Публикации

Доклад / статья в материалах (трудах) конференций, симпозиумов и т.п.

  • Смирнов Н.В., Логвинов К.А., Кабонен А.В. Сегментация для выделения леса на изображении [Электронный ресурс] / Н.В. Смирнов, К.А. Логвинов, А.В. Кабонен // Материалы XV всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе". - Петрозаводск, 2021. - С.108-111. - Режим доступа: https://it2021.petrsu.ru/. (РИНЦ)
  • Марахтанов А.Г. Сравнительный анализ программных средств, использующих методы машинного обучения для детектирования лица человека в шлеме дополненной реальности на изображении [Электронный ресурс] / А.Г. Марахтанов, Н.В. Смирнов, А.В. Семенов, Н.Д. Семенов // Материалы XV всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе". - Петрозаводск, 2021. - С.73-77. - Режим доступа: https://it2021.petrsu.ru/. (РИНЦ)
  • Смирнов Н.В., Чернышов А.С., Семенов А.В. Методы глубокого обучения в задаче распознавания эмоционального состояния человека на фотографиях [Электронный ресурс] / Н.В. Смирнов, А.С. Чернышов, А.В. Семенов // Материалы XV всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе". - Петрозаводск, 2021. - С.111-114. - Режим доступа: https://it2021.petrsu.ru/. (РИНЦ)
  • Марахтанов А.Г., Паренченков Е.О., Смирнов Н.В. Применение методов машинного и глубокого обучения для аутентификации пользователей по курсорному почерку [Электронный ресурс] / А.Г. Марахтанов, Е.О. Паренченков, Н.В. Смирнов // Материалы XV всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе". - Петрозаводск, 2021. - С.71-73. - Режим доступа: https://it2021.petrsu.ru/. (РИНЦ)
  • Смирнов Н.В., Трифонов А.С. Влияние присутствия нескольких классов объектов на результаты классификации изображений сверточными нейронными сетями // Материалы XII Международной интернет-конференции молодых ученых, аспирантов, студентов (16 ноября – 31 декабря 2020 г.) «Инновационные технологии: теория, инструменты, практика». – Пермь, 2021. – С. 202–207. (РИНЦ)
  • Rogov A.A. Machine Learning Methods in the Problem of Attribution of Publicistic Texts of the XIX Century [Text] / A.A. Rogov, N.D. Moskin, K.A. Kulakov, R.V. Abramov // Proceedings of the 30th Conference of Open Innovations Association FRUCT. - Oulu, Finland, 2021. - №30. - P.223-229. - URL: https://www.elibrary.ru/item.asp?id=47135897. - ISSN 2305-7254. (Scopus, РИНЦ)
  • Smirnov N.V., Trifonov A.S. Deep Learning Methods for Solving Scrap Metal Classification Task [Electronic resource] / N.V. Smirnov , A.S. Trifonov // 2021 International Russian Automation Conference (RusAutoCon 2021), Sochi, Russia. - IEEE, 2021. - P.221 - 225. doi: 10.1109/RusAutoCon52004.2021.9537520 (Scopus)
  • Marakhtanov A.G., Parenchenkov E.O., Smirnov N.V. Detection of Fictitious Accounts Registration [Electronic resource] / A.G. Marakhtanov, E.O. Parenchenkov , N.V. Smirnov // 2021 International Russian Automation Conference (RusAutoCon 2021), Sochi, Russia. - IEEE, 2021. - P.226 - 230. doi: 10.1109/RusAutoCon52004.2021.9537341 (Scopus)
  • Krizhanovsky A., Krizhanovskaya N., Novak I. Part of speech and gramset tagging algorithms for unknown words based on morphological dictionaries of the Veps and Karelian languages // Sychev A., Makhortov S., Thalheim B. (eds) Data Analytics and Management in Data Intensive Domains. DAMDID/RCDL 2020. Communications in Computer and Information Science, vol 1427. pp 163-177. Springer, Cham. https://doi.org/10.1007/978-3-030-81200-3_12 http://mathem.krc.karelia.ru/publ.php?id=19646&plang=r https://arxiv.org/pdf/2103.11859.pdf (Scopus, РИНЦ)
  • Легин О.С. О влиянии пандемии коронавирусной инфекции на электронную подачу документов в арбитражные суды на примере Арбитражного суда Республики Карелия [Электронный ресурс] / О.С. Легин, Ю.В. Сидоров // Право и информация: вопросы теории и практики : сб. матер. междунар. науч.-практ. конф. / науч. ред. Н. А. Шевелёва, д-р юрид. наук, проф.. - Санкт-Петербург : ФГБУ "Президентская библиотека", 2021. - Вып.10. - С.149-156. - Серия «Электронное законодательство». - Режим доступа: https://www.elibrary.ru/item.asp?id=46188743. (РИНЦ)
