История исследований в области ИИ и смежных областях на каф. ВТ НГТУ

Составил
А.В.Гаврилов,
к.т.н., доцент,
каф. ВТ НГТУ

Начало — вторая половина 1980-х годов 

Направления исследований

• Логическое программирование
• Моделирование понимания естественного языка для управления роботом с помощью диалога
• Нейронные сети
• Начало работ в области гибридных экспертных систем

Логическое программирование

Впервые в НГТУ на кафедре ВТ занялись логическим программированием на Прологе Эдинбургской версии, реализованной на компьютерах архитектуры DEC (СМ-3, СМ-4, ДВК, Электороника-60) в ОС RT-11 (РАФОС, ФОБОС).

• Гаврилов А.В. Об использовании языка Пролог в проектировании и программировании робототехнических комплексов. - / II Вс. совещание «Робототехника и ГПС», Челябинск, 1988.- С.172-173.
• Гаврилов А.В. О представлении знаний в виде фреймов на языке Пролог. - / Тез. докл. Вс. конф. по искусственному интеллекту, Переславль-Залесский, 1988.- Ч.1, с. 111-112.
• Гаврилов А.В. Применение языка Пролог для создания экспертных систем. - Automatyka, v.100, Glivice, 1990, p. 43-53.

Моделирование понимания естественного языка для управления роботом с помощью диалога

Разработка базового языка для программирования робота (БАЯР), ориентированного на использование контекста.
Разработка архитектуры и опытного образца обучаемой диалоговой системы, преобразующей предложения на ЕЯ в команды на языке БАЯР.

• Гаврилов А.В., Горн И.В., Гриб О.Л. Диалоговая система подготовки программ для транспортных роботов-манипуляторов. - / Тез. докл. XXIX обл. науч.-техн. конф. НТОРЭС им. А.С. Попова, Новосибирск, 1986. - С.90.
• Гаврилов А.В. Диалоговая система подготовки программ для роботов. - В сб. «Диалоговые системы в задачах управления», Новосибирск, НЭТИ, 1987.
• Гаврилов А.В. Диалоговая система подготовки программ для роботов. - В сб. Automatyka, v.99, Glivice, 1988, p.173-180.
• Гаврилов А.В., Щипцов В.А. Системное программное обеспечение транспортного робота. - / Тез. докл. Вс. научно-техн. конф. «Микропроцессорные системы автоматизации технологических процессов», Новосибирск, 1987. - С. 230-231.

Нейронные сети

Разработана архитектура нейроподобной бинарной системы, которая в дальнейшем получила название — модель «ключ-порог». Особенность — нейрон обладает памятью, хранящей двоичный ключ, и срабатывает, если похожесть входного вектора на него больше порога.

• Gavrilov A.V. An Architecture of Neurocomputer for Image Recognition / - Int. Conf. LSPIC'90, Riga. 1990, Vol. 2. - Pp. 306-308.
• Gavrilov A.V. An Architecture of Neurocomputer for Image Recognition / - Neural Network World, N.1,1991. - Pp. 59-60.
• Гаврилов А.В. Модель нейроподобной системы. - В сб. «Локальные вычислительные сети» под ред. А.А. Малявко, Новосибирск, НЭТИ, 1991.

Начало работ в области гибридных экспертных систем

Предложена архитектура так называемых «двухполушарных» экспертных систем, состоящих из обычно ЭС и нейронной сети, взаимодействующих через «доску объявлений» со словарем.

• Гаврилов А.В. Об одной архитектуре экспертных систем / Вс. конф. «Освоение и концептуальное проектирование экспертных систем», ч. 2, М., 1989. - С. 98.

1990-е годы 

В 1990 году при кафедре ВТ было создано малое предприятие «ИНСИКОМ» (Интеллектуальные Системы и Комплексы), в рамках которого проводились исследовательские и опытно-конструкторские работы, имеющие отношение к искусственному интеллекту. Оно просуществовало до 2005 года.

Направления исследований

• Гибридные экспертные системы
• Интеллектуальный анализ данных
• Распределенные базы знаний
• Общение с ЭВМ на естественном языке

Гибридные экспертные системы

Это направление было частично поддержано грантом по программе «Университеты России» (1993—1994 г.г.).
Был издан межвузовский сборник «Системы искусственного интеллекта» под ред. А.В.Гаврилова, Новосибирск, НГТУ, 1993, 69 с.
Разрабатывалась архитектура «двухполушарных» экспертных систем.

• Гаврилов А.В. Проблемы обработки символьной информации в нейронных сетях. / Междунар. конф. «Мягкие вычисления и измерения» (SCM-98), С.-Петербург, 1998.
• Гаврилов А.В., Новицкая Ю.В. Архитектура «двухполушарной» экспертной системы. / В межвуз. сб. «Кибернетика и ВУЗ. Интеллектуальные информационные технологии». Вып. 28, Томск, 1994.
• Гаврилов А.В., Новицкая Ю.В. Инструментальное программное обеспечение для создания экспертных систем/ В сб. «Системы искусственного интеллекта» под ред. А.В.Гаврилова, Новосибирск, НГТУ, 1993. - С. 49-55.
• Гаврилов А.В. Архитектура «двухполушарной» экспертной системы / В сб. «Системы искусственного интеллекта» под ред. А.В.Гаврилова, Новосибирск, НГТУ, 1993. - С. 10-14.
• Gavrilov A.V., Novickaja J.V. The Expert Shell based on the Artificial Neural Networks / Int. Conf. NITS'94, Penza, 1994.
• Гаврилов А.В. Архитектура «двухполушарной» экспертной системы с использованием нейронной сети. / Тез. докладов семинара «Нейроинформатика и нейрокомпьютеры», Красноярск, 1993. - С. 17.
• Gavrilov A.V. About Knowledge Representation and Processing in Intelligent Systems. – 4-th Int. Symp. «KORUS-2000», V. 2, Ulsan. - Pp. 84-87.

Разрабатывалась гибридная экспертная система для профориентации по заказу Новосибирского центра занятости.

• Гаврилов А.В. Гибридная экспертная система для профориентации. / В сб. научных трудов НГТУ, № 3(8), 1997. - С. 123-132.

Разработка инструментальных средств для создания гибридных экспертных систем (сначала на Турбо-Прологе, затем на Паскале в среде Delphi, 1-я версия оболочки ESWin).

• Гаврилов А.В., Новицкая Ю.В. Инструментальное программное обеспечение для создания гибридных экспертных систем. - Доклады межд. науч.-техн. конф. «Информационные системы и технологии» ИСТ-2000, Новосибирск, НГТУ, 2000. - Т.3, с. 488-490.
• Гаврилов А.В., Новицкая Ю.В. Инструментальное программное обеспечение для создания экспертных систем / В сб. «Системы искусственного интеллекта» под ред. А.В.Гаврилова, Новосибирск, НГТУ, 1993. - С. 49-55.

Интеллектуальный анализ данных

Использование нейронных сетей и методов статистического анализа для предсказания притока реки Обь.

