• Класифікатори
• мережа нейронна = нейромережа, сеть нейронная = нейросеть, neural network

мережа нейронна штучна, сеть нейронная искусственная

Документи:

• Ляхов, А. Л. Искусственная нейронная сеть как измерительный инструмент адекватности модели с адаптивным классом точности [Текст] / А. Л. Ляхов, С. П. Алешин // Математичні машини і системи. – 2010. – № 2. – С. 61-66.
• Гібридна модель для прогнозування якості повітря, що поєднує підходи Холта-Вінтерса та глибокого навчання: новий метод визначення піків концентрації озону (анг. мов.) [Текст] / Н. Марракчі, А. Бергам, Х. Фахурі, К. Кенза // Mathematical Modeling and Computing. – 2023. – Vol. 10, № 4. – С. 1154–1163.
• Мікулін, В. В. Методика вибору математичної моделі екологічного процесу [Текст] / В. В. Мікулін // Системні дослідження та інформаційні технології. – 2017. – № 2. – С. 115-129.
• Застосування штучної нейронної мережі для визначення рівня зношеності циліндро-поршневої групи автотракторного двигуна [Текст] / А. О. Молодан, Д. В. Абрамов, Ю. В. Тарасов, М. М. Потапов // Вісник машинобудування та транспорту. – 2021. – № 2. – С. 62-71. – DOI: https://doi.org/10.31649/2413-4503-2021-14-2-62-71.
• Застосування штучної нейронної мережі для визначення рівня зношеності циліндро-поршневої групи автотракторного двигуна [Електронний ресурс] / А. О. Молодан, Д. В. Абрамов, Ю. В. Тарасов, М. М. Потапов // Вісник машинобудування та транспорту. – 2021. – № 2. – С. 62-71. – DOI: https://doi.org/10.31649/2413-4503-2021-14-2-62-71.
• Состояние и перспективы нейросетевого моделирования СППР в сложных социотехнических системах [Текст] / А. А. Морозов, В. П. Клименко, А. Л. Ляхов, С. П. Алешин // Математичні машини і системи. – 2010. – № 1. – С. 127-149.
• Наконечна, А. В. Застосування нейромереж в медицині [Текст] / А. В. Наконечна // Сучасні проблеми радіоелектроніки, телекомунікацій та приладобудування (СПРТП-2017) : матеріали VI Міжнародної науково-технічної конференції / МОН України, ВНТУ, НТУ "КПУ ім. І. Сікорського", ХНУРЕ, НУ "Львівська політехніка". – Вінниця : ВНТУ, 2017. – С. 97-98.
• Павлюк, О. Програмний комплекс для прогнозування основних характеристик надійності симетричних ієрархічних систем за допомогою штучних нейронних мереж [Текст] / О. Павлюк // Вісник Національного університету "Львівська політехніка". Серія : Комп'ютерні науки та інформаційні технології. – 2017. – № 864. – С. 186-191.
• Інтелектуальна система аналізу процесів споживання заряду акумуляторними батареями [Текст] / О. Павлюк, М. Медиковський, Н. Лиса, М. Міщук // Вісник Національного університету "Львівська політехніка". Інформаційніі системи та мережі. – 2023. – Iss. 13. – C. 251-273.
• Павлюк, О. М. Надійний штучний інтелект в ситуаційному управлінні керованими робототехнічними платформами промислових підприємств [Текст] / О. М. Павлюк, М. О. Медиковський, М. В. Міщук // Математичні машини і системи. – 2024. – № 1. – С. 34-54.
• Паламар, М. І. Дослідження ефективності застосування нейронної мережі в системі керування нелінійними динамічними об'єктами [Текст] / М. І. Паламар, М. О. Стрембіцький, Ю. В. Пастернак // Вісник Національного університету "Львівська політехніка" : збірник наукових праць / МОН України, НУ "Львівська політехніка". – Львів : Вид-во Нац. ун-ту "Львівська політехніка", 2013. – № 753 : Автоматика, вимірювання та керування. – С. 9-14.
• Пантелеев, В. И. Классификация состояний электрической системы промышленного предприятия с помощью искусственных нейронных сетей [Текст] / В. И. Пантелеев, В. В. Шевченко // Изв.Вузов. Проблемы энергетики. – 2004. – № 5-6. – С. 19-25.
