| dc.contributor.advisor | Ткаченко О. М. | uk |
| dc.contributor.author | Тютютнник, Я. О. | uk |
| dc.contributor.author | Чорний, Д. С. | uk |
| dc.date.accessioned | 2025-02-10T12:45:45Z | |
| dc.date.available | 2025-02-10T12:45:45Z | |
| dc.date.issued | 2019 | |
| dc.identifier.citation | Тютютнник Я. О. Програмні засоби для аудіодетекції звукових сигналів немовленнєвого походження [Електронний ресурс] / Я. О. Тютютнник, Д. С. Чорний; наук. кер. О. М. Ткаченко // Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2019), м. Вінниця, 11-30 травня 2019 р. – Електрон. текст. дані. – 2019. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2019/paper/view/8154. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/44095 | |
| dc.description.abstract | Розглядаються програмні засоби класифікації звукових сигналів із використанням нейронних мереж. Проводиться огляд наявних алгоритмів класифікації звуку. | uk |
| dc.description.abstract | Software tools for classification of sound signals using neural networks are considered. An overview of
available sound classification algorithms is conducted. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2019), м. Вінниця, 11-30 травня 2019 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2019/paper/view/8154 | |
| dc.subject | штучні нейронні мережі | uk |
| dc.subject | аудіосигнали | uk |
| dc.subject | алгоритми | uk |
| dc.subject | технології машинного навчання | uk |
| dc.subject | методопорних векторів | uk |
| dc.subject | логістична регресія | uk |
| dc.subject | метод k-найближчих сусідів | uk |
| dc.subject | модель Гаусової суміші | uk |
| dc.subject | наївний Баєсівкласифікатор | uk |
| dc.subject | дерева рішень | uk |
| dc.subject | artificial neural networks | en |
| dc.subject | audio signals | en |
| dc.subject | algorithms | en |
| dc.subject | machine learning technology | en |
| dc.subject | support vector machine | en |
| dc.subject | logit model | en |
| dc.subject | K-nearest neighbors algorithm | en |
| dc.subject | Gaussian Mixture Models | en |
| dc.subject | Naive Bayes Classifier | en |
| dc.subject | decision tree | en |
| dc.title | Програмні засоби для аудіодетекції звукових сигналів немовленнєвого походження | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.774:796.332.093(4) | |
| dc.relation.references | Trevor H. The elements of statistical learning. Second edition / H. Trevor, R. Tibshirani., 2008. | en |
| dc.relation.references | Шеремет О. Метод опорних векторів / О. Шеремет, В. Садовой. // Мат. Мод. № 1. – 2013. –
№28. – 13 с. | uk |
| dc.relation.references | Domingos P. On the optimality of the simple Bayesian classifier under zeroone loss / P. Domingos,
P. Pazzani. // Machine Learning. – 1997. – №29. – 103–137 с. | en |
| dc.relation.references | Николенко С. И. Глубокое обучение. Погружение в мир нейронных сетей. / С. И. Николенко,
А. А. Кадурин, Е. О. Архангельская., 2018. – 480 с | ru |