• Гаврилов А.В., Губарев В.В. Применение модели Хопфилда для решения задачи прогнозирования на примере анализа притока реки Обь. // 2-я Всероссийская научно-техн. конф. «Нейроинформатика-2000», М., 2000. - С. 33-38.
• Gavrilov A.V., Kangler V.M. The use of Artificial Neural Networks for Data Analysis // The Third Russian-Korean International Symposium on Science and Technology. - Novosibirsk: NSTU, 1999. - Proceedings / - Vol.1. - P. 257-260; Abstracts. - Vol. 1. - P. 192.
• Gubarev V.V., Alsova O.K., Belenky A.I., Gavrilov A.V., Golovansky A.P., Jatsko V.A. Research of Hydrological Series Laws of the Inflow Charge of the river Ob in the Novosibirsk Hydroelectric station Power Site // The Third Russian-Korean International Symposium on Science and Technology / Abstracts. - Novosibirsk: NSTU, 1999.- Vol. 1. - P. 295.
• Gubarev V.V., Alsova O.K., Gavrilov A.V., Kangler V.M., Karpachev G.I., Moiseenko V.V. About Creating of System Monitoring of Health of the Population // The Third Russian-Korean International Symposium on Science and Technology / Abstracts. - Novosibirsk: NSTU, 1999. - Vol. 1. - P. 277.

Разработана в среде Delphi экспериментальная программа для анализа баз данных с помощью нейронных сетей AnalDB.

• Gavrilov A.V., Kangler V.M. The use of Artificial Neural Networks for Data Analysis // The Third Russian-Korean International Symposium on Science and Technology. - Novosibirsk: NSTU, 1999. - Proceedings/ - Vol. 1. - P. 257-260; Abstracts. - Vol. 1. - P. 192.
• Гаврилов А.В., Канглер В.М., Катомин М.Н., Коротенко А.И. Обнаружение ассоциативных взаимосвязей между полями в базах данных с использованием нейронной сети. - / Труды междунар. конф. «Научные основы высоких технологий» НОВТ-97, Новосибирск: НГТУ, 1997. - Т. 2. - С. 210-211.
• Канглер В.М. Анализ баз данных с помощью искусственных нейронных сетей. - Маг. дисс., НГТУ, 1998.
• Катомин М.Н. Обработка символьной информации в искусственных нейронных сетях. - Маг. дисс., НГТУ, 1998.
• Карпенко А.И. Применение искусственных нейронных сетей для обработки экспериментальных данных. - Маг. дисс., НГТУ, 1998.

Распределенные базы знаний

Работы по созданию распределенных программ в Интернете, работающих с базами знаний.

• Barsukov A.V., Gavrilov A.V. The Distributed System of Knowledge Bases and Databases in the Internet Network // The Third Russian-Korean International Symposium on Science and Technology. - Novosibirsk: NSTU, 1999. - Vol. 1. - P. 261.
• Барсуков А.В., Гаврилов А.В. Распределенная система баз знаний в среде Internet. - / 6-й междунар. семинар «Распределенная обработка информации» (РОИ-98), Новосибирск, 1998. - С. 353-356.
• Барсуков А.В., Гаврилов А.В., Олейник Е.И. Представление знаний в системе распределенных баз знаний «СОКРАТ». - / Труды междунар. конф. «Научные основы высоких технологий» НОВТ-97, Новосибирск: НГТУ, 1997. - Т. 2. - С. 212-217.
• Барсуков А.В. Разработка ядра распределенной системы управления базами знаний. – Маг. дисс., НГТУ, 1997.
• Олейник У.И. Разработка пользовательского интерфейса распределенной системы управления базами знаний. – Маг. дисс., НГТУ, 1997.

Общение с ЭВМ на естественном языке

Разработано экспериментальное ПО на Турбо-Прологе для тестирования знаний студентов с использованием ответов на естественном языке.
Разработана экспериментальная программа в среде Delphi для извлечения правил из текстов на ЕЯ.

2000-е годы 

В НГТУ были организованы и проведены две международные конференции «Информационные системы и технологии»: ИСТ-2000 и ИСТ-2003.
Разработано ПО для прогнозирования притока, управления наполнением и сбросом Новосибирского водохранилища.

Направления исследований

• Гибридные интеллектуальные системы
• Интеллектуальный анализ данных
• Общение с ЭВМ на естественном языке
• Нейронные сети

Гибридные интеллектуальные системы

Исследование и разработка архитектуры гибридных интеллектуальных систем.

• Gavrilov A.V., Novitskaya J.V. The Architecture of the Hybrid Expert System. - / The 6-th Russian-Korean International Symposium on Science and Technology. Materials. - Novosibirsk, 2002. - Vol. 3. - P. 70.
• Гаврилов А.В., Новицкая Ю.В. Гибридные интеллектуальные системы. - Материалы межд. конф. ИСТ-2003. - Новосибирск: НГТУ, 2003. - т. 3, с. 116-121.
• Gavrilov A.V. The principles of action of intelligent systems. - Материалы межд. конф. ИСТ-2003. - Новосибирск: НГТУ, 2003. - т. 3, с. 91-94.
• Гаврилов А.В., Чистяков Н.А. Гибридные экспертные системы в WWW. - Материалы межд. конф. «АГРОИНФО-2003», 2003.
• Гаврилов А.В. Гибридные интеллектуальные системы. - Новосибирск: НГТУ, 2003. - 162 с.
• Гаврилов А.В., Губарев В.В., Джо К.-Х., Ли Х.Х. Архитектура гибридной интеллектуальной системы мобильного робота. - Труды межд. конф. «КИИ-2004», Тверь, 2004.
• Gavrilov A.V., Gubarev V.V., Jo K.-H., Lee H.-H. Hybrid Neural-based Control System for Mobile Robot. - Int Symp. KORUS-2004, Tomsk, 2004. - Vol. 1, Pp. 31-35.
• Гаврилов А.В., Губарев В.В., Джо К.-Х., Ли Х.Х. Архитектура гибридной системы управления мобильного робота. - Научный вестник НГТУ, Новосибирск, 2004. - №2(17). - С. 3-13.
• Гаврилов А.В., Губарев В.В., Джо К.-Х., Ли Х.Х. Архитектура гибридной системы управления мобильного робота. - Мехатроника, автоматизация, управление, 2004, №8. - С. 30-37.
• Гаврилов А.В., Новицкая Ю.В. Архитектура гибридной интеллектуальной системы. - / Сборник научных трудов НГТУ, Новосибирск: НГТУ, №1(35), 2004. - С. 55-60.
• Gavrilov A.V., Chistykov N.A. An architecture of the toolkit for development of hybrid expert systems. // Proc. Of the Second IASTED Int. Multi-Conference ACIT-2005, Automation, Control and Applications, Novosibirsk, 2005. - Pp. 116-120.

Интеллектуальный анализ данных

Вариативное моделирование и прогнозирование.

• Альсова О.К. Прогнозирование притока реки Обь в створе Новосибирской ГЭС на основе вариативного моделирования. - канд. дисс., НГТУ, 2002.
• Альсова О.К. Разработка алгоритмов прогнозирования временных рядов на основе метода главных компонент / О. К. Альсова // Научный вестник НГТУ. - №3(28).
• Статистический анализ параметров воды в городах востока России и их влияния на инфекционные заболевания, передающиеся водным путем. / В.В. Губарев, А.Н. Швалов, И.И. Радькова, О.К. Альсова, В.Е. Хиценко, Н.А. Чистяков, E. Naumova, С.Г. Юн, Г.В. Кочнева, В.Б. Локтев, Т.С. Яковлева, A. Egorov, И.Н. Швайкова // Тезисы VI МНПК «Решение проблем экологической безопасности в водохозяйственной отрасли». Новосибирск, 8-9 декабря 2010 г., - Новосибирск: МУП «Горводоканал», 2010. - С. 17-21.

Прогнозирование притока реки Обь, работы были частично поддержаны грантом РФФИ «Разработка методов и средств прогнозирования притоков рек (на примере реки Обь)».