• Парамуд, Я. С. Алгоритмічно-програмні засоби розпізнавання рукописних символів на зображенні [Текст] / Я. С. Парамуд, В. І. Яркун // Вісник Національного університету "Львівська політехніка". Серія : Комп'ютерні системи та мережі. – 2017. – № 881. – C. 98-106.
• Паращук, И. Б. Синтез системы показателей качества спутниковых сетей связи на основе искусственных нейросетей [Текст] / И. Б. Паращук // Изв.ВУЗов.Приборостроение. – 2002. – 45, № 5. – 26-30.
• Пелещак, І. Р. Методи розпізнавання та шифрування мультиспектральних образів на основі осциляторних нейронних мереж [Текст] : монографія / І. Р. Пелещак, В. В. Литвин, Р. М. Пелещак ; НУ "Львівська політехніка". – Львів : Марченко Т. В., 2023. – 218 с. – (Комп'ютинг). – ISBN 978-617-7937-88-2 : 715,00 грн.
• Потапов, И. В. Методика анализа надежности резервированной искусственной нейронной сети [Текст] / И. В. Потапов // Изв.ВУЗов.Приборостроение. – 2007. – 50, № 1. – 26-30.
• Роман, В. І. Огляд методів машинного навчання для задач автоматизованого вимірювання витрати [Електронний ресурс] / В. І. Роман, М. І. Бугайчук // Наукові праці Вінницького національного технічного університету. – 2025. – № 4. – С. 1-12. – DOI: https://doi.org/10.31649/2307-5376-2025-4-27-38.
• Роман, В. І. Методологія застосування штучних нейронних мереж для підвищення точності ультразвукових витратомірів [Електронний ресурс] / В. І. Роман, М. І. Бугайчук, Я. С. Острей // Наукові праці Вінницького національного технічного університету. – 2025. – № 2. – С. 1-10.
• Штучний інтелект. Нейромережева обробка інформації: архітектури, навчання, застосування [Текст] : навчальний посібник : у 2-х частинах. Ч. 1 / О. Г. Руденко, О. О. Безсонов, С. П. Євсеєв [та ін.] ; НТУ "Харківський політехнічний університет" ; за ред. С. П. Євсеєва. – Львів : Новий Світ-2000, 2025. – 426 с. – (Кібербезпека та штучний інтелект). – ISBN 978-966-418-517-9 : 680,00 грн.
• Штучний інтелект. Нейромережева обробка інформації: архітектури, навчання, застосування [Текст] : навчальний посібник : у 2-х частинах. Ч. 2 / О. Г. Руденко, О. О. Безсонов, С. П. Євсеєв [та ін.] ; НТУ "Харків. політехн. ун-т" ; за ред. С. П. Євсеєва. – Львів : Новий Світ-2000, 2025. – 376 с. – ISBN 978-966-418-518-6 : 640,00 грн.
• Нейронні мережі для обробки інформації: архітектури, навчання, застосування [Текст] : монографія / О. Г. Руденко, О. О. Безсонов, С. П. Євсеєв [та ін.] ; ННТУ "Харків. політехн. ун-т". – Львів : Новий Світ-2000, 2025. – 680 с. – ISBN 978-966-418-512-4 : 850,00 грн.
• Руденко, О. Г. Штучні нейронні мережі [Текст] : Навчальний посібник / О. Г. Руденко, Є. В. Бодянський. – Харків : Компанія СМІТ, 2006. – 404 с. – ISBN 966-8530-73-Х.
• Савка, Н. Я. Моделювання індикаторів економічної безпеки держави засобами радіальних штучних нейронних мереж, ідентифікованих методами аналізу інтервальних даних [Текст] / Н. Я. Савка // Вісник Вінницького політехнічного інституту. – 2013. – № 1. – С. 37-44.
• Савка, Н. Я. Штучні нейронні мережі для моделювання антикризового управління національною економікою [Текст] / Н. Я. Савка // Електронне моделювання. – 2020. – Т. 42, № 2. – С. 109-120.
