Публікація:
Використання нейронних мереж в адаптивних системах онлайн-медичної освіти на базі мікроконтролерів STM32 в умовах воєнних криз

dc.contributor.authorЧумак, В. С.
dc.date.accessioned2023-12-03T20:30:51Z
dc.date.available2023-12-03T20:30:51Z
dc.date.issued2023
dc.description.abstractAdaptive online medical education systems that integrate neural networks and STM32 microcontrollers offer innovative solutions for effective learning in times of war crises. STM32 microcontrollers, with their powerful hardware architecture, ensure fast data processing and efficient interaction with peripheral devices, crucial for creating responsive adaptive systems. The application of reinforcement learning methods allows for personalized learning tailored to each student's individual needs, while neural networks analyze student performance data, optimizing educational programs. The proposed system combines advanced neural network technologies with high-performance STM32 microcontrollers, providing a personalized and adaptive approach to education in the context of military crises.
dc.identifier.citationЧумак В.С. Використання нейронних мереж в адаптивних системах онлайн-медичної освіти на базі мікроконтролерів STM32 в умовах воєнних криз // Автоматизація, електроніка та робототехніка. Стратегії розвитку та інноваційні технології (AERT-2023) : матеріали V форуму, 29–30 листопада 2023 р. – Харків : ХНУРЕ, 2023. – С. 134-135.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/25003
dc.language.isouk
dc.publisherХНУРЕ
dc.subjectадаптивні системи
dc.subjectSTM32
dc.subjectонлайн-медична освіта
dc.titleВикористання нейронних мереж в адаптивних системах онлайн-медичної освіти на базі мікроконтролерів STM32 в умовах воєнних криз
dc.typeThesis
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
AERT-2023_web_134-135.pdf
Розмір:
239.56 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: