Гібридна архітектура адаптивного інференсу для автоматизованого аналізу медичних зображень
| dc.contributor.author | Кудінов, М. А. | |
| dc.contributor.author | Марченко, Станіслав Віталійович | |
| dc.date.accessioned | 2026-06-30T12:43:12Z | |
| dc.date.available | 2026-06-30T12:43:12Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Сучасні підходи до автоматизованого аналізу медичних зображень базуються на застосуванні глибоких нейронних мереж, які демонструють високі показники точності при виявленні патологічних змін у різних модальностях діагностичних досліджень. Згідно з оглядовими дослідженнями, використання моделей глибокого навчання дозволило суттєво підвищити ефективність інтерпретації медичних зображень, проте водночас поставило нові вимоги до архітектурної організації програмних систем, у яких такі моделі експлуатуються. | |
| dc.identifier.citation | Кудінов М.А., Марченко С.В. Гібридна архітектура адаптивного інференсу для автоматизованого аналізу медичних зображень. Матеріали ХVІІI Всеукраїнської науково-практичної конференції «Тенденції розвитку ІТ-технологій в Україні»: збірник наукових праць. Черкаси, 2026. С. 157-162 | |
| dc.identifier.uri | http://csbc.edu.ua/documents/student/2404265.pdf | |
| dc.identifier.uri | https://dr.csbc.edu.ua/handle/123456789/2391 | |
| dc.publisher | ЧДБК | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Information technology | |
| dc.title | Гібридна архітектура адаптивного інференсу для автоматизованого аналізу медичних зображень | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- ХVІІI Тенденції розвитку ІТ-технологій в Україні-157-162.pdf
- Size:
- 473.91 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed to upon submission
- Description: