<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз видів нейронних мереж для прогнозування рентабельності підприємства

dc.contributor.authorСеменов, О. М.uk
dc.contributor.authorКолесницький, О. К.uk
dc.contributor.authorSemenov, O.en
dc.contributor.authorKolesnytsky, O.en
dc.titleАналіз видів нейронних мереж для прогнозування рентабельності підприємстваuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationСеменов О. М., Колесницький О. К. Аналіз видів нейронних мереж для прогнозування рентабельності підприємства // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21711.uk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21711
dc.identifier.isbn978-617-8163-14-3
dc.identifier.udc004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/47209
dc.description.abstractВ роботі проаналізовано види нейронних мереж. В процесі дослідження були враховані різні види мереж, такі як згорткові мережі, рекурентні мережі, РБФ мережі та багатошаровий перцептрон. Визначено переваги та недоліки цих видів та вибрано оптимальний вид мережі для розв’язку задачі прогнозування рентабельності підприємства.uk
dc.description.abstractThe paper analyzed types of neural networks, considering various types such as convolutional networks, recurrent networks, radial basis function networks, and multilayer perceptrons. The advantages and disadvantages of these types were identified, and the optimal network type was selected for solving the problem of predicting a company's profitability.en
dc.subjectметоди прогнозуванняuk
dc.subjectрентабельністьuk
dc.subjectнейронні мережіuk
dc.subjectforecasting methodsen
dc.subjectprofitabilityen
dc.subjectneural networksen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesHendry D., Clements M., Castle J. Forecasting: An Essential Introduction. Yale University Press, 2019. 240 p.en
dc.relation.referencesВладимир О. Економіка та організація виробництва. Тернопіль : ТНТУ ім. Ів. Пулюя, 2016. 183 с.uk
dc.relation.referencesVentriglia F. Neural Modeling and Neural Networks. Elsevier Science & Technology Books, 2013. 526 p.en
dc.relation.referencesArtificial Neural Network Modelling / ed. by S. Shanmuganathan, S. Samarasinghe. Cham : Springer International Publishing, 2016. 472 p.en
dc.relation.referencesBianconi G. Multilayer Network Models. Oxford University Press, 2018. 225 p.en
dc.relation.referencesRumelhart D. E., Chauvin Y. Backpropagation: Theory, Architectures, and Applications. Taylor & Francis Group, 2013. 576 p.en
dc.date.accessioned2025-07-24T11:09:54Z
dc.date.available2025-07-24T11:09:54Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
21711.pdf
Розмір:
417,11 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:

Зібрання