  • Смирнов Н. В., Трифонов А. С. Применение сверточных нейронных сетей в задаче классификации текстурных изображений. [Электронный ресурс] / Н. В. Смирнов, А. С. Трифонов // Материалы XIV всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе". – Петрозаводск, 2020. – С. 146–149. URL: https://it2020.petrsu.ru/doc/it2020.pdf. – (06.12.2020) (РИНЦ)
  • Марахтанов А. Г., Паренченков Е. О., Смирнов Н. В. Задача обнаружения электронного мошенничества в случае сильно несбалансированного набора данных. [Электронный ресурс] / А. Г. Марахтанов, Е. О. Паренченков, Н. В. Смирнов // Материалы XIV всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе". – Петрозаводск, 2020. – С. 93–97. URL: https://it2020.petrsu.ru/doc/it2020.pdf. – (06.12. 2020) (РИНЦ)
  • Smirnov N. V., Rybin E. I. Machine Learning Methods for Solving Scrap Metal Classification Task // 2020 International Russian Automation Conference (RusAutoCon), Sochi, Russia. – 2020. – Pp. 1020–1024. doi:10.1109/RusAutoCon49822.2020.9208157. (Scopus)
  • Легин О.С. О некоторых правовых аспектах организации электронных архивов судов с учетом опыта Арбитражного суда Республики Карелия [Электронный ресурс] / О.С. Легин, Ю.В. Сидоров // Право и информация: вопросы теории и практики : сб. матер. между-нар. науч.-практ. конф. / науч. ред. Н. А. Шевелёва, д-р юрид. наук, проф.. - Санкт-Петербург : ФГБУ "Президентская библиотека", 2020. - Вып.9. - С.128-135. - Серия «Электронное законодательство». - Режим доступа: https://www.prlib.ru/item/1306161. (РИНЦ)
  • Rogov A.A. Text Attribution in Case of Sampling Imbalance by the Method of Constructing an Ensemble of Classifiers Based on Decision Trees (full version) [Electronic resource] / A.A. Rogov, R.V. Abramov, A.A. Lebedev, K.A. Kulakov, N.D. Moskin // Data Analytics and Management in Data Intensive Domains. Supplementary Proceedings of the 22th International Conference DAMDID/RCDL'2020 (October 13-16, 2020, Voronezh, Russia). - CEUR Workshop Proceedings, 2020. - P.319-328. - URL: http://ceur-ws.org/. - ISSN 1613-0073. (Scopus)
  • Кулаков К.А. Атрибуция текстов с помощью математических методов и компьютерных технологий [Текст] / К.А. Кулаков, А.А. Лебедев, А.А. Рогов, Т.Г. Суровцова, Н.Д. Москин // Материалы XIII всероссийской научно-практической конференции "Цифровые технологии в образовании, науке, обществе" (Петрозаводск, 17-20 сентября 2019 года). - Петрозаводск, 2019. - С.121-125. - URL: https://it2019.petrsu.ru (РИНЦ)
  • Кулаков К.А. Методы искусственного интеллекта в задаче атрибуции текстов [Текст] / К.А. Кулаков, А.А. Лебедев, А.А. Рогов, Т.Г. Суровцова, Н.Д. Москин // Современные методы прикладной математики, теории управления и компьютерных технологий : сборник трудов XII международной научной конференции ПМТУКТ-2019 (Воронеж, 25-28 сентября 2019 г.). - Воронеж: ВГУИТ, 2019. - С.189-192. (РИНЦ)
  • Klyachko, E. L., Sorokin, A. A., Krizhanovskaya, N. B., Krizhanovsky, A. A., Ryazanskaya, G. M. LowResourceEval-2019: a shared task on morphological analysis for low-resource languages [Electronic resource] / А.А. Крижановский // Dialog 2019. - Moscow, 2019. - P.45-62. - URL: http://www.dialog-21.ru/media/4870/_-dialog2019scopusvolplus.pdf#page=52.
  • Krizhanovskaya N. B., Krizhanovsky A. A. Semi-automatic methods for adding words to the dictionary of VepKar corpus based on inflectional rules extracted from Wiktionary [Text] / А.А. Крижановский // Международная научная конференция «Корпусная лингвистика-2019». - СПб, 2019. - P.288-295. (РИНЦ)
  • Крижановский, А.А., Крижановская, Н.Б., Новак, И.П. Представление диалектов в Открытом корпусе вепсского и карельского языков (ВепКар) [Текст] / А.А. Крижановский // Международная научная конференция «Корпусная лингвистика-2019». - СПб, 2019. - С.288-295. - Режим доступа: https://events.spbu.ru/eventsContent/events/2019/corpora/corp_sborn.pdf#page=288. (РИНЦ)
Поделиться: