Buchumschlag

Selecting moving objects using time series

Gespeichert in:

Bibliographische Detailangaben
Datum:	2016
1. Verfasser:	A. V. Aharkov
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	2016
Schriftenreihe:	Artificial intelligence
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000786086
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Substantiation for Using the Moving Focus Method to Simulate and Predict the Time Series Form
von: O. V. Dmytrenko, et al.
Veröffentlicht: (2019)

Simulating and Forecasting Periodic Behavior of a Discrete Time Series Using the Moving Average Method
von: O. V. Dmytrenko, et al.
Veröffentlicht: (2019)

Selecting contours of objects in the video stream using the adaptive Canny algorithm
von: Ye. O. Shevchenko, et al.
Veröffentlicht: (2018)

Selection of optimal tribological characteriatics of materials in devices for checking temperature of moving objects
von: P. I. Vankevych
Veröffentlicht: (2013)

Mathematical Models of Moving Objects
von: Tsybulska, Е. O.
Veröffentlicht: (2012)

TRANSIENT HEATING OF MOVING OBJECTS
von: Baida, E. I.
Veröffentlicht: (2014)

Analysis of the trajectory shapes of moving objects in the video sequence with use of structural description
von: V. A. Pikalov, et al.
Veröffentlicht: (2020)

Optimalsearch strategy of moving object in multichannel system
von: L. N. Shlepakov
Veröffentlicht: (2016)

Forecasting the Dynamics of Stockbreeding Development Using Time Series
von: A. B. Kulyk
Veröffentlicht: (2024)

On Method of Autonomic Determination of Longitude and Latitude of Moving Object
von: V. V. Avrutov, et al.
Veröffentlicht: (2021)

Forecast of time series using their segmentation based on wavelet analysis of scalogram
von: Voloshko, A. V., et al.
Veröffentlicht: (2016)

Intelligent control of mobile robot when tracking the moving object
von: O. N. Sukhoruchkina, et al.
Veröffentlicht: (2019)

Extrapolation forecasting on base of time series data with using of situational and inductive models
von: D. V. Stefanyshyn
Veröffentlicht: (2016)

Machine vision systems for detection of fast-moving objects in low visibility conditions
von: Tovstenko, L.M., et al.
Veröffentlicht: (2024)

A linguistic approach to time series forecasting
von: D. V. Lande, et al.
Veröffentlicht: (2022)

Algorithm flars and recognition of time series anomalies
von: Gvishiani, A.D., et al.
Veröffentlicht: (2004)

Estimate of time series similarity based on models
von: T. V. Knignitskaja
Veröffentlicht: (2019)

Moving Coordinates in Electromagnetic Field of Devices with Moving Conductors
von: Ja. Konovalov, et al.
Veröffentlicht: (2016)

Coherent cross-spectral analysis of time series
von: I. M. Yavorskyi, et al.
Veröffentlicht: (2016)

Partially Observed Discrete-valued Time Series
von: Lakhdar Aggoun, et al.
Veröffentlicht: (2007)

A linguistic approach to time series forecasting
von: Ланде, Д. В., et al.
Veröffentlicht: (2022)

Analysis and forecasting of self-similar financial time series
von: Moklyachuk, M., et al.
Veröffentlicht: (2006)

Selection and correlation of new stratons in the kanylivska series of upper vendian of Volyn
von: V. H. Melnychuk, et al.
Veröffentlicht: (2012)

SELECTION AND CORRELATION OF NEW STRATONS IN THE KANYLIVSKA SERIES OF UPPER VENDIAN OF VOLYN
von: MEL'NICHUK, V.G., et al.
Veröffentlicht: (2012)

Modeling and Forecasting Ukraine&#039;s Population by Time Series Using the Matlab Econometrics Toolbox
von: K. O. Kovalova, et al.
Veröffentlicht: (2019)

Using selective reference images of optical range for navigarion systems of controlled objects.
von: Yuzefovych, V. V., et al.
Veröffentlicht: (2019)

Using selective reference images of optical range for navigarion systems of controlled objects
von: V. B. Yuzefovych, et al.
Veröffentlicht: (2019)

Fuzzy set features of one-dimensional time series
von: Ju. N. Minaev, et al.
Veröffentlicht: (2016)

Model of autocorrelative function of time series with strong dependence
von: N. D. Pankratova, et al.
Veröffentlicht: (2015)

Robust Adaptive Identification of Non-Stationary Time Series Using Ensemble of Tuning Hybrid Adaptive Models
von: E. V. Bodjanskij, et al.
Veröffentlicht: (2016)

Combined Autoregressive-Neural Network Method for Predicting Time Series
von: G. A. Kravtsov, et al.
Veröffentlicht: (2020)

A method of preliminary forecasting of time series of financial data
von: A. D. Shatashvili, et al.
Veröffentlicht: (2020)

Analysis of time series by the example of registration of variations in the gravitational field
von: R. Z. Burtiev, et al.
Veröffentlicht: (2021)

Analysis of time series by the example of registration of variations in the gravitational field
von: Burtiev, R.Z., et al.
Veröffentlicht: (2021)

Forecasting techniques based on the use of time series models for forecasting expenditures on social protection and social security
von: Zarudnyi, O., et al.
Veröffentlicht: (2024)

Forecasting techniques based on the use of time series models for forecasting expenditures on social protection and social security
von: O. Zarudnyi, et al.
Veröffentlicht: (2024)

The role of Skorokhod space in the development of the econometric analysis of time series
von: Mccrorie, J.R.
Veröffentlicht: (2008)

Optimization of programmed trajectories of moving object&#039;s stabilization based on control systems of variable structure
von: V. L. Tymchenko
Veröffentlicht: (2022)

Analysis of satellite data time series for forest monitoring using neural networks based on three-dimensional convolutions
von: A. Shelestov, et al.
Veröffentlicht: (2024)

Implementation of the reconstruction process for constructive-synthesizing models of fractal time series
von: Shynkarenko, V.I., et al.
Veröffentlicht: (2026)