?
Analysis of Network State by RIPE Atlas Distributed Measurement System
P. 1–5.
Izyumov P., Ивченко А. В.
Переводчик: Ивченко А. В.
IEEE Computer Society (Conference Publishing Services, CPS), 2026.
Добавлено: 7 ноября 2026 г.
Дрегуло А. М., , in: Recent Advances in Artificial Intelligence and Machine Learning for Thermochemical and Biochemical Bioprocess.: Elsevier, 2026. P. 279–293.
Добавлено: 3 ноября 2026 г.
Obsie E. Y., Liu Y., SMART AGRICULTURAL TECHNOLOGY 2025
Добавлено: 22 октября 2026 г.
Добавлено: 25 сентября 2026 г.
Добавлено: 30 июля 2026 г.
Ивченко А. В., Изюмов П. С., В кн.: Журнал Телекоммуникации №1 за 2026Т. 1.: М.: Наука и технологии, 2026.
В данной статье рассматриваются особенности работы системы измерений RIPE Atlas, включая влияние программно-аппаратных версий измерительных устройств на результаты измерений. Поиск и анализ погрешностей, вносимых оборудованием, а также разработка методов калибровки необходимы для проведения достоверного анализа данных о работе сети и дальнейших исследований на их основе. В основе предлагаемых методов лежат измерения быстродействия сети, проведенные с ...
Добавлено: 4 июля 2026 г.
Ивченко А. В., Изюмов П. С., В кн.: "Труды МФТИ" Том 17, № 4 (68) (2025)Т. 17. Вып. 68.: МФТИ, 2025. С. 49–61.
В данной статье рассматриваются вопросы анализа и оценки быстродействия работы сети Интернет на территории страны. Предложен набор различных подходов к оценке быстродействия сети, в том числе работа с аномальными данными, сравнение различных территориальных зон и анализ компонент в полученных временных рядах. В работе акцентируется внимание на факторах, влияющих на скорость интернетсоединения, таких как расстояние до ...
Добавлено: 4 июля 2026 г.
Ивченко А. В., Дворкович А. В., Телекоммуникации 2020 Т. 12 С. 2–11
Технология Dynamic Adaptive Streaming over HTTP (DASH) обеспечивает работу большинства мультимедийных сервисов, ее особенности (повторные буферизации, переключения качества и др.) приводят к необходимости создания специализированных методик оценки пользовательского, субъективного качества восприятия Quality of Experience (QoE) на основе объективных параметров. В данной статье исследуется влияние различных метрик на QoE и приводятся модели оценки с коэффициентом корреляции ...
Добавлено: 27 июня 2026 г.
Interpretable Machine Learning in Guided Synthesis of Stable Sols Based on Nanosized Titanium Oxides
Глушко А. А., Незнанов А. А., Kuz'micheva G. и др., , in: 2026 International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA), 5-7 Feb. 2026.: IEEE, 2026. P. 1–6.
Добавлено: 29 апреля 2026 г.
NY: Association for Computing Machinery (ACM), 2026.
Добавлено: 17 апреля 2026 г.
В статье разработана методика определения пороговых значений индикаторов деловой активности для идентификации фаз делового цикла с использованием классификационных моделей машинного обучения. Исследование опирается на ежемесячные данные мониторинга предприятий Банка России за период с января 2009 г. по сентябрь 2025 г. Наибольший вклад в предсказания моделей вносят такие показатели мониторинга, как фактические оценки спроса на продукцию, ...
Добавлено: 14 апреля 2026 г.
Миронкина Ю. Н., Тимофеев Д. И., В кн.: Математическое и компьютерное моделирование в экономике, страховании и управлении рисками: сборник статей. Выпуск 10. Материалы XIV Научно-практической конференции. Саратов, 20–22 ноября 2025 г.Вып. 10.: Саратов: Саратовский университет, 2025. С. 51–58.
В автостраховании актуальна проблема финансовых убытков, вызванных неверной
классификацией клиентов с точки зрения возможной убыточности договора страхования с
ними. Работа направлена на разработку скоринговой системы на основе методов машинного
обучения и статистики, использующей данные портфеля крупной страховой компании (более
30000 наблюдений). Цель – выявление переменных, предсказывающих надёжность клиента, и
сравнение различных методов: градиентного бустинга, случайного леса, логистической регрессии, нейросетей. Применялись ...
Добавлено: 31 марта 2026 г.
Саратов: Саратовский университет, 2025.
В сборнике представлены материалы XIV Научно-практической конференции
«Математическое и компьютерное моделирование в экономике, страховании и управлении рисками». Тематика статей затрагивает круг вопросов, связанных с экономикоматематическим и компьютерным моделированием и управлением рисками в финансовой деятельности, страховании, банковском деле, инвестировании, государственном
управлении экономикой, бизнес-информатике и других разделах экономикоматематических знаний.
Для сотрудников банков, финансовых и страховых компаний, экономических
отделов организаций, служб управления ...
Добавлено: 31 марта 2026 г.
Chieregato Vicentin D., Salati Marcondes de Moraes G. H., Fischer B. и др., Journal of Intellectual Capital 2026 Vol. 27 No. 4 P. 951–974
Добавлено: 11 марта 2026 г.
Добавлено: 2 октября 2025 г.
Колачев Н. И., Новиков И. А., Психологические исследования: электронный научный журнал 2025 Т. 18 № 102 Статья 4
В данной работе рассматриваются особенности учебных заданий и задач по прикладной статистике для психологов через призму компетентностного подхода. Для достижения цели исследования была разработана методология анализа, включающая четыре ключевых компонента: содержательную область, группу действий, способы репрезентации данных и инструментальность. В выборку вошли учебные издания по статистике для направлений подготовки по психологии, из которых было проанализировано ...
Добавлено: 26 сентября 2025 г.
Али С., Хижик А. И., Рыжиков А. С. и др., , in: 2025 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 12-13 May 2025.: IEEE, 2025. P. 357–360.
Добавлено: 3 июля 2025 г.
Саранская И. М., Boris Gutkin, Захаров Д. Г., European Physical Journal: Special Topics 2025 Vol. 234 P. 4159–4177
В этом обзоре рассматривается взаимосвязь между представлением данных и методами машинного обучения (ML) при классификации функциональных, когнитивных и патологических состояний мозга с использованием магнитоэнцефалографии (МЭГ). Рассматриваются два основных представления данных: сигналы на уровне сенсоров и восстановленные сигналы источников. Сигналы сенсоров в сочетании с классическими методами ML, такими как линейный дискриминантный анализ (LDA) и методы опорных ...
Добавлено: 15 марта 2025 г.