| |
|
|
Бурнаев Евгений Владимирович
(публикации за последние годы)
|
|
|
|
|
|
2026 |
| 1. |
А. В. Бернштейн, Н. В. Бриллиантов, Е. В. Бурнаев, В. В. Вановский, И. Ю. Тюкин, “Искусственный интеллект в математическом моделировании: проблемы, преимущества и перспективы”, Ж. вычисл. матем. и матем. физ., 66:12 (2026), 2307–2324 |
|
2025 |
| 2. |
С. А. Баранников, Д. С. Воронкова, А. Мироненко, И. Трофимов, А. Коротин, Г. Сотников, Е. В. Бурнаев, “Бар-код функции потерь: топологический показатель сложности оптимизации ландшафта функции потерь”, Докл. РАН. Матем., информ., проц. упр., 527 (2025), 495–522 ; S. A. Barannikov, D. S. Voronkova, A. Mironenko, I. Trofimov, A. Korotin, G. Sotnikov, E. V. Burnaev, “Loss barcode: a topological measure of escapability in loss landscapes”, Dokl. Math., 112:3 (2025), 600–623 |
| 3. |
М. П. Иванова, И. Е. Трофимов, А. В. Мироненко, П. В. Страшнов, М. К. Кравченко, С. А. Баранников, Е. В. Бурнаев, “RES-LT: извлечение топологических признаков высокого порядка из белковых языковых моделей для улучшенной классификации на уровне аминокислотных остатков”, Докл. РАН. Матем., информ., проц. упр., 527 (2025), 367–377 ; M. P. Ivanova, I. E. Trofimov, A. V. Mironenko, P. V. Strashnov, M. K. Kravchenko, S. A. Barannikov, E. V. Burnaev, “RES-LT: extracting higher-order topological features from protein language models for enhanced per-residue classification”, Dokl. Math., 112:2 (2025), 362–369 |
| 4. |
Г. А. Бобровских, О. Я. Войнов, Е. В. Бурнаев, “Перспективы нейросетевой многовидовой 3D-реконструкции по изображениям и данным глубины”, Докл. РАН. Матем., информ., проц. упр., 527 (2025), 134–145 ; G. A. Bobrovskikh, O. Ya. Voinov, E. V. Burnaev, “Towards neural multi view 3D reconstruction from RGB-D data”, Dokl. Math., 112:3 (2025), 518–526
|
1
[x]
|
|
2024 |
| 5. |
С. Иванов, С. Свиридов, Е. Бурнаев, “Переосмысление задачи классификации графов при наличии изоморфизма”, Докл. РАН. Матем., информ., проц. упр., 520:2 (2024), 352–372 ; S. Ivanov, S. Sviridov, E. Burnaev, “Rethinking graph classification problem in presence of isomorphism”, Dokl. Math., 110:suppl. 2 (2024), S312–S331
|
1
[x]
|
| 6. |
С. Игнатьев, В. Егиазарян, Р. Рахимов, Е. Бурнаев, “Деформации на основе неявных нейронных представлений генеративных состязательных нейросетей для редактирования изображений”, Докл. РАН. Матем., информ., проц. упр., 520:2 (2024), 337–351 ; S. Ignat'ev, V. Egiazarian, R. Rakhimov, E. Burnaev, “Deforming implicit neural representation generative adversarial network for unsupervised appearence editing”, Dokl. Math., 110:suppl. 2 (2024), S299–S311 |
|
2023 |
| 7. |
В. Жужель, В. Грабарь, Н. Каплоухая, Р. Ривера-Кастро, Л. Миронова, А. Зайцев, Е. Бурнаев, “Не бывает двух одинаковых пользователей: нейросетевая кластеризация на основе последовательностей событий для генерации аудиторий”, Докл. РАН. Матем., информ., проц. упр., 514:2 (2023), 395–416 ; V. Zhuzhel, V. Grabar', N. Kaploukhaya, R. Rivera-Castro, L. Mironova, A. Zaytsev, E. Burnaev, “No two users are alike: Generating audiences with neural clustering for temporal point processes”, Dokl. Math., 108:suppl. 2 (2023), S511–S528
