<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/themes/root/assets/xsl/rss.xsl"?>
<rss version="2.0" xmlns:opensearch="http://a9.com/-/spec/opensearch/1.1/" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:slash="http://purl.org/rss/1.0/modules/slash/">
  <channel>
    <title>Результати для "LSTM"</title>
    <description>Показ 1 - 8 результатів із 8</description>
    <generator>Laminas_Feed_Writer 2 (https://getlaminas.org)</generator>
    <link>https://harvester.nas.gov.ua/Search/Results?sort=last_indexed+desc&amp;limit=50&amp;lookfor=%22LSTM%22&amp;type=Subject&amp;lng=uk</link>
    <opensearch:totalResults>8</opensearch:totalResults>
    <opensearch:startIndex>0</opensearch:startIndex>
    <opensearch:itemsPerPage>50</opensearch:itemsPerPage>
    <opensearch:Query role="request" searchTerms="%22LSTM%22" startIndex="0"/>
    <atom:link rel="first" type="application/rss+xml" title="На першу сторінку" href="https://harvester.nas.gov.ua/Search/Results?sort=last_indexed+desc&amp;limit=50&amp;view=rss&amp;lookfor=%22LSTM%22&amp;type=Subject&amp;lng=uk"/>
    <atom:link rel="last" type="application/rss+xml" title="На останню сторінку" href="https://harvester.nas.gov.ua/Search/Results?sort=last_indexed+desc&amp;limit=50&amp;view=rss&amp;lookfor=%22LSTM%22&amp;type=Subject&amp;lng=uk&amp;page=1"/>
    <atom:link rel="self" type="application/rss+xml" href="https://harvester.nas.gov.ua/Search/Results?sort=last_indexed+desc&amp;limit=50&amp;view=rss&amp;lookfor=%22LSTM%22&amp;type=Subject&amp;lng=uk"/>
    <item>
      <title>ПОРІВНЯННЯ КЛАСИЧНИХ ТА НЕЙРОМЕРЕЖЕВИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗУВАННЯ ОБСЯГІВ СПОЖИВАННЯ ЕЛЕКТРОЕНЕРГІЇ НЕПОБУТОВОГО СПОЖИВАЧА</title>
      <pubDate>Sun, 08 Feb 2026 08:14:21 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/oai:ojs2.ted.new-point.com.ua:article-1774</link>
      <guid>https://harvester.nas.gov.ua/Record/oai:ojs2.ted.new-point.com.ua:article-1774</guid>
      <author>Сичова, В.В.</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2026</dc:date>
      <dc:creator>Сичова, В.В.</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>Гнучкі методології управління ризиками в життєвому циклі інтелектуальної системи прогнозування рішень динаміки ринкових акцій </title>
      <pubDate>Wed, 24 Sep 2025 17:29:40 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/oai:oeipt.vntu.edu.ua:article-768</link>
      <guid>https://harvester.nas.gov.ua/Record/oai:oeipt.vntu.edu.ua:article-768</guid>
      <author>Угрин, Д.І.</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2025</dc:date>
      <dc:creator>Угрин, Д.І.</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>Дослідження ефективності штучних нейронних мереж (ШНМ) різних поколінь у задачі прогнозування у фінансовій сфері</title>
      <pubDate>Wed, 17 Sep 2025 09:26:02 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-312420</link>
      <guid>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-312420</guid>
      <author>Bodyanskiy, Yevgeniy</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2025</dc:date>
      <dc:creator>Bodyanskiy, Yevgeniy</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>DETERMINATION OF NETWORK TRAFFIC ANOMALIES IN A DISTRIBUTED COMPUTER SYSTEM WITH ENERGY FACILITIES  </title>
      <pubDate>Thu, 17 Jul 2025 11:39:27 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/veorgua-article-455</link>
      <guid>https://harvester.nas.gov.ua/Record/veorgua-article-455</guid>
      <author>Shapovalova , S.</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2024</dc:date>
      <dc:creator>Shapovalova , S.</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>Дослідження методів обчислювального інтелекту у прогнозуванні на фінансових ринках</title>
      <pubDate>Thu, 17 Jul 2025 10:28:21 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-290368</link>
      <guid>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-290368</guid>
      <author>Zaychenko, Yuriy</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2023</dc:date>
      <dc:creator>Zaychenko, Yuriy</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>Дослідження методів обчислювального інтелекту у проблемі прогнозування на ринках цінних паперів</title>
      <pubDate>Thu, 17 Jul 2025 10:27:24 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-239831</link>
      <guid>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-239831</guid>
      <author>Zaychenko, Yuriy</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2021</dc:date>
      <dc:creator>Zaychenko, Yuriy</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>Прогнозування емісії SO2 вулкана Кілауеа з використанням інтелектуального методу аналізу даних</title>
      <pubDate>Thu, 17 Jul 2025 10:26:26 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-181465</link>
      <guid>https://harvester.nas.gov.ua/Record/journaliasakpiua-article-181465</guid>
      <author>Zabielin, Stanislav</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2019</dc:date>
      <dc:creator>Zabielin, Stanislav</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
    <item>
      <title>Recurrent neural network model for music generation</title>
      <pubDate>Thu, 17 Jul 2025 09:40:46 +0000</pubDate>
      <link>https://harvester.nas.gov.ua/Record/pp_isofts_kiev_ua-article-491</link>
      <guid>https://harvester.nas.gov.ua/Record/pp_isofts_kiev_ua-article-491</guid>
      <author>Komarskiy, O.C.</author>
      <dc:format>Стаття</dc:format>
      <dc:date>2022</dc:date>
      <dc:creator>Komarskiy, O.C.</dc:creator>
      <slash:comments>0</slash:comments>
    </item>
  </channel>
</rss>