• Прогнозирование временных рядов декадных притоков реки Обь на основе вероятностно-статистических моделей / О. К. Альсова, Т. А. Романенко, М. И. Бычков // Научный вестник НГТУ. - №3(24).
• Прогнозирование временных рядов в гидрологических задачах на основе вариативного моделирования / В. В. Губарев, О. К. Альсова // Автометрия. - 2006., Том 42, - №6. - С. 45-52.
• Эволюционное программирование в решении задачи прогнозирования гидрологических рядов притока / Е. А. Озерковский, Ю. С. Мелешева, О. К. Альсова // Сборник научных трудов НГТУ. - вып. 1(47).
• Прогнозирование гидрологических рядов притока с помощью статистических методов и эволюционного моделирования. / О. К. Альсова, В. В. Губарев // Сб. трудов 3-й международной НПК «Исследования, разработка и применение высоких технологий в промышленности».
• Методы и программная система мониторинга и прогнозирования притоков рек (на примере Новосибирского водохранилища) / О. К. Альсова, В. В. Губарев // Региональная научно – практическая конференция «Научные основы освоения гидрологических ресурсов Сибири», Красноярск; СФУ.
• Автоматизированная система прогнозирования временных рядов (на примере прогноза объема притока реки) / О. К. Альсова, В. В. Губарев // Специализированная конференция «Автоматизация: Проекты. Системы. Средства». - Новосибирск, 9 сентября 2009 г. (доклад с электронной публикацией).
• Альсова О. К. Методы и программная система мониторинга и прогнозирования притоков рек (на примере Новосибирского водохранилища) / О. К. Альсова // Сборник тезисов докладов первого международного научно-технического конгресса «Энергетика в глобальном мире». - Красноярск: ООО «Версо», 2010 г. - 448 с.

Общение с ЭВМ на естественном языке

Использование естественного языка для ответов в системе тестирования знаний.

• Гаврилов А.В., Канглер В.М., Макаревич Л.Г., Романов Е.Л. Автоматизированная система тестирования знаний в среде Internet/Intranet. - Межд. конф. «Научное и методическое обеспечение системы дистанционного образования». - Томск, 2000. - С. 88-90.
• Всеволодский С.Н., Гаврилов А.В. Принципы построения интеллектуальной системы тестирования знаний с ответами на естественном языке. - / Материалы межд. конф. «Открытое и дистанционное образование: анализ опыта и перспективы развития», Барнаул, 2002. - С. 60-62.
• Всеволодский С.Н., Гаврилов А.В. Архитектура интеллектуальной системы тестирования знаний с анализом ответов на естественном языке - Материалы межд. конф. ИСТ-2003. - Новосибирск: НГТУ, 2003. - т. 3, с. 114-115.

Разработано экспериментальное ПО для поиска документов по смыслу по запросу на естественном языке.

• Гаврилов А.В. Архитектура программного обеспечения для поиска документов по запросу на естественном языке. - Труды межд. конф. KDS-2001 «Знание-Диалог-Решение». С.-Петербург, 2001. - Т. 1, с. 124-130.
• Gavrilov A.V. A Technology of learning for documents searching by Natural Language Query. - / The 6-th Russian-Korean International Symposium on Science and Technology. Materials. - Novosibirsk, 2002. - Vol. 3. - P. 69.
• Gavrilov A.V. A combination of Neural and Semantic Networks in Natural Language Processing. - // Proc. of the 7th Korea-Russia Int. Symp. KORUS-2003, Ulsan, 2003. - Vol. 2, Pp. 143-147.

Нейронные сети

• Гаврилов А.В., Фирсов А.Б. Выбор оптимальной структуры нейронной сети на основе самоорганизации. - Сборник научных трудов НГТУ, Новосибирск, НГТУ, 2001, №4(26). - С. 3-10.
• Gavrilov A.V. The model of associative memory of intelligent system. - / The 6-th Russian-Korean International Symposium on Science and Technology. Proceedings. - Novosibirsk, 2002. - Vol. 1. - Pp. 174-177.
• Гаврилов А.В. Модель ассоциативного мышления. / Труды конф. КИИ-2002. - М.: Физматгиз, 2002, том 2. - С. 464-472.
• Гаврилов А.В. Комбинированная нейронная сеть на основе моделей персептрона и ART-2. - // Материалы Всерос. семинара «Нейроинформатика и ее применение», Красноярск, 2004. - С. 39-40.
• Гаврилов А.В., Яковенко А.А. Алгоритм обучения многослойного персептрона на отрицательных примерах. - Сборник трудов НГТУ, 2005.
• Gavrilov A.V. Hybrid neural network based on models Multi-Layer perceptron and Adaptive Resonance Theory. // Int. Symp. KORUS-2005, Novosibirsk, 2005.
• Гаврилов А.В. Гибридная модель нейронной сети на основе моделей персептрона и ART-2. // Материалы конф. «Нейроинформатика-2005».

2010-е годы 

В НГТУ были организованы и проведены следующие мероприятия:
— Всероссийская школа-семинар «Перспективные методы и средства интеллектуальных систем» (ПМСИС-2015), 2015 г.
— Всероссийская конференция с международным участием «Интеллектуальный анализ сигналов, данных и знаний: методы и средства», 2017 г.
— 2-я Всероссийская конференция с международным участием «Интеллектуальный анализ сигналов, данных и знаний: методы и средства», 2018 г.

Направления исследований

• Интеллектуальный анализ данных
• Умное окружение
• Нейронные сети
• Интеллектуальная и когнитивная робототехника
• Компьютерное зрение

Интеллектуальный анализ данных

Прогнозирование притока реки Обь.

• Альсова О. К. Решение задач управления Новосибирским водохранилищем на основе прогнозирования притока воды в створ ГЭС. [Электронный ресурс] / О. К. Альсова, В. В. Губарев // 12 Всероссийское совещание по проблемам управления (ВСПУ-2014) : труды, Москва, 16-19 июня 2014 г. - Москва : ИПУ РАН, 2014. - С. 3148-3158. - Режим доступа: http://vspu2014.ipu.ru/node/8581.
• Артамонова А. В. Решение задач управления Новосибирской ГЭС на основе моделирования водно-энергетических режимов / А. В. Артамонова, О. К. Альсова // Интеллектуальные информационные системы : тр. Всерос. конф. с междунар. участием (Воронеж, 12-13 дек. 2017 г.). - Воронеж : ВГТУ, 2017. - Ч. 2. - С. 22-26.
• Альсова О. К. Многокритериальная модель планирования водно-энергетических режимов Новосибирской ГЭС / О. К. Альсова, А. В. Артамонова // Известия Самарского научного центра Российской академии наук. - 2017. - Т. 19, № 6. - С. 112-117.
• Alsova O. K. Optimization model for planning water-energy modes of novosibirsk hydro power plant / O. K. Alsova, A. V. Artamonova, N. Nikitina // Proceedings international multi-conference on engineering, computer and information sciences (SIBIRCON), Novosibirsk, Akademgorodok, 18-22 Sept. 2017. - Novosibirsk : IEEE, 2017. - P. 18-23.
• Alsova O. K. Non-linear multi-objective model for planning water-energy modes of Novosibirsk Hydro Power Plant / O. K. Alsova, A. V. Artamonova // Journal of Physics: Conference Series. - 2018. - Vol. 1015 : International conference information technologies in business and industry Tomsk, 2018.
• Alsova O. K. Comparative analysis of the optimization models for planning water-energy modes of Novosibirsk hydro power plant / O. K. Alsova, A. V. Artamonova, N. A. Nikitina // Актуальные проблемы электронного приборостроения (АПЭП-2018) = Actual problems of electronic instrument engineering (APEIE-2018) : тр. 14 междунар. науч.-техн. конф., Новосибирск, 2-6 окт. 2018 г. : в 8 т. - Новосибирск : Изд-во НГТУ, 2018. - Т. 1, ч. 4. - С. 365-369.

