Application of neural networks for solving interpolation tasks

Strukov, D.D.; Myronchuk, O.Y.

Please use this identifier to cite or link to this item: https://er.nau.edu.ua/handle/NAU/50536

Full metadata record

DC Field	Value	Language
dc.contributor.author	Strukov, D.D.	-
dc.contributor.author	Myronchuk, O.Y.	-
dc.date.accessioned	2021-05-18T07:34:24Z	-
dc.date.available	2021-05-18T07:34:24Z	-
dc.date.issued	2021	-
dc.identifier.citation	Strukov D.D., Myronchuk O.Y. Application of neural networks for solving interpolation tasks // Polit. Callanges of science today. International relations : abstracts of XXI International conference of higher education students and young scientists. – National aviation university. – Kyiv, 2021. – 18-19 P.	uk_UA
dc.identifier.uri	https://er.nau.edu.ua/handle/NAU/50536	-
dc.description	1. Jinwook Go, Kwanghoon Sohn and Chulhee Lee, "Interpolation using neural networks for digital still cameras," in IEEE Transactions on Consumer Electronics, vol. 46, no. 3, pp. 610-616, Aug. 2000, doi: 10.1109/30.883419. 2. Myronchuk, O., Shpylka, O., & Zhuk, S. (2020). Two-stage Channel Frequency Response Estimation in OFDM Systems. Path of Science, 6(2), 1001-1007. doi: http://dx.doi.org/10.22178/pos.55-1 3. Myronchuk O. Algorithm Of Channel Frequency Response Estimation In Orthogonal Frequency Division Multiplexing Systems Based On Kalman Filter / O. Myronchuk, O. Shpylka, S. Zhuk // 2020 IEEE 15th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET), Lviv-Slavske, Ukraine, 2020, pp. 31-34, doi: 10.1109/TCSET49122.2020.235385. 4. A. Y. Myronchuk, O. O. Shpylka and S. Y. Zhuk, “Channel frequency response estimation method based on pilot’s filtration and extrapolation”, Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia, (78), pp. 36-42, 2019. doi:10.20535/RADAP.2019.78.36-42 5. Myronchuk O. Yu. Two-Stage Method for Joint Estimation of Information Symbols and Channel Frequency Response in OFDM Communication Systems / O. Yu. Myronchuk, A. A. Shpylka, S. Ya. Zhuk // Radioelectronics and Communications Systems. – 2020. Vol. 63. – No. 8, pp. 418 429. doi: 10.3103/S073527272008004X 6. Луцький М.Г., Корченко О.Г., Горніцька Д.А., Ярмошевич І.М. Модель оцінки якості експерта для підвищення об’єктивності експертиз у сфері інформаційної безпеки. Захист інформації. 2011. Том 13. Вип. 2(51). DOI: 10.18372/2410-7840.13.2022	uk_UA
dc.description.abstract	Artificial neural networks (ANN) are fundamental solution for most of nowadays algorithmic and optimization problems. The most frequently encountered artificial neuron models are neurons with multiple inputs and single output, named feedforward neural network (FNN).	uk_UA
dc.description.abstract	Штучні нейронні мережі (ANN) є фундаментальним рішенням для більшості сучасних задач алгоритмізації та оптимізації. Найбільш часто зустрічаються моделі штучних нейронів - це нейрони з кількома входами та єдиним виходом, названі нейронною мережею прямого пересилання (FNN).	uk_UA
dc.publisher	National Aviation University	uk_UA
dc.subject	neural networks	uk_UA
dc.subject	OFDM	uk_UA
dc.subject	artificial neural networks	uk_UA
dc.subject	optimization problems	uk_UA
dc.subject	feedforward neural network	uk_UA
dc.subject	artificial neuron models	uk_UA
dc.subject	нейронні мережі	uk_UA
dc.subject	мультиплексування з ортогональним частотним розділенням каналів	uk_UA
dc.subject	штучні нейронні мережі	uk_UA
dc.subject	проблеми оптимізації	uk_UA
dc.subject	нейронна мережа прямого зв'язку	uk_UA
dc.subject	моделі штучних нейронів	uk_UA
dc.title	Application of neural networks for solving interpolation tasks	uk_UA
dc.title.alternative	Застосування нейронних мереж для вирішення завдань інтерполяції	uk_UA
dc.type	Thesis	uk_UA
Appears in Collections:	Політ. Телекомунікаційні та радіотехнічні системи. 2021

Files in This Item:

File	Description	Size	Format
МНПК Авіа 2021 - ТКРС-9-10.pdf	the abstracts of the conference	612.71 kB	Adobe PDF	View/Open

Show simple item record