• Савчук, Т. О. Задача market forecasting в оцінюванні перспектив розвитку кон'юнктури певного ринку [Текст] / Т. О. Савчук, О. А. Ісаєнко // Proceedings of the Eighth International Scientific-Practical Conference "Internet-Education-Scince" (IES - 2012), 1-5 October, 2012 : збірник праць восьмої міжнародної науково-практичної конференції, м. Вінниця, 1 - 5 жовтня 2012 року / МОНМС України, ВНТУ, Ін-т інформаційних технологій та комп'ютерної інженерії. – Vinnytsia : VNTU, 2012. – С. 212.
• Сафоник, А. П. Інтелектуальна система дозування коагулянтів для очищення води на основі штучної нейронної мережі [Текст] / А. П. Сафоник, М. В. Матвійчук // Електронне моделювання. – 2022. – Т. 44, № 6. – С. 36-47.
• Слюсар, В. І. Методика побудови нейронних мереж для ідентифікації озброєння та військової техніки [Текст] / В. І. Слюсар, М. М. Проценко, О. В. Докучаєв // Озброєння та військова техніка. – 2022. – № 2. – С. 99-107.
• Сорока, Н.-А. Ю. Метод визначення коефіцієнта стиснення газоводневої суміші з використанням регресійного рівняння та алгоритму штучної нейронної мережі [Текст] / Н.-А. Ю. Сорока, П. М. Райтер // Вісник Вінницького політехнічного інституту. – 2024. – № 3 (174). – С. 6-13. – DOI: https://doi.org/10.31649/1997-9266-2024-174-3-6-13.
• Сорока, Н.-А. Ю. Метод визначення коефіцієнта стиснення газоводневої суміші з використанням регресійного рівняння та алгоритму штучної нейронної мережі [Електронний ресурс] / Н.-А. Ю. Сорока, П. М. Райтер // Вісник Вінницького політехнічного інституту. – 2024. – № 3. – С. 6-13. – DOI: https://doi.org/10.31649/1997-9266-2024-174-3-6-13.
• Інверсія штучних нейронних мереж в обернених задачах вихрострумової структуроскопії [Текст] / А. Сторчак, В. Гальченко, В. Тичков, Р. Трембовецька // Контроль і управління в складних системах (КУСС-2020) : XV Міжнародна конференція : тези доповідей, Вінниця, 8-10 жовтня 2020 року / ВНТУ, ХНУРЕ. – Вінниця : ВНТУ, 2020. – С. 212-214.
• Суприган, О. І. Комбінування генетичних алгоритмів в елементах штучної нейронної мережі [Текст] / О. І. Суприган, Л. М. Ваховська // Оптико-електронні інформаційно-енергетичні технології. – 2019. – № 1. – С. 5-10.
• Суприган, О. І. Комбінування генетичних алгоритмів в елементах штучної нейронної мережі [Електронний ресурс] / О. І. Суприган, Л. М. Ваховська // Оптико-електронні інформаційно-енергетичні технології. – 2019. – № 1. – С. 5-10.
• Супрун, Р. І. Інформаційна технологія визначення ринкової вартості житла на основі нейронної мережі [Текст] / Р. І. Супрун, О. К. Колесницький // 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. 2. – С. 1099-1100.
• Тимощук, П. Принципи штучних нейронних мереж та їх застосування [Текст] = Principles of Artificial Neural Networks and Their Application : навчальний посібник / П. Тимощук, М. Лобур ; НУ "Львівська політехніка". – Львів : Вид-во Львівської політехніки, 2021. – 292 с. – ISBN 978-966-941-535-6 : 223,00 грн.
• Тимченко, Л. І. Проблематика і парадигми, застосування в медицині й класифікаційний аналіз штучних нейронних мереж [Текст] / Л. І. Тимченко, Л. В. Загоруйко, Т. А. Загоруйко // Оптико-електронні інформаційно-енергетичні технології. – 2007. – N2 (14). – С. 173-177.
• Особливості побудови рішень генетичного алгоритму в задачі розпізнавання образів захворювання пневмонії [Текст] / Є. М. Федорченко, А. О. Олійник, С. К. Корнієнко [та ін.] // Реєстрація, зберігання і обробка даних. – 2020. – Т. 22, № 3. – С. 76-95.
