Список використаних джерел

1. Biological sensors for solar ultraviolet radiation. Yagura T, Makita K, Yamamoto H, Menck CF, Schuch AP. Sensors (Basel). 2011;11(4):4277-94. Epub 2011 Apr 12.

2. Journal of Photochemistry and Photobiology B: Biology Volume 53, Issues 1–3, 1 November 1999, Pp. 1–6.

3. G. Ronto,S. Gaspar,A. Berces. Phage T7 in biological UV dose measurement.Journal of Photochemistry and Photobiology B Biology. DOI:10.1016/1011-1344(92)85030-X. 03/1992; 12(3), pp. 285-94.

4. E. B. Podgorsak. Radiation oncology physics: a handbook for teachers and students. Vienna: International Atomic Energy Agency, 2005. ISBN 92–0–107304–6. 696p.

5. Полупроводниковые фотоприемники: Ультрафиолетовый, видимый и ближний инфракрасный диапазоны спектра / И.Д. Анисимова, И.М. Викулин, Ф.А. Заитов, Ш.Д. Курмашев; Под ред. В.И.Стафеева. M.: Радио и связь, 1984. 216с.

6. http://ru.wikipedia.org/wiki/Радиометр

7. http://ru.wikipedia.org/wiki/Дозиметр

8. http://jp.hamamatsu.com/products/sensor-etd/pd011/C9536/index_en.html

9. http://www.hamamatsu.com/jp/en/product/category/3100/4001/4103/S1226-18BU/index.html

10. http://www.sglux.com/products_of_sglux_SiC_photodio.22.0.html?&tx_ttproducts_pi1%5Bcat%5D=10

11. http://www.sglux.com/Products.2.0.html?&tx_ttproducts_pi1[cat]=7

12. http://www.uv-groebel.com/pmr_rm22.php

13. http://www.uv-groebel.com/ps1_rm11s.php

14. http://www.apogeeinstruments.co.uk/compare/50/48/49

15. http://www.apogeeinstruments.co.uk/uv-sensor-su-100/

16. http://www.gigahertz-optik.de/207-1-X1sub4sub.html

17. http://www.gigahertz-optik.de/files/radiometer_dse_x1-4.pdf

18. http://www.cureuv.com/spdiuv-control-4c-uv-radiometer.html

19. Jingjing Xie, Jo Shien Ng, and Chee Hing Tan, ”An InGaAs/AlAsSb Avalanche Photodiode With a Small Temperature Coefficient of Breakdown”, IEEE Photonics Journal. Vol. 5, No. 4, August 2013. DOI: 10.1109/JPHOT.2013.2272776. pp. 6800706–6800706.

20. T. F. Refaat and H. E. Elsayed-Ali, “Advanced atmospheric water vapor DIAL detection system,” Nat. Aeronaut. Space Admin., Langley Res. Center, Hampton, VA, USA, NASA 210 301, Jun. 2000.

21. http://www.hamamatsu.com/

22. http://www.sglux.com/

23. http://www.lasercomponents.com/

24. http://www.ams.com/eng/Products

25. http://www.hamamatsu.com/resources/pdf/ssd/s1226_series_kspd1034e08.pdf

26. http://www.hamamatsu.com/resources/pdf/ssd/s2592-03_etc_kspd1003e07.pdf

27. http://www.hamamatsu.com/resources/pdf/ssd/s4111-16r_etc_kmpd1002e07.pdf

28. http://www.lasercomponents.com/fileadmin/user_upload/home/Datasheets/lcd/sae-series_red-enhanced.pdf

29. О. Рощупкін. Сучасний стан і перспективи розвитку детекторів ультрафіолетового випромінювання. Науковий вісник Чернівецького університету. 2009. Випуск 438. Фізика. Електроніка.– С.122-132.

31. Turchenko I. Simulation Modelling of Neural Control System for Coal Mine Ventilation / Turchenko I., Kochan V., Sachenko A. // Proceedings of the 4th International Conference on Neural Networks and Artificial Intelligence (ICNNAI`2006). – 2006. – Brest (Belarus). – P. 93-98.

32. Turchenko V. Estimation of Computational Complexity of Sensor Accuracy Improvement Algorithm Based on Neural Networks / Turchenko V., Kochan V., Sachenko A. // Ed. G.Dorffner, H.Bischof, and K.Hornik // Lecture Notes in Computing Science, Springer-Verlag. – 2001. – No. 2130. – P. 743-748.

33. Auge J., Dierks K., Eichelbaum F., Hauptmann P. High-speed multi-parameter data acquisition and web-based remote access to resonant sensors and sensor arrays // Sensors and Actuators B. - 2003. - Vol. 95, No. 1-3. - Pp. 32 - 38.

34. Turchenko V. Estimation of Computational Complexity of Sensor Accuracy Improvement Algorithm Based on Neural Networks / Turchenko V., Kochan V., Sachenko A. // Ed. G.Dorffner, H.Bischof, and K.Hornik // Lecture Notes in Computing Science, Springer-Verlag. – 2001. – No. 2130. – P. 743-748.