Методы прогнозирования временных рядов.

• Использование вариативного моделирования при идентификации временных рядов инфекционной заболеваемости. / О. К. Альсова, В.Б. Локтев, В. В. Губарев // Изв. Волгоград. гос. тех. ун-та. Серия «Актуальные проблемы управ., вычислит. техники и информатики в техн. системах». - 2011. - Т. 11, № 12. - С. 42-47.
• Альсова О. К. Программная система кластерного анализа данных смешанного типа / О. К. Альсова, К. С. Ускова // Автоматика и программная инженерия. - 2013. - №1(3). - С. 75-81.
• Alsova O. K. Toolkit for variative forecasting of time series / O. K. Alsova, V. V. Gubarev, N. A. Abalov // The 8 international forum on strategic technologies (IFOST 2013) : proc., Mongolia, Ulaanbaatar, 28 June - 1 July 2013. - Ulaanbaatar, 2013. - Vol. 2. - P. 280-282.
• Альсова О. К. Программа ForAp для прогнозирования временных рядов на основе выбора «периода-аналога» / О. К. Альсова, Д. А. Геналицкий // Компьютерные технологии в науке, производстве, социальных и экономических процессах : материалы 14 междунар. науч.-практ. конф., Новочеркасск, 12 дек. 2013 г. - Новочеркасск : ЮРГПУ(НПИ), 2014. - С. 3-6.
• Русских А. Д. Модуль «Интерактивный динамический фурье-анализ» клиент-серверной системы поливариантного прогнозирования временных рядов VARFORECASTS / А. Д. Русских ; науч. рук. О. К. Альсова // Наука. Технологии. Инновации : материалы Всерос. науч. конф. молодых ученых, Новосибирск, 02-06 дек. 2014 г. : в 11 ч. - Новосибирск : Изд-во НГТУ, 2014. - Ч. 1. - С. 49-50.
• Абалов Н. В. Использование методов сингулярного спектрального анализа и моделетеки при идентификации временных рядов / Н. В. Абалов, В. В. Губарев, О. К. Альсова // Труды СПИИРАН. - 2014. - №4(35). - С. 49-62.
• Альсова О. К. Алгоритмы прогнозирования временных рядов на основе выбора периода-аналога / О. К. Альсова, Д. А. Геналицкий // Наука, образование, общество: проблемы и перспективы развития : сб. науч. тр. по материалам междунар. науч.-практ. конф., 28 февр. 2014 г. В 12 ч. - Тамбов : Изд-во ТРОО «Бизнес-Наука-Общество», 2014. - Ч. 10. - С. 16-18.
• Альсова О. К. Алгоритмы кластеризации разнотипных данных на примере решения медицинской задачи = Algorithms for Clustering of a Heterogeneous Data on the Example of Solution of the Medical Task / О. К. Альсова // Труды СПИИРАН. - 2014. - № 6 (37). - С. 156-169.
• Alsova O. K. Medical mixed-type data clustering with MIXDC software / O. K. Alsova, К. S. Uskova // Innovative Information Technologies (IIT 2014) : materials of the intern. sci.-practical conf., Czech Republic, Prague, 21-25 Apr.2014. - M.: HSE, 2014. - Pt. 2. - P. 207-215.
• Альсова О. К. Программное обеспечение последовательной идентификации нестационарных временных рядов / О. К. Альсова, А. А. Щербаченко // Наука и Мир = Science and World. - 2015. - №5(21). - С. 44-45.
• Мельников Г.А., Гаврилов А.В. Алгоритм построения деревьев моделей с внутренними регрессионными узлами на основе моделирования поведения колонии пчел при поиске нектара. //. Сб. ст. Всерос. науч.-практ. конф. с междунар. участием «Интеллектуальный анализ сигналов, данных и знаний: методы и средства», Новосибирск, 14-17 окт. 2017 г. - Новосибирск : Изд-во НГТУ, 2017. - C. 331-334.
• Альсова О. К. Алгоритм мультиномиальной классификации разнотипных медицинских данных / О. К. Альсова, С. А. Альсов // Естественные и технические науки. - 2015. - №11. - С. 386-388.
• Research of stationary random processes with a non-linear regression. Pt. 1. Features and nonlinear transformations of processes with linear regression / V. Gubarev, O. Alsova, N. Abalov, G. Melnikov, R. Terekhov, S. А. Pushkareva // Applied methods of statistical analysis. Nonparametric approach (AMSA'2015) : proc. of the intern. workshop, Novosibirsk, 14-19 Sept. 2015. - Novosibirsk : NSTU publ., 2015. - P. 72-79 of the International Workshop. - Novosibirsk: NSTU publisher, 2015.
• Альсова О. К. Структура программной системы кластеризации разнотипных данных на основе ансамбля алгоритмов [Электронный ресурс] / О. К. Альсова, М. Д. Латыпов // Техника и технология: новые перспективы развития : электрон. изд.. - 2016. - №20. - С. 17-19. - Режим доступа: http://elibrary.ru/item.asp?id=26040766.
• Батыгин Р. И. Программная система классификации разнотипных данных на основе ансамбля алгоритмов / Р. И. Батыгин, О. К. Альсова // Актуальные проблемы электронного приборостроения (АПЭП-2016) = Actual problems of electronic instrument engineering (APEIE-2016) : тр. 13 междунар. науч.-техн. конф., Новосибирск, 3-6 окт. 2016 г. : в 12 т. - Новосибирск : Изд-во НГТУ, 2016. - Т. 9.- С.117-121.
• Альсова О. К. Адаптивный алгоритм прогнозирования гидрологических временных рядов на основе выбора периода-аналога / О. К. Альсова // Труды СПИИРАН = SPIIRAS Proceedings. - 2016. - №3(46). - С. 27-39.
• Batygin R. I. Software system for different types of data classification based on the ensemble algorithms / R. I. Batygin, O. K. Alsova // Актуальные проблемы электронного приборостроения (АПЭП-2016) = Actual problems of electronic instrument engineering (APEIE-2016) : тр. 13 междунар. науч.-техн. конф., Новосибирск, 3-6 окт. 2016 г. : в 12 т. - Новосибирск : Изд-во НГТУ, 2016. - Т. 1, ч. 2. - С. 506-509.
• Kraynyuk M. V. Research of the synchronous spectral analysis method / M. V. Kraynyuk, O. K. Alsova // 11 International forum on strategic technology (IFOST 2016) : proc., Novosibirsk, 1-3 June 2016. - Novosibirsk : NSTU, 2016. - Pt. 1. - P. 449-450.
• Стубарев И. М. Статистические методы анализа данных о клиентах в аналитическом модуле Infor CRM = Statistical methods for analyzing customers data in the Infor CRM analytical module / И. М. Стубарев, О. К. Альсова // Интеллектуальный анализ сигналов, данных, знаний: методы и средства : cб. ст. Всерос. науч.-практ. конф. с междунар. участием, Новосибирск, 14-17 ноября, 2017 г. - Новосибирск : Изд-во НГТУ, 2017. - C. 88-92.
• Альсова О. К. Неоднородный ансамблевый алгоритм классификации разнотипных данных = Heterogeneous ensemble algorithm for classification of different types of data / О. К. Альсова, И. М. Стубарев // Известия Самарского научного центра Российской академии наук. - 2017. - Т. 19, № 6. - С. 118-123.
• Пешков А. В. Применение ансамблевых алгоритмов в прогнозировании цен на электроэнергию = The application of ensemble algorithms in electricity prices forecasting / А. В. Пешков ; [науч. рук. О. К. Альсова] // Сборник научных трудов Новосибирского государственного технического университета = Transaction of scientific papers of the Novosibirsk state technical university. - 2019. - №3-4(96). - С. 75-83.
• Gavrilov A. V. Time series prediction using the adaptive resonance theory algorithm ART-2 / A. V. Gavrilov, O. K. Alsova // Journal of Physics: Conference Series. - 2019. - Vol.1333 : Information Technologies in Business and Industry.
• Гаврилов А.В., Альсова О.К. Алгоритм адаптивной резонансной теории ART-2 в приложении к прогнозированию временных рядов. // Материалы XI Всероссийской научно-технической конференции с международным участием «Робототехника и искусственный интеллект» (РИИ-2019), Железногорск, 2019. - С. 183-189.

