Suchkov, V. I.V. I.SuchkovPashko, A. O.A. O.Pashko2026-02-262026-02-262025-12-25Suchkov, V. I., Pashko, A. O. (2025). A convolutional neural network for chest X-ray image classification. Journal of Numerical and Applied Mathematics(2), 77–86. https://doi.org/10.17721/2706-9699.2025.2.0610.17721/2706-9699.2025.2.06https://ir.library.knu.ua/handle/15071834/10885This paper addresses the design of a convolutional neural network architecture for processing chest X-ray images using pattern recognition methods in the context of classification into the following classes: COVID-19 viral pneumonia, non-COVID pneumonia, and absence of disease. The development of a convolutional neural network architecture is a key component of technologies for timely and accurate diagnosis of lung diseases. In this work, a CNN architecture consisting of five convolutional layers separated by pooling layers is proposed. The network was trained using a batch size of 32 and the Adam optimization algorithm, achieving an overall classification accuracy of 94%.У статтi розглядається побудова архiтектури згорткової нейронної мережi для обробки знiмкiв грудної клiтини за допомогою методiв розпiзнавання образiв в контекстi класифiкацiї за класами: вiрусна пневмонiя, що спричинена COVID-19, пневмонiя та вiдсутнiсть захворювання. Побудова архiтектури згорткової нейронної мережi є складовою технологiї своєчасної та точної дiагностики захворювання легень. В роботi запропонована архiтектура ЗНМ, що мiстить 5 згорткових шарiв, роздiлених пулiнговими шарами. Для навчання мережi використовувався батч розмiром 32 та алгоритм Adam, була досягнута точнiсть 94%.ukconvolutional neural networkcross-validationchest X-ray imagesclassificationзгорткова нейронна мережакрос-валiдацiярентген-знiмки грудної клiтиникласифiкацiяСтаття