Skip to content

Как нас процитировать

Jump to bottom
Nikolay Nikitin edited this page Mar 20, 2020 · 6 revisions

Ссылки на наши научные публикации, на которых базируются алгоритмы и прикладные примеры, размещенные в данном репозитории:

  • Идентификация дифференциальных уравнений. Основные концепты - Maslyaev, Mikhail, Alexander Hvatov, and Anna Kalyuzhnaya. "Data-Driven Partial Derivative Equations Discovery with Evolutionary Approach." International Conference on Computational Science. Springer, Cham, 2019.

  • Прикладной пример идентификации ДУ для гидромет. процесса (изменение уровня океана) Maslyaev, Mikhail, and Alexander Hvatov. "Discovery of the data-driven differential equation-based models of continuous metocean process." Procedia Computer Science 156 (2019): 367-376.

  • Прикладной пример для кредитного скоринга - Nikitin N. O. et al. Evolutionary ensemble approach for behavioral credit scoring //International Conference on Computational Science. – Springer, Cham, 2018. – С. 825-831.

  • Кластеризация на основе data-driven моделей - Deeva I., Nikitin N. O., Kaluyzhnaya A. V. Pattern Recognition in Non-Stationary Environmental Time Series Using Sparse Regression //Procedia Computer Science. – 2019. – Т. 156. – С. 357-366.

  • Метод робастной оптимизации для настройки параметров для гидрометеорологических моделей - Vychuzhanin P., Nikitin N. O., Kalyuzhnaya A. V. Robust Ensemble-Based Evolutionary Calibration of the Numerical Wind Wave Model //International Conference on Computational Science. – Springer, Cham, 2019. – С. 614-627.

  • Решение задачи оптимизации с ограничением по времени и качеству результата (для задачи настройки параметров гидрометеорологических моделей) - Nikitin N. O. et al. Deadline-driven approach for multi-fidelity surrogate-assisted environmental model calibration: SWAN wind wave model case study //Proceedings of the Genetic and Evolutionary Computation Conference Companion. – 2019. – С. 1583-1591.

  • Эволюционная идентификация моделей сложных систем - Kovalchuk S. V. et al. A conceptual approach to complex model management with generalized modelling patterns and evolutionary identification //Complexity. – 2018. – Т. 2018.

  • Управление моделированием с помощью эволюционной идентификации - Kovalchuk S. V. et al. Towards management of complex modeling through a hybrid evolutionary identification //Proceedings of the Genetic and Evolutionary Computation Conference Companion. – 2018. – С. 255-256.

  • Эволюционная адаптивная идентификация ансамбля моделей МО для задачи заполнения пропусков в гидрометеорологических данных - Araya-Lopez J. L., Nikitin N. O., Kaluzhnaya A. V. Case-adaptive ensemble technique for met-ocean data restoration //Procedia Computer Science. – 2018. – Т. 136. – С. 311-320.

  • Применение моделей МО для задачи прогнозирования речных наводнений - Noymanee J., Nikitin N. O., Kalyuzhnaya A. V. Urban pluvial flood forecasting using open data with machine learning techniques in pattani basin //Procedia computer science. – 2017. – Т. 119. – С. 288-297.

  • Создание статистической data-driven модели для задачи прогнозирования нагонных наводнений на Балтике - Nikitin N. O. et al. Statistics-based models of flood-causing cyclones for the Baltic Sea region //Procedia Computer Science. – 2016. – Т. 101. – С. 272-281.

Clone this wiki locally