Изучение взаимосвязи климата и инфекционных заболеваний с помощью методов интеллектуального анализа данных.

• Data Warehouse: environment and indections diseases / С. Г. Юн, О. К. Альсова, Н. А. Чистяков, V Loktev, В. В. Губарев, И. Н. Швайкова // Proc. 6-th the Inernat, Forum on Strategic Technology: Harbin, Chaina, 22-24 august 2011. - Harbin, HUNT, 2011. - Vol. 2. - P. 792-795.
• Информационная система мониторинга состояния объектов «Окружающая среда - водные инфекции» в городах Зауралья России / В. В. Губарев, С. Г. Юн, Н. А. Чистяков, А. П. Ковалевский, О. К. Альсова, В. Е. Хиценко // Сборник трудов международной НПК «Инновационные информационные технологии», 23-27 апреля 2012, Прага; М.: МИЭМ, 2012, с. 272-274.
• Банк данных «Климат и инфекционные заболевания» CliWaDln для исследования взаимосвязей между погодой, качеством воды и инфекционными заболеваниями. / О. К. Альсова, В. Б. Локтев, В. И. Аксенова, С. Г. Юн, Т. В. Белова, И. Н. Швайкова, Н. А. Чистяков, В. В. Губарев // Материалы Х съезда ВНПОЭМП, Москва, 12-13 апреля 2012 г., Том2, №1-2, С. 80-81.
• Анализ временных рядов инфекционной заболеваемости с использованием сингулярного спектрального анализа и полигармонического моделирования / О. К. Альсова, Е. Н. Наумова, M. Wright, А. И. Егоров, В. В. Губарев, В. Б. Локтев // Материалы Х съезда ВНПОЭМП, Москва, 12-13 апреля 2012 г., Том 2, №1-2, С. 78.
• Identification of Time Series for Infectious Diseases: The Use of Co-Joint Modeling / О. К. Альсова, В. Б. Локтев, В. В. Губарев // Environmental Challenges Facing Developed and Developing Countries in a Globalized World: Quantitative Approaches to Comprehensive Solutions / The International Environmetrics Society 22nd Annual Conference. January 1 - 6, 2012, Hyderabad, INDIA. TIES 2012 BOOK OF ABSTRACTS - Hyderabad: University of Hyderabad, CR Rao AIMSCS, 2012, - P. 8.
• Climate and Infectious Disease Databank (CliWaDIn) for Examining Associations Between Weather, Water Quality and Infectious Diseases / В. В. Губарев, В. Б. Локтев, С. Г. Юн, И. Н. Швайкова, Н. А. Чистяков, О. К. Альсова // Environmental Challenges Facing Developed and Developing Countries in a Globalized World: Quantitative Approaches to Comprehensive Solutions / The International Environmetrics Society 22nd Annual Conference. January 1 - 6, 2012, Hyderabad, INDIA. TIES 2012 BOOK OF ABSTRACTS - Hyderabad: University of Hyderabad, CR Rao AIMSCS, 2012, - P. 82-83.
• Альсова О. К. Исследование сезонности временных рядов инфекционной заболеваемости по городам России / О. К. Альсова // Проблемы организации гетерогенных распределенных данных и анализа моделей типа «Окружающая среда – Инфекции» (ОСИ-2013) : материалы Всерос. конф. молодых ученых, Новосибирск, 18-19 ноября 2013 г. - Новосибирск, 2013. - С. 30-33.
• Альсова О. К. Методика статистического анализа структуры и сезонности инфекционной заболеваемости по городам России = Statistical analysis technique of struc tureand seasonality of infectious diseases in russia cities / О. К. Альсова, Е. В. Ларькова // Международный научно-исследовательский журнал = International Research Journal. - 2015. - №4(35), ч. 1. - С. 32-34.

Умное окружение

Архитектура умного окружения.

• Andrey V. Gavrilov. Hybrid Rule and Neural Network based Framework for Ubiquitous Computing. The 4th Int. Conf. on Networked Computing and Advanced Information Management NCM2008, Vol. 2, Gyengju, Korea, September 2-4, 2008. - Pp. 488-492.
• Andrey V. Gavrilov. Usage of Neural Networks in Ubiquitous Computing Systems. The 3rd Int. Forum on Strategic Technologies IFOST-2008, Novosibirsk, June 23-29, 2008.
• Гаврилов А.В. Искусственный Домовой. - Искусственный интеллект и принятие решений, №2, 2012. - C. 77-89.
• Gavrilov A.V. Hybrid Intelligent Systems in Ubiquitous Computing. Chapter in book «Designing Solutions-Based Ubiquitous and Pervasive Computing: News Issues and Trends» (Eds. F. Milton, P. Fernandes), IDEA Publishing Inc., 2010. - Pp. 263-281.
• Volkov A. A. Developing hardware and software module of control of smart house subsystems / A. A. Volkov ; research adviser I. N. Yakovina ; language adviser E. V. Guzheva // Progress through Innovations : тез. науч.-практ. конф. аспирантов и магистрантов, Новосибирск, 31 марта 2016 г. - Новосибирск : Изд-во НГТУ, 2016. - С. 23-24.
• Собянин М. Ю. Модуль настроек и сценариев работы «Умного дома» / М. Ю. Собянин ; науч. рук. И. Н. Яковина // Наука. Технологии. Инновации : сб. науч. тр. : в 9 ч., Новосибирск, 1-5 дек. 2015 г. - Новосибирск : Изд-во НГТУ, 2015. - Ч. 1. - С. 81-83.
• Барилло Д. В. Модуль сбора и обработки разнородных данных для системы «Умный Дом» / Д. В. Барилло ; науч. рук. И. Н. Яковина // Перспективные методы и средства интеллектуальных систем : материалы Всерос. науч.-практ. семинара и шк. молодых ученых. - Новосибирск : Изд-во НГТУ, 2015. - С. 5-6.
• Подход к разработке системы домашней автоматизации / Д. А. Ногай, М. Ю. Собянин, А. А. Волков, А. М. Федрак, И. Н. Яковина // Автоматика и программная инженерия = Automatics & Software Enginery. - 2015. - №4(14). - С. 46-53.
• Волков А. А. Разработка программно-аппаратного модуля управления «Умным Домом» / А. А. Волков ; науч. рук. И. Н. Яковина // Перспективные методы и средства интеллектуальных систем : материалы Всерос. науч.-практ. семинара и шк. молодых ученых. - Новосибирск : Изд-во НГТУ, 2015. - С. 12-13.

Разработка архитектуры умной учебной лаборатории.