• Ходневич, Я. В. Про визначення коефіцієнта Шезі за допомогою штучної нейронної мережі для підтримки завдань математичного моделювання відкритих потоків [Текст] / Я. В. Ходневич, Д. В. Стефанишин // Інформаційно-комунікаційні технології та сталий розвиток : колективна монографія за матеріалами ХХІ Міжнар. наук.- практ. конф. (14-16 листоп. 2022 р.) / НАН України, ІТГІП, НЦАКДЗ ІГН, ВНТУ ; за ред. С. О. Довгого. – Київ : Юстон, 2022. – С. 40-42.
• Христинич, Е. В. Расчет режимов работы электрогенераторов на основе искусственных нейронных сетей [Текст] / Е. В. Христинич, Р. М. Христинич // Изв.ВУЗов.Электромеханика. – 2005. – № 1. – 35-39.
• Короткострокове прогнозування супутніх метеопараметрів ожеледеутворення на повітряних лініях на основі методу часових вікон [Електронний ресурс] / М. М. Черемісін, О. А. Савченко, А. І. Середа, С. В. Дюбко // Вісник Вінницького політехнічного інституту. – 2017. – № 5. – С. 58-62.
• Короткострокове прогнозування супутніх метеопараметрів ожеледеутворення на повітряних лініях на основі методу часових вікон [Текст] / М. М. Черемісін, О. А. Савченко, А. І. Середа, С. В. Дюбко // Вісник Вінницького політехнічного інституту. – 2017. – № 5. – С. 58-62.
• Черепанська, І. Ю. Прецизійна інтелектуальна гоніометрична система [Електронний ресурс] / І. Ю. Черепанська, О. М. Безвесільна, А. Ю. Сазонов // Вісник Вінницького політехнічного інституту. – 2019. – № 2. – С. 7-14.
• Черепанська, І. Ю. Прецизійна інтелектуальна гоніометрична система [Текст] / І. Ю. Черепанська, О. М. Безвесільна, А. Ю. Сазонов // Вісник Вінницького політехнічного інституту. – 2019. – № 2. – С. 7-14.
• Черненко, П. О. Аналіз ефективності вирішення задачі короткострокового прогнозування сумарного електричного навантаження енергосистеми з використанням ШНМ типу багатошаровий персептрон [Текст] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Оптико-електронні інформаційно-енергетичні технології. – 2013. – № 1. – С. 24-27.
• Черненко, П. О. Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми [Текст] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Технічна електродинаміка. – 2014. – № 5. – С. 35-37.
• Черненко, П. О. Моделювання та короткострокове прогнозування технологічної складової електричного навантаження обласної енергосистем [Текст] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Технічна електродинаміка. – 2016. – № 4. – С. 68-70.
• Чернетченко, Дмитро Володимирович Метод та апаратно-програмний засіб обробки електрокардіографічних сигналів за допомогою штучних мультистабільних нейронних мереж [Текст] : дис. ... канд. техн. наук : спец. 05.11.17 / Чернетченко Дмитро Володимирович ; ВНТУ. – Вінниця, 2019. – 230 с. – Бібліогр.: с. 140-149.
• Чернетченко, Дмитро Володимирович Метод та апаратно-програмний засіб обробки електрокардіографічних сигналів за допомогою штучних мультистабільних нейронних мереж [Текст] : автореф. дис. ... канд. техн. наук : спец. 05.11.17 / Чернетченко Дмитро Володимирович ; ВНТУ. – Вінниця : ІРВЦ ВНТУ, 2019. – 24 с.
• Шуллє, Ю. А. Розробка нової модульної нейронної моделі навчання з визначення і прогнозування електричних навантажень електротехнологічних комплексів [Текст] / Ю. А. Шуллє // Вісник Вінницького політехнічного інституту. – 2010. – № 3. – С. 81-84.
• Щекович, О. С. Стратегічне управління розвитком публічних акціонерних товариств Групи "Метінвест" [Текст] / О. С. Щекович, В. П. Хорольский, К. Д. Хорольський // Актуальні проблеми економіки. – 2013. – № 8. – С. 81-94.
• Ященко, В. Я. Некоторые проблемные вопросы разработки искусственного мозга [Текст] / В. Я. Ященко // Математичні машини і системи. – 2018. – № 3. – С. 19-31.

1    2   3