ENG

  1. Suvorov M., Ivliev S., Markarian G., Kolev D., Zvikhachevskiy D., Angelov P. (2013) OSA: One-Class Recursive SVM Algorithm with Negative Samples for Fault Detection. In: Mladenov V., Koprinkova-Hristova P., Palm G., Villa A.E.P., Appollini B., Kasabov N. (eds) Artificial Neural Networks and Machine Learning – ICANN 2013. ICANN 2013. Lecture Notes in Computer Science, vol 8131. Springer, Berlin, Heidelberg https://doi.org/10.1007/978-3-642-40728-4_25
  2. M. Suvorov, S. Ivliev, G. Markarian, D. Kolev, D. Zvikhachevskiy and P. Angelov, «Incremental anomaly identification by adapted SVM method,» The 2013 International Joint Conference on Neural Networks (IJCNN), Dallas, TX, 2013, pp. 1-7. https://doi.org/10.1109/IJCNN.2013.6707031
  3. Eremeev A.P., Ivliev S.A. (2019) Data Collection and Preparation of Training Samples for Problem Diagnosis of Vision Pathologies. In: Kuznetsov S., Panov A. (eds) Artificial Intelligence. RCAI 2019. Communications in Computer and Information Science, vol 1093. Springer, Cham https://doi.org/10.1007/978-3-030-30763-9_23
  4. A. P. Eremeev, S. A. Ivliev, V. N. Vagin Using Nosql Databases and Machine Learning for Implementation of Intelligent Decision System in Complex Vision Patalogies // 2018 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC), Vladivostok, 2018, pp. 1-4. https://doi.org/10.1109/RPC.2018.8482230
  5. Eremeev A. Ivliev S. Using Convolutional Neural Networks for the Analysis of Nonstationary Signals on the Problem Diagnostics Vision Pathologies // Kuznetsov S., Osipov G., Stefanuk V. (eds) Artificial Intelligence. RCAI 2018. Communications in Computer and Information Science, vol 934. Springer, Cham https://doi.org/10.1007/978-3-030-00617-4_16
  6. Eremeev A.P., Ivliev S.A., Kolosov O.S., Korolenkova V.A., Pronin A.D., Titova O.D. (2020) Creating Spaces of Temporary Features for the Task of Diagnosing Complex Pathologies of Vision. In: Hu Z., Petoukhov S., He M. (eds) Advances in Intelligent Systems, Computer Science and Digital Economics. CSDEIS 2019. Advances in Intelligent Systems and Computing, vol 1127. Springer, Cham https://doi.org/10.1007/978-3-030-39216-1_18

RUS (HAC)

  1. Еремеев А.П. Ивлиев С.А. Построение онтологии на основе нереляционной базы данных для интеллектуальной системы поддержки принятия решений медицинского назначения Ontology design based on non-relational database for intelligent decision support system for medical purposes // Программные продукты и системы № 4 за 2017 год. стр. 739-74 http://dx.doi.org/10.15827/0236-235X.120.739-744
  2. Еремеев А.П. Ивлиев С.А. Разработка базы данных и конвертера для извлечения и анализа специализированных данных, получаемых с медицинского аппарата Development of a database and a converter for retrieval and analysis of specialized data from a medical device // Программные продукты и системы № 3 за 2019 год. стр. 512-517 https://dx.doi.org/10.15827/0236-235X.127.512-517

RUS (Other)

  1. Еремеев А.П., Ивлиев С.А. Анализ и диагностика сложных патологий зрения на основе вейвлет-преобразований и нейросетевого подхода // Интегрированные модели и мягкие вычисления в искусственном интеллекте: сб. науч. тр. VIII Междунар. науч.-технич. конф. (Коломна, 18-20 мая 2015 г.). М.: Физматлит, 2015. T. 2. С. 589-595. Еремеев А.П., Ивлиев С.А. Диагностика заболеваний зрения на основе нейронных сетей // Современные технологии в задачах управления, автоматики обработки информации: Труды XXIV Международной научно-технической конференции, (14-20 сентября 2015 г., Алушта. – М.: Издательский дом МЭИ, 2015, с. 122-123.
  2. Еремеев А.П., Ивлиев С.А. ИСПОЛЬЗОВАНИЕ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ АНАЛИЗА НЕСТАЦИОНАРНЫХ СИГНАЛОВ НА ПРИМЕРЕ ЗАДАЧИ ДИАГНОСТИКИ ПАТОЛОГИЙ ЗРЕНИЯ // Шестнадцатая Национальная конференция по искусственному интеллекту с международным участием КИИ-2018 (24–27 сентября 2018 г., г. Москва, Россия). Труды конференции. В 2-х томах. Т 2. – М.: РКП, 2018. С. 282. ISBN 978-5-600-02247-8
  3. Еремеев А.П., Ивлиев С.А., Колосов О.С., Короленкова В.А., Титова О.Д. Формирование признакового пространства временных зависимостей для задачи диагностики сложных патологий зрения. Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сборник научных трудов IX-й Международной научно-практической конференции (Коломна, 19-22 мая 2019 г.). Переславль-Залесский: Российская ассоциация искусственного интеллекта, 2019. 454 с. ISBN 978-5-6042802-1-8