Дубнов Юрий Андреевич

Публикации в базе данных Math-Net.Ru

1. Энтропийно-рандомизированное оценивание параметров нелинейной динамической модели по наблюдениям зависимого процесса
   
   Челяб. физ.-матем. журн., 9:1 (2024),  144–159
2. Экспериментальный анализ алгоритма оценивания гёльдеровой экспоненты на базе концепции $\epsilon$-сложности непрерывных функций
   
   Автомат. и телемех., 2023, № 4,  19–34
3. Алгоритмы рандомизированного машинного обучения для прогнозирования эволюции площади термокарстовых озер в зонах вечной мерзлоты
   
   Автомат. и телемех., 2023, № 1,  98–120
4. Приближенное оценивание с помощью ускоренного метода наибольшей энтропии. Часть 2. Исследование свойств оценок
   
   ИТиВС, 2023, № 1,  71–81
5. Приближенное оценивание с помощью ускоренного метода наибольшей энтропии. Часть 1. Постановка задачи и реализация для задачи регрессии
   
   ИТиВС, 2022, № 4,  69–80
6. Прогнозирование распространения COVID-19 в ЕС с использованием рандомизированного машинного обучения динамических моделей
   
   ИТиВС, 2022, № 3,  67–78
7. Рандомизированное машинное обучение и прогнозирование нелинейных динамических моделей c применением к эпидемиологической модели SIR
   
   Информатика и автоматизация, 21:4 (2022),  659–677
8. Метод энтропийно-рандомизированного восстановления пропущенных данных
   
   Автомат. и телемех., 2021, № 4,  140–160
9. Энтропийно-рандомизированное проектирование
   
   Автомат. и телемех., 2021, № 3,  149–168
10. Энтропийно-рандомизированное прогнозирование эволюции площади термокарстовых озёр
    
    Челяб. физ.-матем. журн., 6:3 (2021),  384–396
11. Прогнозирование развития эпидемии COVID-19 в странах Европейского союза с использованием энтропийно-рандомизированного подхода
    
    Информатика и автоматизация, 20:5 (2021),  1010–1033
12. Элементы рандомизированного прогнозирования и его применение для предсказания суточной электрической нагрузки энергетической системы
    
    Автомат. и телемех., 2020, № 7,  148–172
13. Методы детерминированных и рандомизированных энтропийных проекций для редукции размерности матрицы данных
    
    Информ. и её примен., 14:4 (2020),  47–54
14. Метод отбора признаков на основе вероятностного подхода и перекрестной энтропии на примере задачи распознавания изображений
    
    Искусственный интеллект и принятие решений, 2020, № 2,  78–85
15. Об одном подходе к настройке алгоритма Метрополиса-Гастингса для задачи разделения смеси гауссовских компонент
    
    ИТиВС, 2020, № 1,  25–33
16. Кросс-энтропийная редукции матрицы данных с ограничением информационной емкости матриц-проекторов и их норм
    
    Матем. моделирование, 32:9 (2020),  35–52
17. Энтропийное оценивание в задачах классификации
    
    Автомат. и телемех., 2019, № 3,  138–151
18. Энтропийная редукция размерности в задачах рандомизированного машинного обучения
    
    Автомат. и телемех., 2018, № 11,  106–122
19. Об энтропийных критериях отбора признаков в задачах анализа данных
    
    ИТиВС, 2018, № 2,  60–69
20. Байесовская идентификация параметров смеси нормальных распределений
    
    ИТиВС, 2017, № 1,  101–111
21. Энтропийно-робастное рандомизированное прогнозирование при малых объемах ретроспективных данных
    
    Автомат. и телемех., 2016, № 5,  109–127