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

Algorithmic complexity and advanced mathematics: optimizing neural networks through low-level implementations

Ескіз

Файли

29396.pdf (323,21 KB)

Дата

2026

Автори

Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Анотація

The efficiency of neural networks directly depends on the mathematical optimization and speed of computational algorithms at the processor architecture level. The combination of higher mathematics with low -level programming allows to minimize computational costs when implementing complex matrix arithmetic and gradient descent operations. The paper analyzes how direct memory management and vectorization of calculations in system -level languages can significantly accelerate the training of deep models compared to high-level interpreted languages.

Опис

Ключові слова

algorithmic complexity , higher mathematics , neural networks , low -level optimization , matrixarithmetic , memory management , computational efficiency , C++

УДК

004.582:004.946

Тип документа

Thesis

Мова

en_US

Є частиною

Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.

ISSN

Бібліографічний опис

Бобруляк Д. О., Чопляк В. В. Algorithmic complexity and advanced mathematics: optimizing neural networks through low-level implementations // 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/29396.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/52642

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2026)

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (7)

  1. Stroustrup, B. (2013). The C++ Programming Language (4th ed.). Addison-Wesley Professional. URL: https://chenweixiang.github.io/docs/The_C++_Programming_Language_4th_Edition_Bjarne_Stroustrup.pdf.
  2. Heaton, J. Goodfellow, I., Bengio, Y., Courville, A. (2018). Deep learning. Genet Program Evolvable Mach 19, 305–307. DOI: https://doi.org/10.1007/s10710-017-9314-z.
  3. Knuth, D. E. (1997). The Art of Computer Programming, Volume 1: Fundamental Algorithms. Addison-Wesley. URL: https://seriouscomputerist.atariverse.com/media/pdf/book/Art%20of%20Computer%20Programming%20%20Volume%201%20(Fundamental%20Algorithms).pdf.
  4. Gereron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly Media. URL: https://www.oreilly.com/library/view/hands-on-machine-learning/9781492032632.
  5. Kravchenko, K., Ketsyk-Zinchenko, U., Suduk, I., Nykyporets, S., & Cherednychenko, V. (2025). Effectiveness of online platforms in developing language skills of higher education students. Revista Eduweb, 19(3), 303-314. DOI: https://doi.org/10.46502/issn.1856-7576/2025.19.03.19.
  6. Sachaniuk-Kavets’ka, N. V., & Nykyporets, S. S. (2026). LLM-based automation for translating mathematical formulae and symbols: Challenges and perspectives for technical communication. Scientific Innovations and Advanced Technologies. Series "Education/Pedagogy", 3(55), 660-677. DOI: https://doi.org/10.52058/2786-5274-2026-3(55)-660-677.
  7. Sachaniuk-Kavets’ka, N. V., & Nykyporets, S. S. (2025). Developing critical thinking in students of technical specialties through the mathematics of uncertainty and educational debates in English: An integrated experimental-methodological model. Bulletin of Science and Education. Series "Pedagogy", 11(41), 1524-1541. DOI: https://doi.org/10.52058/2786-6165-2025-11(41)-1524-1541. Борбуляк Дмитро Олександрович – студент групи 5ПІ-25б, факультет інформаційних технологій та комп’ютерної інженерії, Вінницький національний технічний університет, м. Вінниця, e-mail: cryptodmytriyme@gmail.com Науковий керівник: