Використання нейрогарнітур для діагностування захворювань
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Using neuroheadsets for diagnosing diseases
Анотація
The paper discusses the use of EEG headsets for diagnosing diseases, shows the advantages of EEG headsets. The development of artificial intelligence and the improvement of neuroheadsets significantly increase the accuracy and speed of the diagnostic process.
В роботі розглянуто застосування ЕЕГ гарнітур для діагностування захворювань, показано переваги ЕЕГ гарнітур. Розвиток штучного інтелекту та вдосконалення нейрогарнітур значно підвищують точність і швидкість процесу діагностики.
В роботі розглянуто застосування ЕЕГ гарнітур для діагностування захворювань, показано переваги ЕЕГ гарнітур. Розвиток штучного інтелекту та вдосконалення нейрогарнітур значно підвищують точність і швидкість процесу діагностики.
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Романюк О. Н., Павлов С. В., Майданюк В. П., Тітова Н. В., Романюк С. О. Використання нейрогарнітур для діагностування захворювань // Міжнародна науково-технічна конференція з оптико-електронних інформаційних технологій «ФОТОНІКА − ODS 2025», м. Вінниця, 23–24 квітня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/ods/ods_2025/paper/viewFile/24620.
Зібрання
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Goodfellow, Y. Bengio, and A. Courville, Deep Learning, MIT Press, 2016, pp. 800
- M. A. Nielsen, Neural Networks and Deep Learning, Determination Press, 2015, pp. 296
- E. Alpaydin, Introduction to Machine Learning, 4th ed., MIT Press, 2020, pp. 640.
- F. Chollet, Deep Learning with Python, 2nd ed., Manning Publications, 2021, pp. 384
- Geron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd ed., O’Reilly Media, 2019, pp. 856.