• Гаврилов А.В., Новицкая Ю.В., Яцевич Т.А. Умная учебная лаборатория // Робототехника и искусственный интеллект: Материалы V Всероссийской научно-технической конференции с международным участием. - Красноярск: ЦНИ «Монография», 2013. - С. 126-134.
• Gavrilov A.V., Novitskaya Y.V., Yatsevich T.A. Towards a Smart School Laboratory. - Proc. of 10th Int. Scientific Conference on Distance Learning in Applied Informatics DIVAI-2014, Wolters Cluwer, Sturovo, Slovakia, 2014. - Pp. 65-74.
• Новицкая Ю.В., Гаврилов А.В. О применении технологий «умных сред» к автоматизации проведения лабораторных работ. Труды VIII-ой Международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте», Том 1. - Коломна, 2015. - С. 410-417.
• Новицкая Ю.В., Гаврилов А.В. Экспертная система модуля мониторинга умной учебной лаборатории. - Материалы 6-й Международной научно-практической конференции АГРОИНФО-2015, Новосибирск, 2015, ч. 2. - С. 90-95.
• Novitskaya Y.V., Strekalovsky S.A., Gavrilov A.V. Event Monitoring System of Smart School Laboratory. - Proc. of 16th International Conference of Young Specialists on Micro/Nanotechnologies and Electron Devices, Novosibirsk, June 29 - July 3, 2015.
• Новицкая Ю.В., Гаврилов А.В. Система мониторинга умной учебной лаборатории. - Материалы VII Всероссийской научно-технической конференции «Робототехника и искусственный интеллект» РИИ-2015, Железногорск, СФУ, 2015. - С. 177-182.
• Novitskaya Y.V., Gavrilov A.V. Expert System of the Monitoring Modulefor Smart School Laboratory. - Proc. of The 11th International Forum on Strategic Technology, Novosibirsk, 2016. - Vol. 3, Pp. 272-275.
• Семенов Е.И., Гаврилов А.В. Модель представления знаний о событиях для языка обработки событий (EPL) в CEP-системе. //. Сб. ст. Всерос. науч.-практ. конф. с междунар. участием «Интеллектуальный анализ сигналов, данных и знаний: методы и средства», Новосибирск, 14-17 окт. 2017 г. - Новосибирск : Изд-во НГТУ, 2017. - C. 340-344.
• Новицкая Ю.В., Семёнов Е.И., Гаврилов А.В. Модель представления знаний о событиях для системы мониторинга. // Материалы IX Всероссийской научно-технической конференции с международным участием «Робототехника и искусственный интеллект» (РИИ-2017), Железногорск, 2017. - С. 182-187.
• Гаврилов А.В., Новицкая Ю.В. Умная учебная лаборатория для автоматизации проведения лабораторных работ. Компьютерные инструменты в образовании, №6, 2016. - С. 20-31.

Нейронные сети

Применение нейронных сетей в геофизике и геологоразведке. Работы частично поддержаны грантами РФФИ и РГНФ.

• Morozov A. E. Application of neural networks in problems of determining geometrical properties of objects placed in geophysical elastic media / A. E. Morozov, A. A. Yakimenko, D. Karavaev // IOP Conference Series: Materials Science and Engineering. - 2021. - Vol. 1019 : 14 International Forum on Strategic Technology (IFOST 2019), Tomsk, 2019.
• Yakimenko A. A. Investigation of edge detection methods using the example of wave field pattern image / A. A. Yakimenko, A. Makfuzova // IOP Conference Series: Materials Science and Engineering. - 2021. - Vol. 1019 :14 International Forum on Strategic Technology (IFOST 2019), Tomsk, 2019.
• Makfuzova A. I. Experience of using neural network neocognitron in solving the inverse problem of geophysics [Electronic resource] / A. I. Makfuzova, A. A. Yakimenko, O. S. Farenbrukh // 1 International Conference Problems of Informatics, Electronics, and Radio Engineering (PIERE), Novosibirsk, 10-11 Dec. 2020. - Novosibirsk : IEEE, 2020. - P. 251-256.
• Восстановление геофизических моделей упругих сред с применением нейронных сетей = Reconstruction of geophysical models of elastic media using neural nets / М. С. Хайретдинов, Д. А. Караваев , А. А. Якименко, А. Е. Морозов // Проблемы информатики = Problems of Informatics. - 2020. - №3(48). - С. 60-69.
• Якименко А. А. Программное обеспечение для обнаружения границ на примере изображений сейсмического волнового поля / А. А. Якименко, Д. А. Михайленко, А. И. Макфузова // Проблемы информатики = Problems of Informatics. - 2020. - №2. - С. 37-47.
• Morozov A. Application of neural networks in problems of determining geometrical properties of objects placed in geophysical elastic media / A. Morozov, A. Yakimenko, D. Karavaev // 14 International forum on strategic technology (IFOST 2019) : proc., Tomsk, 14-17 Oct. 2019. - Tomsk : TPU Publ. House, 2019. - P. 232-236.
• Yakimenko A. Investigation of edge detection methods using the example of wave field pattern image / A. Yakimenko, A. Makfuzova // 14 International forum on strategic technology (IFOST 2019) : proc., Tomsk, 14-17 Oct. 2019. - Tomsk : TPU Publ. House, 2019. - P. 241-245.
• Morozov A. E. Features of the neural network for determining the position and geometric characteristics of cavernous inclusions / A. E. Morozov, A. A. Yakimenko, D. A. Karavaev // Актуальные проблемы электронного приборостроения (АПЭП-2018) = Actual problems of electronic instrument engineering (APEIE-2018) : тр. 14 междунар. науч.-техн. конф., Новосибирск, 2-6 окт. 2018 г. : в 8 т. - Новосибирск : Изд-во НГТУ, 2018. - Т. 1, ч. 4. - С. 492-495.
• Yakimenko A. A. Practical aspects of using a neural network to solve inverse geophysical problems / A. A. Yakimenko, A. E. Morozov, D. A. Karavaev // Journal of Physics: Conference Series. - 2018. - Vol. 1015 : International conference information technologies in business and industry, Tomsk, 2018.
• Макфузова А. И. Анализ метода сегментации изображения для картин волнового поля = Analysis of the image segmentation method for wave field patterus / А. И. Макфузова, А. А. Якименко // Сборник научных трудов Новосибирского государственного технического университета = Transaction of scientific papers of the Novosibirsk state technical university. - 2018. - № 3-4 (93). - С. 70-82.
• Макфузова А. И. Методы сегментации в задачах распознавания изображений = Segmentation method in image recognition tasks / А. И. Макфузова, А. А. Якименко // Интеллектуальный анализ сигналов, данных и знаний: методы и средства = Intellectual analysis of signals, data and knowledge: methods and means : сб. ст. 2 Всерос. науч.-практ. конф. с междунар. участием им. В. В. Губарева, 11-13 дек. 2018 г. - Новосибирск : Изд-во НГТУ. 2018. - С. 214-220.
• Разработка и исследование информационно-вычислительной технологии восстановления структуры кавернозных зон с применением нейронных сетей : отчет о НИР / исполн.: А. А. Якименко, А. Е. Морозов, Д. Л. Пинигина ; рук. А. А. Якименко. - Новосибирск, 2018. - 74 с.

Машинное обучение и модели нейронных сетей.

