Інститут кібернетики ім. В. М. Глушкова НАН України




ДНУ «Об'єднаний інститут проблем інформатики НАН Білорусі»

обробки і аналізу різнорідних клінічних та біомедичних даних

 

  1. Novoselova N. , Tom I. E. Integrated network approach to protein function prediction / The Scientific Journal of Riga Technical University // Information Technology and Management Science, December 2018, vol. 21, pp.98–103. doi: 10.7250/itms-2018-0016.
  2. Том И. Э. Информационные технологии в анализе медицинских данных //Наука и инновации. – 2016. – №3. – С. 28-31.
  3. Novoselova, N. , Tom, I. E. Semi-supervised clustering with active constraint selection// XIII International Conference “Pattern Recognition and Information Processing”- PRIP-2016, BSU, October 3-5, 2016, Minsk. – pp. 69-72.
  4. Новоселова Н. А., Том И. Э. Метод построения кластеров генетических данных //Информатика. – 2016. – №1(49) – С. 64-74.
  5. Новоселова, Н. А. Алгоритм ранжирования признаков для обнаружения биомаркеров в данных генной экспрессии / Н.А.Новоселова, И.Э.Том //Искусственный интеллект.– 2013. – №3. – С. 58–68.
  6. Novoselova, N. Feature ranking by classification accuracy estimation of multiple data samples / N.A. Novoselova, I.E. Tom, A. Borisov, I. Polaka // Information Technology and Management Science. – 2013. – №16. – p.95-100.
  7. Шор Н. З., Журбенко Н. Г. Метод минимизации, использующий операцию растяжения пространства в направлении разности двух последовательных градиентов // Кибернетика. – 1971. – № 3. – C.51–59.
  8. Шор Н.З. Методы минимизации недифференцируемых функций и их приложения. – К.: Наук. думка, 1979. – 199 с.
  9. Shor N. Z. Nondifferentiable Optimization and Polynomial Problems. – Amsterdam / Dordrecht / London: Kluwer Academic Publishers, 1998. – 381 p.
  10. Zhuravlev Y. I., Laptin, Y. P. et al. Linear classifiers and selection of informative features // Pattern Recognition and Image Analysis. – 2017. – Т. 27. – №. 3. – С. 426–432.
  11. Laptin Yu., Zhuravlev Yu., Vinogradov A A Comparison of Some Approaches to Classification Problems, and Possibilities to Construct Optimal Solutions Efficiently // Pattern Recognition and Image Analysis. – 2014. – Vol. 24. – No. 2. – P. 189–195.
  12. Zhuravlev Y. I., Laptin, Y. P. et al. Nonsmooth optimization methods in the problems of constructing a linear classifier // Int. Journal Information Models & Analyses (ISSN 1314-6416). – 2012. – Т. 1. – №. 2. – С. 103–111.
  13. Лаптин Ю. П., Журавлев Ю. И., Виноградов А. П. Минимизация эмпирического риска и задачи построения линейных классификаторов // Кибернетика и системный анализ. – 2011. – №. 47, № 4. – С. 155–164.
  14. Laptin Yu., Likhovid A. P., Vinogradov A.P. Approaches to Construction of Linear Classifiers in the Case of Many Classes // Pattern Recognition and Image Analysis. – 2010. – 20. – No. 2. – P. 137–145.
  15. Lemaréchal C. Lagrangian relaxation // Computational combinatorial optimization. – 2001. – С. 112-156.
  16. Vanderberghe L., Boyd S. Semidefinite programming // Siam Review. – 1996. – № 38. – P. 49–95.
  17. Berezovskyi O.A. On the accuracy of dual bounds for quadratic extremum problems // Cybernetics and Systems Analysis. – 2012. – 48 (1). – P. 26–30.
  18. Laptin Yu. Exact Penalty Functions and Convex Extensions of Functions in Schemes of Decomposition in Variables // Cybernetics and Systems Analysis. – January 2016, – Vol. 52. – pp. 85–95.
  19. Лаптин Ю.П., Бардадым Т.А. Проблемы определения коэффициентов точных штрафных функций // Кибернетика и системный анализ. – 2019.– № 3. – С. 64-79.
  20. Chang, Chih-Chung; Lin, Chih-Jen LIBSVM – A Library for Support Vector Machines // Електронний ресурс: https://www.csie.ntu.edu.tw/~cjlin/libsvm/
  21. BLAS (Basic Linear Algebra Subprograms) // Електронний ресурс: http://www.netlib.org/blas/
  22. LAPACK—Linear Algebra PACKage // Електронний ресурс: http://www.netlib.org/lapack/
  23. Armadillo C++ library for linear algebra & scientific computing // Електронний ресурс: http://arma.sourceforge.net/
  24. Sanderson, Mark. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze, Introduction to Information Retrieval // Cambridge University –2008. – ISBN-13 978-0-521-86571-5, xxi+ 482 pages.” Natural Language Engineering 16.1 (2010): 100-103.
  25. Kuhn, Max, and Kjell Johnson. Applied predictive modeling. // New York: Springer – 2013 – 26.