| dc.contributor.author | Подзігун, Д. К. | uk |
| dc.contributor.author | Жуков, С. О. | uk |
| dc.contributor.author | Podzihun, D. K. | en |
| dc.contributor.author | Zhukov, S. O. | en |
| dc.date.accessioned | 2026-09-03T10:29:54Z | |
| dc.date.available | 2026-09-03T10:29:54Z | |
| dc.date.issued | 2026 | |
| dc.identifier.citation | Подзігун Д. К., Жуков С. О. Розроблення вебдодатку для системного аналізу та прогнозування погодних умов із застосуванням технологій штучного інтелекту // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/28863. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua/handle/123456789/52846 | |
| dc.description.abstract | У роботі представлено результати розробки вебзастосунку для аналізу та прогнозування погодних умов. | uk |
| dc.description.abstract | This paper presents the results of developing a web application for weather data analysis and forecasting. The system architecture encompasses four core components: a PostgreSQL database, a Flask-based backend, the OpenWeather API integration layer, and an HTML/CSS/HTMX client interface. Seven functional modules have been implemented: authentication, current weather, saved cities, forecasting, chart visualization, city comparison, and climate analytics. A | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/28863 | |
| dc.subject | вебзастосунок | uk |
| dc.subject | аналіз даних | uk |
| dc.subject | прогнозування погоди | uk |
| dc.subject | Flask | en |
| dc.subject | PostgreSQL | en |
| dc.subject | машинне навчання | uk |
| dc.subject | HTMX | en |
| dc.subject | web application | en |
| dc.subject | data analysis | en |
| dc.subject | weather forecasting | en |
| dc.subject | Flask | en |
| dc.subject | PostgreSQL | en |
| dc.subject | machine learning | en |
| dc.subject | HTMX | en |
| dc.title | Розроблення вебдодатку для системного аналізу та прогнозування погодних умов із застосуванням технологій штучного інтелекту | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.774:004.428.4 | |
| dc.relation.references | OpenWeather API Documentation. URL: https://openweathermap.org/api | en |
| dc.relation.references | AccuWeather. Офіційний сайт. URL: https://www.accuweather.com | en |
| dc.relation.references | Weather.com. The Weather Channel. URL: https://weather.com | en |
| dc.relation.references | Pedregosa F., Varoquaux G., Gramfort A. et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research. 2011. Vol. 12. P. 2825–2830. | en |
| dc.relation.references | Flask Documentation. Flask Web Development Framework. URL: https://flask.palletsprojects.com | en |
| dc.relation.references | SQLAlchemy Documentation. The Python SQL Toolkit and ORM. URL: https://docs.sqlalchemy.org | en |
| dc.relation.references | PostgreSQL Documentation. URL: https://www.postgresql.org/docs | en |
| dc.relation.references | Haupt S. E., Pasini A., Marzban C. Artificial Intelligence Methods in the Environmental Sciences. Springer, 2009. 424 p. | en |
| dc.relation.references | HTMX Documentation. High power tools for HTML. URL: https://htmx.org/docs | en |
| dc.relation.references | Podzigun D. Weather Forecasting Web Application: GitHub repository. URL: https://github.com/dimapodzihun/WeatherApp_course_project_web_dev | en |
