| Шац В.Н. | О решении задачи классификации на основе модели биологической цепи нейронов | 184-184 |
| Черепанов Ф.М. | | 13-13 |
| Цой Ю.Р. | Нейроэволюционный подход к интерактивному оцениванию визуального качества изображений( | 185-195 |
| Хренников А.Ю. | Мозг как квантовоподобный процессор обработки информации | 345-346 |
| Ульшин В.А. | Процедура синтеза нейронных сетей для решения задач классификации | 184-184 |
| Тарков М.С. | Построение гамильтоновых циклов рекуррентной нейронной сетью в тороидальных графах с дефектами ребер | 26-37 |
| Сичинава З.И. | | 12-13 |
| Руанет В.В. | Использование искусственных нейронных сетей для дифференциальной диагностики в патоморфологических исследованиях | 324-334 |
| Порхун Е.В. | | 11-11 |
| Перлов А.В. | Алгоритм оптимизации правил в адаптивной системе нечеткого вывода | 17-17 |
| Е.А. Самойлин [и др.] | Обучаемые нейроподобные структуры с повышенной аппроксимационной мощностью для обработки данных( | 185-186 |
| Никитин Ю.Р. | | 14-14 |
| Нестеренко Б.Б. | Применение клеточных нейронных сетей к исследованию способов замедления пассажа в пищеварительной трубке | 314-324 |
| М.Б. Бакиров [и др.] | Нейросетевой подход к восстановлению механических характеристик металла по результатам кинетического индентирования | 135-149 |
| А.Г. Гужва [и др.] | Нейросетевой метод решения обратной задачи геоэлектрического мониторинга параметров в трёхмерных средах | 112-124 |
| С.А. Буриков [и др.] | Нейросетевое решение обратной задачи идентификации и определения парциальных концентраций неорганических солей в многокомпонентном водном растворе | 100-112 |
| А.А. Думлер [и др.] | | 13-14 |
| С.Д. Кулик [и др.] | | 11-11 |
| Мякушко Э.В. | Применение математической теории перетекающих множеств для построения модуля нечеткого управления | 17-17 |
| Мышев А.В. | Информационная модель нейросети в технологиях вычислительного интеллекта | 187-188 |
| Масленникова Ю.С. | Нейросетевое прогнозирование временных рядов с использованием сингулярного разложения | 203-214 |
| Манолов А.И. | Моделирование нейронной сети, обеспечившей гиперболическую зависимость параметров | 18-26 |
| Луканин А.В. | Искусственная нейронная сеть для генерации форм прошедшего времени в современном английском языке | 290-302 |
| Легков Г.А. | Нейроподобная сеть на основе топологических преобразований цифровых последовательностей | 80-88 |
| Кулик С.Д. | Моделирование нейронных сетей при помощи субд | 15-16 |
| Крючин О.В. | Применение искусственных нейронных сетей для определения профессиональной предрасположенности школьников | 16-17 |
| Крючин О.В. | Параллельные алгоритмы обучения искусственных нейронных сетей с использованием градиентных методов | 186-186 |
| Крыжановский М.В. | Ускорение модифицированной процедуры клиппирования | 48-58 |
| Крыжановский В.М. | Идентификация коррелированных образов векторным персептроном с бинаризованными синаптическими коэффициентами( | 37-48 |
| Красиленко В.Г. | | 16-16 |
| Красиленко В.Г. | Исследование и моделирование эквивалентностной модели гетероассоциативной памяти | 88-97 |
| Кошур В.Д. | Дуальные обобщённо-регрессионные нейронные сети для решения задач глобальной оптимизации | 224-234 |
| Кондратьев А.И. | Нейросетевое адаптивное отказоустойчивое управление движением маневренного самолёта | 262-273 |
| Кожихова Н.А. | Нейронные сети и задачи прогнозирования хаотических рядов | 125-135 |
| Карандашев Я.М. | Повышение эффективности алгоритма кернигана-лина путём модификации матрицы межсвязей* | 188-203 |
| Иванюк Д.С. | | 14-14 |
| Земскова Ю.Н. | Применимость компактно поддерживаемых нейронных сетей для решения дифференциальных уравнений в частных производных эллиптического типа методом конечных элементов | 255-262 |
| Земляная Н.Б. | Определение параметров ориентации плоской грани с применением нейронных сетей | 162-174 |
| Зайцев С.А. | Обобщенная модель искусственной иммунной системы | 98-108 |
| Ермоленко А.В. | Алгоритм поиска примитивов на фотографиях с применением нейронных сетей | 174-185 |
| Емельянов А.О. | Нейросетевое прогнозирование уровня глюкозы в крови для больных инсулинозависимым диабетом | 334-344 |
| Дудкин А.А. | Нейросетевое распознавание объектов на изображениях топологических слоев интегральных микросхем | 149-162 |
| Дмитриева Л.А. | | 20-20 |
| Д.М. Клионский [и др.] | Декомпозиция на эмпирические моды и ее применение для идентификации информативных компонент и прогнозирования сигналов с использованием ейронных сетей | 69-80 |
| Гричук Е.С. | Нелинейные связанные осцилляторы и однонаправленные квантовые вычисления | 263-271 |
| Григоренко Д.П. | Модель на основе теории нейронных сетей и японского свечного анализа для прогнозирования рыночных котировок | 19-20 |
| Гречихин Л.И. | | 19-19 |
| Горбаченко В.И. | Радиально-базисные нейронные сети для решения краевых задач бессеточными методами | 244-255 |
| Горбатков С.А. | Обобщение метода вложенных математических моделей на основе байесовского подхода к регуляризации задач нейросетевого моделирования налогового и финансового контроля | 234-244 |
| Гольцев А.Д. | Модульная нейронная сеть с межмодульными обучающимися связями | 214-223 |
| Гитис В.Б. | Совершенствование процедуры нормализации входной информации для карты кохонена при оценке уровня квалификации рабочих | 18-19 |
| Гиниятуллин В.М. | Паракомплексная нейронная сеть хопфилда | 186-187 |
| Введенский В.Л. | Множество корней слов образует математически упорядоченную структуру | 302-314 |
| Бутенков С.А. | Компоненты гибридных нейросетевых интеллектуальных систем, использующие метод информационной грануляции | 58-68 |
| Безобразов С.В. | Алгоритмы искусственных иммунных систем и нейронных сетей для обнаружения вредоносных программ | 273-290 |
| Басараб М.А. | Сигмоидальные и радиальные базисные функции активации на основе финитных решений функционально-дифференциальных уравнений | 187-187 |
ВКОНТАКТЕ 
Mendeley