• Гаврилов А.В. Алгоритм обратного распространения ошибки для обучения на отрицательных примерах. - Всероссийская научно-тех. конф. «Нейроинформатика-2012». Москва, 2012. - Ч. 2, С. 209-218.
• Гаврилов А.В. Deep learning (глубокое или глубинное обучение). - Материалы Всероссийского научно-практического семинара и школы молодых ученых «Перспективные методы и средства интеллектуальных систем (ПМСИС-2015)», Новосибирск, 2015. - С. 50-59.
• Malyavko A. A. Parallel modeling of a multilayer neural network with elements of the self-learning on the heterogeneous computers / A. A. Malyavko // 14 International forum on strategic technology (IFOST 2019) : proc., Tomsk, 14-17 Oct. 2019. - Tomsk : TPU Publ. House, 2019. - P. 113-117.
• Малявко А. А. Параллельная реализация многослойной нейронной сети с элементами самообучения на гетерогенном компьютере [Электронный ресурс] / А. А. Малявко // Южно-Сибирский научный вестник = South-Siberian Scientific Bulletin : электрон. журн. - 2019. - №2(26). - С. 60-65.
• Малявко А. А. К вопросу о построении самообучающейся нейронной сети / А. А. Малявко, П. В. Зюзляев // Молодая мысль: наука, технологии, инновации : материалы 10 (16) Всерос. науч.-техн. конф. студентов, магистрантов, аспирантов и молодых ученых, Братск, 19-23 марта 2018 г. - Братск : Изд-во БрГУ, 2018. - С. 298-301.
• Малявко А. А. Нейронная сеть с элементами самообучения / А. А. Малявко, П. В. Зюзляев // Интеллектуальный анализ сигналов, данных и знаний: методы и средства = Intellectual analysis of signals, data and knowledge: methods and means : сб. ст. 2 Всерос. науч.-практ. конф. с междунар. участием им. В. В. Губарева, 11-13 дек. 2018 г. - Новосибирск : Изд-во НГТУ. 2018. - С. 509-513.
• Эрлик В. В. Приложение для переноса произвольных стилей изображений с использованием нейронных сетей / В. В. Эрлик, А. А. Малявко // Актуальные проблемы электронного приборостроения (АПЭП-2018) = Actual problems of electronic instrument engineering (APEIE-2018) : тр. 14 междунар. науч.-техн. конф., Новосибирск, 3-5 окт. 2018 г. : в 8 т. - Новосибирск : Изд-во НГТУ, 2018. - Т. 6. - С. 166-169.
• Анчугов Н. Е. Алгоритмы симулятора нейронной сети с эмоциональным блоком / Н. Е. Анчугов ; [науч. рук. А. А. Малявко] // Интеллектуальные информационные системы : тр. Всерос. конф. с междунар. участием (Воронеж, 12-13 дек. 2017 г.). - Воронеж : ВГТУ, 2017. - Ч. 1. - С. 44-48.
• Малявко А. А. Алгоритмы симулятора растущей нейронной сети с элементами самообучения [Электронный ресурс] / А. А. Малявко, А. А. Денисов, А. Е. Морозов // Робототехника и искусственный интеллект : материалы 8 Всерос. науч.-техн. конф. с междунар. участием, Железногорск, 25 нояб. 2016 г. - Красноярск : СФУ, 2016. - С. 175-180.
• Малявко А. А. Структурная и функциональная организация самообучаемой самомодифицирующейся нейронной сети / А. А. Малявко // Известия Самарского научного центра Российской академии наук. - 2016. - Т. 18, №2(3). - С. 922-927.

Импульсные нейронные сети и нейроморфные вычисления.

• Гаврилов А.В., Канглер В.М. Нейроморфные технологии: состояние и перспективы развития. – Материалы VII Всероссийской научно-технической конференции «Робототехника и искусственный интеллект» РИИ-2015, Железногорск, СФУ, 2015. - С. 148-154.
• Andrey V. Gavrilov, Valeriy M. Kangler, Mikhail Katomin, Konstantin Panchenko. A Model of Spike Neuron Oriented to Hardware Implementation. // Proc. of The 11th International Forum on Strategic Technology, Novosibirsk, 2016.- Vol. 1, Pp. 521-525.
• Гаврилов А.В., Панченко К.E. Методы обучения импульсных нейронных сетей. // Труды XIII Международной научно-технической конференции «Актульные проблемы электронного приборостроения» АПЭП-2016. - Новосибирск, НГТУ, Том 9. - С. 60-65.
• Andrey V. Gavrilov, Konstantin E. Panchenko. Methods of Learning for Spiking Neural Networks. A Survey. // 13th International Scientific-Technical Conference on Actual Problems of Electronic Instrument Engineering APEIE-2016. - Novosibirsk, NSTU. - Vol. 1, Part 2. - Pp. 455-460.
• Малявко А.А., Гаврилов А.В. К вопросу о создании самообучающейся и самомодифицирующейся импульсной нейронной сети в качестве модели мозга. // Труды XIII Международной научно-технической конференции «Актульные проблемы электронного приборостроения» АПЭП-2016. - Новосибирск, НГТУ, Том 9. - С. 66-69.
• Alexandr A. Maliavko, Andrey V. Gavrilov. Towards Development of Self-Learning and Self-Modification Spiking Neural Network as Model of Brain. // 13th International Scientific-Technical Conference on Actual Problems of Electronic Instrument Engineering APEIE-2016. - Novosibirsk, NSTU. - Vol. 1, Part 2. - Pp. 461-463.
• Гаврилов А.В., Канглер В.М. Аппаратная реализация нейросетевых технологий в технических средствах охраны военных объектов. // Доклад на форуме «Армия-2016», Кубинка, сентябрь, 2016. (Доклад получил диплом).
• Малявко А.А., Гаврилов A.B. Импульсная нейронная сеть на основе модели «ключ-порог» //. Сб. ст. Всерос. науч.-практ. конф. с междунар. Участием «Интеллектуальный анализ сигналов, данных и знаний: методы и средства», Новосибирск, 14-17 окт. 2017 г. - Новосибирск : Изд-во НГТУ, 2017. - C. 325-330.
• Gavrilov A.V., Maliavko A.A., YakimenkoA.A. Key-Threshold based spiking neural network / A. V. Gavrilov, A. A. Maliavko, A. A. Yakimenko // Proc. of Second Russia and Pacific Conference on Computer Technology and Applications (RPC-2017), Vladivostok, 25-29 September, 2017. - Pp. 64-67. - DOI: 10.1109/RPC.2017.8168069.
• Gavrilov A.V. On Usage of Neuromorphic Engineering in Autonomous Robots. // 14th International Scientific-Technical Conference on Actual Problems of Electronic Instrument Engineering APEIE-2018. - Novosibirsk, NSTU. - Vol. 1, Part 4. - Pp. 400-404.
• Маслов А. Е. Реализация импульсной нейронной сети на основе модели Ижикевича / А. Е. Маслов, В. В. Арешкин, Д. В. Поскотинов ; науч. рук. А. А. Малявко // Перспективные методы и средства интеллектуальных систем : материалы Всерос. науч.-практ. семинара и шк. молодых ученых. - Новосибирск : Изд-во НГТУ, 2015. - С. 28-29.
• Денисов А. А. О возможных подходах к реализации растущих импульсных нейронных сетей / А. А. Денисов, В. Ю. Коуров ; науч. рук. А. А. Малявко // Перспективные методы и средства интеллектуальных систем : материалы Всерос. науч.-практ. семинара и шк. молодых ученых. - Новосибирск : Изд-во НГТУ, 2015. - С. 14-15.

Интеллектуальная и когнитивная робототехника

Архитектура информационных систем роботов.