35. Bangalore A. S. Automated Detection of Trichloroethylene by Fourier Transform Infrared Remote Sensing Measurements / Bangalore A. S., Small G. W., Combs R. J., Knapp R. B, Kroutil R. T. // Analytical Chemistry. – 1997. – Vol. 69, No. 2. – P. 118-129.

36. Daqi G. An electronic nose and modular radial basis function network classifiers for recognizing multiple fragrant materials / Daqi G., Shuyan W., Yan J. // Sensors and Actuators B. – 2004. – Vol. 97, No. 2-3. – P. 391-401.

37. Zhang H. Improving pattern recognition of electronic nose data with time-delay neural networks / Zhang H., Balaban M., Principe J. // Sensors and Actuators B. – 2003. – Vol. 96, No. 1-2. – P. 385-389.

38. Llobet E. Building parsimonious fuzzy ARTMAP models by variable selection with a cascaded genetic algorithm: application to multisensor systems for gas analysis / Llobet E., Brezmes J., Gualdrón O., Vilanova X., Correig X. // Sensors and Actuators B. – 2004. – Vol. 99, No. 2-3. – P. 267-272.

39. Ortega A. An intelligent detector based on temperature modulation of a gas sensor with a digital signal processor / Ortega A., Marco S., Perera A., Sundic T., Pardo A., Samitier J. // Sensors and Actuators B. – 2001. – Vol. 78, No. 1-3. – P. 32-39.

40. Guo D. Application of artificial neural network technique to the formulation design of dielectric ceramics / Guo D., Wang Y., Nan C., Li L., Xia J. // Sensors and Actuators A. – 2002. – Vol. 102, No. 1-2. – P. 93-98.

41. Luo D. Application of ANN with extracted parameters from an electronic nose in cigarette brand identification / Luo D., Hosseini G., Stewart J. // Sensors and Actuators B. – 2004. – Vol. 99, No. 2-3. – P. 253-257.

42. L. Devroye, L. Gyorfi, G. Lugosi, A Probabilistic Theory of Pattern Recognition, Springer, New York, 1996.

43. T. Hastie, R. Tibshirani, Discriminant adaptive nearest neighbor classification, IEEE Trans. Pattern Anal. Mach. Intell. 18 (6) (1996) 607-616.

44. http://www.neuricam.com/Neuricam/Products/totem.htm.

45. V. Dorosh, O. Roshchupkin, I. Turchenko, V. Kochan, A. Sachenko. Identification method of multisensor conversion characteristics based on neural networks. // Proceedings of the International Conference TCSET’2010 X-th International Conference “Modern problems of radio engineering, telecommunications and computer science”– Lviv-Slavsko, Ukraine, 2010. – CD, A.314.

46. Рощупкін О.Ю., Дорош В. І., д. т. н. Саченко А. О., к. т. н. Кочан В. В., к. т. н. Турченко. І. В. Нейромережевий метод обробки даних калібрування багатопараметричних сенсорів // Материалы XI международной научно-практической. конференции «Современные информационные и электронные технологии» (СИЭТ-2010). – Одесса, 2010. – С.43.

47. Рощупкін О.Ю., Кочан В.В., Саченко А.О., (Україна); Патент на винахід № 97173, зареєстровано 10.01.2012, бюлетень № 1. Заявлено 06.04.10, заявка № а201003905; Багатомодульна система відображення інформації з самоідентифікацією вузлів.

48. О. Рощупкін. Сучасний стан і перспективи розвитку детекторів ультрафіолетового випромінювання. Науковий вісник Чернівецького університету. 2009. Випуск 438. Фізика. Електроніка.– С.122-132.

49. О. Рощупкін. Сенсори ультрафіолетового випромінювання інформаційно -вимірювальних систем. Сучасний стан і перспективи розвитку. // Матеріали IV міжнародної науковій конференції молодих вчених «Комп'ютерні науки та інженерія 2010». (CSE-2010). – Львів, 2010. ­– С. 318-319.

50. О. Рощупкін. Використання нейронних мереж у 8-розрядних мікроконтролерах. // Матеріали міжнародної науково-технічної конференції молодих учених та студентів «Актуальні задачі сучасних технологій», 21-22 грудня 2010 року Тернопіль. – С. 99.

51. O. Roshchupkin, A. Sachenko, V. Kochan. Neural Processing of Multisensor Signals at the 8-bit Microcontroller. // Proceedings of the 6th IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS-2011). – Prague (Czech Republic), 2011. – pp. 383-387.

52. І.В. Турченко, О.Ю. Рощупкін, В.В. Кочан. Нейромережевий метод ідентифікації характеристики перетворення мультисенсора. Науковий вісник ЧНУ. Том №2, випуск №3. Комп’ютерні системи та компоненти. - Чернівці: ЧНУ 2011. – С. 36-41.