Название статьи или книги, фамилия автора, DOI

Статьи 262

  1. Применение методов машинного обучения для восстановления поврежденных объектов на фотографии Динамика сложных систем - XXI век, №5 за 2026 г. С. 31-39
  2. Расчет погонных параметров многопроводных микрополосковых линий передачи с использованием моделей машинного обучения Электромагнитные волны и электронные системы, №5 за 2026 г. С. 63-76
  3. Гибридный подход к управлению поставками на маркетплейсах: интеграция алгоритмов машинного обучения и математического программирования Нейрокомпьютеры: разработка, применение, №4 за 2026 г. С. 88-96
  4. Программа прогнозирования оптимального варианта комплекса образовательных инструментов на основе машинного обучения и искусственного интеллекта Наукоемкие технологии, №4 за 2026 г. С. 89-95
  5. Исследование методов снижения сложности алгоритмов обработки сигнала в MU-MIMO-OFDM-системах на основе машинного обучения Радиотехника, №8 за 2026 г. С. 69-81
  6. Теоретико-игровой подход к формированию обучающих выборок для моделей машинного обучения в задачах информационной безопасности Системы высокой доступности, №2 за 2026 г. С. 109-118
  7. Модель машинного обучения для обнаружения аномалий в смарт-контрактах на основе графовых нейронных сетей и LSTM Системы высокой доступности, №2 за 2026 г. С. 71-82
  8. Кибербезопасность систем, реализующих интенсивное использование данных. Обеспечение доверия к ИИД-системам, использующим технологии искусственного интеллекта и машинного обучения Системы высокой доступности, №2 за 2026 г. С. 5-17
  9. Применение больших языковых моделей для интерпретации результатов машинного обучения при динамическом ценообразовании Нелинейный мир, №2 за 2026 г. С. 69-79
  10. Гибридная система детекции фишинга в реальном времени на основе интеграции черных списков и машинного обучения Наукоемкие технологии, №3 за 2026 г. С. 43-53
  11. Анализ доступности и точности ее оценки для КВ-радиоканала на прогнозируемой ОРЧ, определяемой методом машинного обучения Электромагнитные волны и электронные системы, №2 за 2026 г. С. 78-87
  12. Интегрированный метод машинного обучения для анализа побочных эффектов полипрагмазии Наукоемкие технологии, №2 за 2026 г. С. 22-31
  13. Систематизация орхоно-енисейских рунических письменностей и перспективы их автоматизированного анализа методами машинного обучения Динамика сложных систем - XXI век, №5 за 2025 г. С. 97-103
  14. Модель оценки поглощения углерода российскими лесами на основе интеграции спутниковых, метеорологических и почвенных данных с использованием машинного обучения Нейрокомпьютеры: разработка, применение, №6 за 2025 г. С. 7-16
  15. Усовершенствованный алгоритм анализа и диагностики деформаций позвоночника с использованием динамической обработки изображений и машинного обучения Биомедицинская радиоэлектроника, №5 за 2025 г. С. 85-90
  16. Модели машинного обучения для решения задачи оценивания организационно-технических систем Наукоемкие технологии, №4 за 2025 г. С. 50-59
  17. Обнаружение кибератак и вредоносного программного обеспечения нулевого дня методами машинного обучения Радиотехника, №8 за 2025 г. С. 184-198
  18. Разработка чат-бота для портала поддержки пользователей с применением методов машинного обучения Нелинейный мир, №3 за 2025 г. С. 54-65
  19. Распознавание документов в различных условиях с помощью методов машинного обучения Нелинейный мир, №3 за 2025 г. С. 45-53
  20. Разработка программного комплекса и модели машинного обучения для автоматического анализа новостных потоков в финансовой отрасли Нелинейный мир, №3 за 2025 г. С. 6-14