 144-156. – DOI: https://doi.org/10.31649/vitce/2.2025.144.
• Kyryk, M. Shap-based evaluation of feature importance in BGP anomaly detection models [Текст] / M. Kyryk, S. Maruniak, T. Andrukhiv // Infocommunication tecnologies and electronic engineering. – 2025. – Vol. 5, № 1. – P. 34-43.
• Mokin, V. B. Machine Learning, Intelligent Data Analysis and Artificial Intelligence of Things [Електронний ресурс] : electronic textbook / V. B. Mokin, M. G. Pradivliannyi ; VNTU. – Electronic text. data. – Vinnytsia : VNTU, 2024.
• Morozov, A. O. Situational centers and decision-making systems. Innovative technologies of national security [Текст] / A. O. Morozov, V. O. Yashchenko // Математичні машини і системи. – 2024. – № 3-4. – С. 3-36.
• Mshvidobadze, T. Predicting cyberspace intrusions using machine learning algoritms [Текст] / T. Mshvidobadze // Advances in Cyber-Physical Systems. – 2025. – Vol. 10, № 1. – P. 59-64.
• Norkin, V. I. Stochastic generalized gradient methods for training nonconvex nonsmooth neural networks [Текст] / V. I. Norkin // Кібернетика та системний аналіз. – 2021. – Т. 57, № 5. – С. 54-71.
• Nyzhnyk, I. D. Voice recognition using reinforcement machine learning model [Текст] / I. D. Nyzhnyk // Контроль і управління в складних системах (КУСС-2020) : XV Міжнародна конференція : тези доповідей, Вінниця, 8-10 жовтня 2020 року / ВНТУ, ХНУРЕ. – Вінниця : ВНТУ, 2020. – P. 253-255.
• Pakula, A. Analysis of the impact of cross-platform behaviour on recommendation quality [Текст] / A. Pakula, V. Garmash // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 1. – P. 30-41. – DOI: https://doi.org/10.63341/vitce/1.2025.30.
• Pakula, A. Analysis of the impact of cross-platform behaviour on recommendation quality [Електронний ресурс] / A. Pakula, V. Garmash // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 1. – P. 30-41. – DOI: https://doi.org/10.63341/vitce/1.2025.30.
• Pidpalyi, O. Synergy of artificial intelligence, SDN, Zero Trust, and blockchain: an overview of new trends in secure network management [Текст] / O. Pidpalyi, O. Romanov // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 3. – P. 148-163. – DOI: https://doi.org/10.31649/vitce/3.2025.148.
• Prodan, R. Запобігання можливим пограбуванням за допомогою алгоритму глибокого навчання з обробкою камерою [Текст] / R. Prodan, D. Shutka, В. Я. Татарин // Вимірювальна техніка та метрологія : міжвідомчий науково-технічний збірник / МОН України. – Львів : Вид-во Львівської політехніки, 2023. – Т. 84, вип. 3. – С. 16-22. – DOI: https://doi.org/10.23939/istcmtm2023.03.016.
• Integrated assessment of system privacy: formalisation, normalisation and differential privacy [Текст] / D. Prokopovych-Tkachenko, L. Rybalchenko, V. Zvieriev [et al.] // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 3. – P. 125-135. – DOI: https://doi.org/10.31649/vitce/3.2025.125.
• Saviak, N. Optimized machine learning algorithm for self-driving cars [Текст] / N. Saviak // Контроль і управління в складних системах (КУСС-2020) : XV Міжнародна конференція : тези доповідей, Вінниця, 8-10 жовтня 2020 року / ВНТУ, ХНУРЕ. – Вінниця : ВНТУ, 2020. – P. 246-248.
• Schlesinger, M. I. Мінімаксні стратегії машинного навчання і розпізнавання образів на основі коротких навчальних вибірок [Текст] = Minimax deviation strategies for machine learning and recognition with short learning samples / M. I. Schlesinger, E. V. Vodolazskiy // Кібернетика та системний аналіз. – 2022. – Т. 58, № 6. – C. 15-29.
• Balancing efficiency and accuracy: incremental learning as a key to Big Data processing [Текст] / M. V. Talakh, Yu. O. Ushenko, O. V. Kaduk, M. Yu. Maksymovych // Оптико-електронні інформаційно-енергетичні технології. – 2024. – № 2 (48). – P. 45-57. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-45-57.
