Оптимизация моделирования колебательной кинетики углекислого газа в полном поуровневом приближении
В. И. Гориховский, Е. А. Нагнибеда

Эта публикация цитируется в следующих статьяx:

1. Paola Lecca, “Guidelines to design the architecture of Artificial Neural Networks for application in physical chemistry”, J. Phys.: Conf. Ser., 3027:1 (2025), 012032  
2. Yu. N. Voroshilova, V. A. Istomin, O. V. Kunova, E. V. Kustova, E. A. Nagnibeda, M. A. Rydalevskaya, “Scientific School of Nonequilibrium Aeromechanics at St. Petersburg State University”, Vestnik St.Petersb. Univ.Math., 56:3 (2023), 289  
3. Ю. Н. Ворошилова, В. А. Истомин, О. В. Кунова, Е. В. Кустова, Е. А. Нагнибеда, М. А. Рыдалевская, “Научная школа неравновесной аэромеханики СПбГУ”, Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия, 10:3 (2023), 406–456    
4. В. И. Гориховский, Е. В. Кустова, “Нейросетевой подход к описанию колебательной кинетики углекислого газа”, Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия, 9:4 (2022), 665–678      ; V. I. Gorikhovskii, E. V. Kustova, “Neural network approach in modelling vibrational kinetics of carbon dioxide”, Vestn. St. Petersbg. Univ., Math., 9:4 (2022), 434–442  
5. V I Gorikhovskii, T O Evdokimova, V A Poletansky, “Neural networks in solving differential equations”, J. Phys.: Conf. Ser., 2308:1 (2022), 012008