| Трофимов А.Г. | Жадный алгоритм построения комитета классификаторов сигналов ЭЭГ | 78-88 |
| Таротин И.В. | Построение модели мониторинга мысли тельной деятельности в пространстве психо логических характеристик | 97-106 |
| Тарков М.С. | Слежение за объектами байесовской сетью | 221-231 |
| Тарков М.С. | Отображение матрицы весовых коэффициентов слоя нейронной сети на мемристорный кроссбар | 126-133 |
| Соловьев А.М. | Искусственная нейронная сеть с гистерезисными свойствами в задаче стабилизации обратного гибкого маятника с наличием люфта в основании его крепления | 144-154 |
| Е. Е. Орехова [и др.] | Создание информационной системы на основе искусственных нейронных сетей для определения предела выносливости металлов под воздействием внешних факторов | 231-241 |
| Простов Ю.С. | Исследование нейросетевой модели на базе гистерезисного микроансамбля | 116-126 |
| И. В. Исаев [и др.] | Повышение точности нейросетевого решения многопараметрических обратных задач при группировке определяемых параметров: проверка на модельных данных | 191-201 |
| И. Е. Шепелев [и др.] | Определение оптимальных метапараметров для нейросетевого краткосрочного прогнозирования электропотребления крупного города | 182-191 |
| Кукин К.А. | Сравнение методов обучения спайковых нейронных сетей на основе различных нейросимуляторов | 134-143 |
| Корягин Е.В. | Разработка модели ассоциативной памяти робота АР-600 для задачи кластеризации и обобщения данных | 38-46 |
| Иванов Е.О. | Нейронная сеть Хопфилда для управления группой объектов (насосов) | 164-172 |
| Горбатков С.А. | Итерационный метод построения нейросетевой динамической модели прогнозирования банкротств | 154-164 |
| Габдрахманова Н.Т. | Нейросетевые модели для решения управленческих задач на магистральном нефтепроводе | 172-181 |
| Г. С. Радченко [и др.] | Влияние характеристик тональной модуляции музыкальных фрагментов на показатели ЭЭГ | 47-55 |
| М. Е. Королева [и др.] | Вегетативное обеспечение некоторых форм социального взаимодействия | 29-38 |
| Введенский В.Л. | Как усреднять магнитные сигналы мозга | 106-115 |
| Бураков М.В. | Разработка нейроэмулятора для нелинейного динамического объекта | 202-210 |
| Божокин C.B. | Нестационарная корреляция ансамбля вспышек ЭЭГ: вейвлет-анализ | 55-65 |
| И. А. Ребрун [и др.] | Биотехническая система для исследования когнитивной деятельности в различных эмоциональных состояниях испытуемого | 19-29 |
| Атанов М.С. | Оптимизация алгоритма распознавания типа текущей мыслительной деятельности на основе данных ЭЭГ | 88-96 |
| А. Г. Трофимов [и др.] | Агломеративный метод выделения микросостояний ЭЭГ, связанных с характеристиками бегущих волн | 66-77 |
| Абатуров В.С. | Сервис-ориентированная инфраструктура аналитической платформы для встраиваемых интеллектуальных подсистем | 211-220 |
| Vvedensky V.L. | Averaging of the brain magnetic signals | 106-115 |
| E. E. Orekhova [и др.] | The creation of an information system based on artificial neural networks to determine the endurance limit of metals under the influence of external factors | 231-241 |
| Tarotin I.V. | A model for cognitive activity monitoring in a space of psychological features | 97-106 |
| Tarkov M.S. | Object tracking by bayesian network | 221-231 |
| Tarkov M.S. | Mapping of neural network weighting coefficients matrix onto memristor crossbar | 126-133 |
| Solovyev A.M. | Stabilization of flexible inverted pendulum with presence of backlash in the basis by means of artificial neural network with hysteresis properties | 144-154 |
| Prostov Yu.S. | A study of neural network model composed of hysteresis micro-ensembles | 116-126 |
| I. E. Shepelev [и др.] | Optimal metaparameters identification for neural network short- term forecasting of electricity consumption of a large city | 182-191 |
| Kukin K.A. | Comparison of learning methods for spiking neural networks using various neurostimulators | 134-143 |
| Koryagin E.V. | Development of associative memory model for robot AR-600 for clusterization and generalization tasks | 38-46 |
| Ivanov E.O. | A hopfield network for the control a group of objects (pumps) | 164-172 |
| G. S. Radchenko [и др.] | Influence of characteristics of tonal modulation of musical fragments on EEG | 47-55 |
| I. V. Isaev [и др.] | Improving the accuracy of neural network solution of multi-parameter inverse problems by group determination of parameters: verification on model data | 191-201 |
| Gorbatkow S.A. | Iterative method for constructing of neural network dynamic model for bankruptcies forecasting | 154-164 |
| Gabdrakhmanova N.T. | Neural network models for management tasks on the main oil pipeline | 172-181 |
| Burakov M.V. | Design of neuro-emulator for nonlinear dynamic plant | 202-210 |
| Bozhokin S.V. | Non-stationary correlation of EEG bursts ensemble: wavelet analysis | 55-65 |
| A. Rebrun [и др.] | Biotechnical system for research of cognitive activity in various emotional conditions of the examinee | 19-29 |
| M. E. Koroleva [и др.] | Autonomic regulation of some form of social interaction | 29-38 |
| Atanov M.S. | Optimization of current type of cognitive activity recognition based on EEG data | 88-96 |
| A. G. Trofimov [и др.] | Agglomerative method for isolating microstates EEG related to the characteristics of the traveling wave | 66-77 |
| Abaturov V.S. | The service-oriented analytical platform infrastructure for embedded intelligent subsystems | 211-220 |
ВКОНТАКТЕ 
Mendeley