• Balancing efficiency and accuracy: incremental learning as a key to Big Data processing [Електронний ресурс] / M. V. Talakh, Yu. O. Ushenko, O. V. Kaduk, M. Yu. Maksymovych // Оптико-електронні інформаційно-енергетичні технології. – 2024. – Т. 48, № 2. – P. 45-57. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-45-57.
• Tarek, Zohdi Modeling and simulation tools for industrial and societal research applications: digital twins and genome-based machine-learning [Текст] / Z. Tarek // Збірник тез доповідей ІІІ-ї Міжнар. наук.-техн. конф. "Перспективи розвитку машинобудування та транспорту - 2023", 1-3 черв. 2023 р. / ВНТУ, ДУК, ДДМА. – Вінниця : ВНТУ, 2023. – С. 1-3.
• Tkachyk, D. A. Artificial neural networks are changing the world [Текст] / D. A. Tkachyk, L. V. Tulchak // Матеріали XLVI науково-технічної конференції підрозділів Вінницького національного технічного університету (НТКП ВНТУ - 2017), 15-24 березня 2017 р. : збірник доповідей / МОН України, ВНТУ. – Вінниця : ВНТУ, 2017. – Т. 1. – С. 590-591.
• Implementation of a Convolutional Neural Network using TensorFlow machine learning platform [Текст] / Yu. Ya. Tomka, M. V. Talakh, V. V. Dvorzhak, O. G. Ushenko // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 2 (44). – P. 55-65. – DOI: https://doi.org/10.31649/1681-7893-2022-44-2-55-65.
• Implementation of a Convolutional Neural Network using TensorFlow machine learning platform [Електронний ресурс] / Yu. Ya. Tomka, M. V. Talakh, V. V. Dvorzhak, O. G. Ushenko // Оптико-електронні інформаційно-енергетичні технології. – 2022. – Т. 44, № 2. – P. 55-65. – DOI: https://doi.org/10.31649/1681-7893-2022-44-2-55-65.
• Tymokhin, Yu. A. Real-time detection of interconnect bypass fraud in telecommunication networks: camel framework low-code approach and ai/ml adaptation [Текст] / Yu. A. Tymokhin // Сучасний захист інформації. – 2025. – № 3. – P. 150-164.
• Predicting the microhardness of alumina-based ceramics using machine learning methods [Текст] / V. Vavrukh, I. Izonin, V. Kulyk [et al.] // Ukrainian Journal of Mechanical Engineering and Materials Science. – 2025. – Vol. 11, № 3. – P. 27-37.
• Vetoshko, I. P. Flash calls in modern telecommunication networks: threats, challenges, and effective countermeasures [Текст] / I. P. Vetoshko // Наукові записки Державного університету інформаційно-комунікаційних технологій. – 2025. – № 1. – P. 74-89.
• Yasenenko, V. Application of deep neural networks to automate production quality control in real time [Текст] / V. Yasenenko // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 157-169. – DOI: https://doi.org/10.31649/vitce/2.2025.157.
• Yasenenko, V. Application of deep neural networks to automate production quality control in real time [Електронний ресурс] / V. Yasenenko // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 157-169. – DOI: https://doi.org/10.31649/vitce/2.2025.157.
• Yevdokymov, S. Modern approaches to the diagnosis of neurological disorders using artificial neural networks [Текст] / S. Yevdokymov, E. Elsts // Advances in Cyber-Physical Systems. – 2025. – Vol. 10, № 1. – P. 22-27.
• Zaritskyi, O. Expert system for assessing the status of the access control system to the information environment of smart factory [Текст] / O. Zaritskyi // Міжнародний науково-технічний журнал Проблеми керування та інформатики. – 2025. – № 1. – C. 89-102.
• Zhao, Caifeng Method and multimodal framework for enhanced melanoma metastasis diagnosis [Текст] : dissertation ... doctor of philosophy : field of knowledge 12 ; specialty 122 / Zhao Caifeng ; VNTU. – Vinnytsia, 2025. – 212 p. + Рішення спеціаліз. вченої ради про присудження ступеня д-ра філософії. – Bibliography : p. 169-196.
• Модель взаємодії AI з IOT-пристроями на рівні оновлення програмного забезпечення [Текст] / Л. Т. Алексіна, Л. М. Зуб, О. В. Пронькін, Д. О. Розмаїтий // Телекомунікаційні та інформаційні технології. – 2025. – № 2. – С. 113-117. – DOI10.31673/2412-4338.2025.024431.

1   2    3    4    5    6    7