• Гаврилов А.В. Растущие нейронные сети в робототехнике. // Материалы X Всероссийской научно-технической конференции с международным участием «Робототехника и искусственный интеллект» (РИИ-2018), Железногорск, 2018. - С. 145-148.
• Особенности разработки и аппаратной реализации гуманоидного робота / И. Н. Швайкова, И. М. Павлов, Д. В. Горбатых, Ю. И. Сагитов // Робототехника и искусственный интеллект : материалы III Международной научно-практической конференции / отв. ред.: В. А. Углев, А. В. Хныкин ; Сиб. федер.ун-т, Железногор. филиал ; Межинститут. базовая кафедра «Прикладная физика и космические технологии» СФУ. - Красноярск; Центр информации, 2012. - с.26-29.
• Особенности разработки и аппаратной реализации гуманоидного робота / И. Н. Швайкова, И. М. Павлов, Ю. И. Сагитов, Н. Ю. Пак, П. Ю. Яковина // Материалы XI международной конференции «Актуальные проблемы электронного приборостроения» АПЭП-2012 в 7 томах, том 5, с. 88-91.
• Особенности разработки и аппаратной реализации гуманоидного робота / Ю. И. Сагитов, П. Ю. Яковина, И. М. Павлов, Д. В. Горбатых, Н. Ю. Пак, И. Н. Швайкова // Инженерные и научные приложения на базе технологий National Instruments. - 2012: Сборник трудов XI международной научно-практической конференции. Москва 6-7 декабря 2012 г. - М.: ДМК-пресс. 2012. - с. 176-179.
• Тихонов А. С. Модели и алгоритмы управления поведением мультикоптера в аварийных ситуациях / А. С. Тихонов // Международная молодежная конференция «Нелинейные динамические системы: моделирование и оптимизация управления». Новосибирск, НГТУ 2 - 5 октября 2012 г. Сборник тезисов докладов, Новосибирск: издательство «КАНТ», 2012 г. с. 48-50.
• Швайкова И. Н. Лабораторный стенд для изучения алгоритмов классификации роботом статичных объектов / И. Н. Швайкова, Д. В. Горбатых // Робототехника и искусственный интеллект : материалы III Международной научно-практической конференции / отв. ред.: В. А. Углев, А. В. Хныкин ; Сиб. федер. ун-т, Железногор. филиал ; Межинститут. базовая кафедра «Прикладная физика и космические технологии» СФУ. - Красноярск; Центр информации, 2012. - с.124-127.
• Горбатых Д. В. Алгоритмы управления равновесием балансирующего робота / Д. В. Горбатых // Нелинейные динамические системы: моделирование и оптимизация управления: Сборник тезисов докладов. - Новосибирск: изд-во «КАНТ&кaquo;, 2012, с. 42-44.

Контекстно-зависимое управление роботами.

• Andrey V. Gavrilov. New Paradigm of Context based Programming-Learning of Intelligent Agent. Proc. of 1st Workshop on Networked embedded and control system technologies. In conjunction with 6th International Conference on Informatics in Control, Automation and Robotics ICINCO-2009, Milan, Italy, 2-5 July, 2009. - Pp. 94-99.
• Andrey V. Gavrilov. Context based Programming-Learning of Robots. 6th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI 2009), Gwangju, South Korea, October 28-31, 2009. - Pp. 806-809.
• A.V. Gavrilov, A. Lenskiy. Mobile Robot Navigation Using Reinforcement Learning Based on Neural Network with Short Term Memory. - International Conference on Intelligent Computing ICIC’11, China, August, 2011, LNCS 6838. Springer-Verlag, Berlin, Heiderberg, 2011. - Pp. 210-217.
• Гаврилов А.В. Контекстно-ориентированная гибридная архитектура системы управления интеллектуального робота. Материалы VI Всероссийской научно-технической конференции с международным участием. - Красноярск: ЦНИ «Монография», 2014. - С. 74-79.
• Gavrilov A. V. Hybrid Intelligent Mobile Robot Control System [Electronic resource] / A. V. Gavrilov, V. K. Shpakov // 1 International Conference Problems of Informatics, Electronics, and Radio Engineering (PIERE), Novosibirsk, 10-11 Dec. 2020. - Novosibirsk : IEEE, 2020. - P. 241-245. - Mode of access: https://ieeexplore.ieee.org/document/9314646. - Title from screen - DOI: 10.1109/PIERE51041.2020.9314646.

Этика и дружественное поведение роботов.

• Гаврилов А.В. Эмоции, априорные знания и дружественное поведение робота. - Труды 11-ой национальной конференции по искусственному интеллекту с международным участием КИИ-2008 (г. Дубна, Россия). - М.: ЛЕНАНД, 2008. - Т. 1. - С. 410-419.
• Andrey V. Gavrilov. Emotions and a priori Knowledge Representation in Artificial General Intelligence. In Proc. of Int. Conf. on Intelligent Information and Engineering Systems INFOS-2008. Varna, Bulgaria, June 23-July 03, 2008; in book: «Intelligent Technologies and Applications» of Int. Book Series «Information Science and Computing», ITHEA, Bulgaria. - Pp. 106-110.
• Andrey V. Gavrilov. Simulation of Emotions in Cognitive Robotics. 4th International Conference on Cognitive Science, Tomsk, June, 22-26, 2010.
• Гаврилов А.В. Искусственный интеллект и будущее цивилизации // Современные научные исследования и инновации. 2015. №5 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2015/05/50092 (дата обращения: 11.05.2015).
• Гаврилов А.В. К вопросу об этике интеллектуальных роботов. // Материалы VIII Всероссийской научно-технической конференции с международным участием «Робототехника и искусственный интеллект» (РИИ-2016), Железногорск, 2016. - С. 188-193.

Компьютерное зрение

• Спитченко А. М. Разработка модуля технического зрения для движущейся платформы / А. М. Спитченко, Е. А. Комиссаров ; науч. рук. И. Н. Яковина // Молодежь. Наука. Технологии (МНТК-2017) : сб. науч. тр. междунар. науч.-техн. конф. студентов и молодых ученых. В 4 ч., Новосибирск, 18-20 апр. 2017 г. - Ч. 2. IT технологии. Инжиниринг и робототехника. Технологические решения в сфере земельно-имущественных отношений. Оптические технологии и фотоника. - Новосибирск : Изд-во НГТУ, 2017. - С. 74-76.
• Сташевский П. С. Подготовка выборки изображений для задачи распознавания туристически привлекательных объектов = Collection of sample images for recognition of tourist attractive places /
• П. С. Сташевский, И. Н. Яковина // Международный научно-исследовательский журнал = International Research Journal. - 2017. - №1, ч. 4. - С. 132-134.
• Levchuk S. A. Stand for experimental evaluation of the quality of facial recognition algorithms [Electronic resource] / S. A. Levchuk, A. A. Yakimenko // 1 International Conference Problems of Informatics, Electronics, and Radio Engineering (PIERE), Novosibirsk, 10-11 Dec. 2020. - Novosibirsk : IEEE, 2020. - P. 214-218.
• Харюткина С. А. Экспериментальная оценка работы методов распознавания лиц / С. А. Харюткина, А. А. Якименко // Наука. Технологии. Инновации : сб. науч. тр. : в 9 ч., Новосибирск, 30 нояб.-4 дек. 2020 г. - Новосибирск : Изд-во НГТУ, 2020. - Ч. 1. - С. 172-176.
• Левчук С. А. Исследование характеристик алгоритмов распознавания лиц = Research characteristics of face recognition algorithms / С. А. Левчук, А. А. Якименко // Интеллектуальный анализ сигналов, данных и знаний: методы и средства = Intellectual analysis of signals, data and knowledge: methods and means : сб. ст. 2 Всерос. науч.-практ. конф. с междунар. участием им. В. В. Губарева, 11-13 дек. 2018 г. - Новосибирск : Изд-во НГТУ. 2018. - С. 199-203.
• Левчук С. А. Исследование характеристик алгоритмов распознавания лиц = Study of the characteristics of the algorithms for facial recognition / С. А. Левчук, А. А. Якименко // Сборник научных трудов Новосибирского государственного технического университета = Transaction of scientific papers of the Novosibirsk state technical university. - 2018. - № 3-4(93).