|
2
[x]
|
| 8. |
С. А. Баранников, А. А. Коротин, Д. А. Оганесян, Д. И. Емцев, Е. В. Бурнаев, “Бар-коды как резюме топологии функций потерь”, Докл. РАН. Матем., информ., проц. упр., 514:2 (2023), 196–211 ; S. A. Barannikov, A. A. Korotin, D. A. Oganesyan, D. I. Emtsev, E. V. Burnaev, “Barcodes as summary of loss function topology”, Dokl. Math., 108:suppl. 2 (2023), S333–S347 |
| 9. |
Д. С. Воронкова, С. А. Баранников, Е. В. Бурнаев, “Одномерные топологические инварианты для оценки невыпуклости функции потерь”, Докл. РАН. Матем., информ., проц. упр., 514:2 (2023), 187–195 ; D. S. Voronkova, S. A. Barannikov, E. V. Burnaev, “1-Dimensional topological invariants to estimate loss surface non-convexity”, Dokl. Math., 108:suppl. 2 (2023), S325–S332
|
1
[x]
|
|
2022 |
| 10. |
Е. В. Бурнаев, А. В. Бернштейн, В. В. Вановский, А. А. Зайцев, А. М. Булкин, В. Ю. Игнатьев, Д. Г. Шадрин, С. В. Илларионова, И. В. Оселедец, А. Ю. Михалев, А. А. Осипцов, А. А. Артемов, М. Г. Шараев, И. Е. Трофимов, “Фундаментальные исследования и разработки в области прикладного искусственного интеллекта”, Докл. РАН. Матем., информ., проц. упр., 508 (2022), 19–27 ; E. V. Burnaev, A. V. Bernshtein, V. V. Vanovskiy, A. A. Zaytsev, A. M. Bulkin, V. Yu. Ignatiev, D. G. Shadrin, S. V. Illarionova, I. V. Oseledets, A. Yu. Mikhalev, A. A. Osiptsov, A. A. Artemov, M. G. Sharaev, I. E. Trofimov, “Fundamental research and developments in the field of applied artificial intelligence”, Dokl. Math., 106:suppl. 1 (2022), S14–S22
|
5
[x]
|
|
2020 |
| 11. |
А. А. Коротин, В. В. Вьюгин, Е. В. Бурнаев, “Онлайн-алгоритм агрегации прогнозов экспертов при неограниченных квадратичных потерях”, УМН, 75:5(455) (2020), 197–198 ; A. A. Korotin, V. V. V'yugin, E. V. Burnaev, “Online algorithm for aggregating experts' predictions with unbounded quadratic loss”, Russian Math. Surveys, 75:5 (2020), 974–977
|
1
[x]
|
| 12. |
Е. В. Бурнаев, “Обнаружение аномалий на основе суррогатных моделей”, УБС, 86 (2020), 5–31 |
|
2017 |
| 13. |
Е. В. Бурнаев, Г. К. Голубев, “Об одной задаче многоканального обнаружения сигналов”, Пробл. передачи информ., 53:4 (2017), 69–83 ; E. V. Burnaev, G. K. Golubev, “On one problem in multichannel signal detection”, Problems Inform. Transmission, 53:4 (2017), 368–380
|
7
[x]
|
|
2016 |
| 14. |
М. Беляев, Е. Бурнаев, Е. Капушев, “Вычислительно эффективный алгоритм построения регрессии на основе гауссовских процессов в случае структурированных выборок”, Ж. вычисл. матем. и матем. физ., 56:4 (2016), 507–522 ; M. Belyaev, E. Burnaev, E. Kapushev, “Computationally efficient algorithm for Gaussian Process regression in case of structured samples”, Comput. Math. Math. Phys., 56:4 (2016), 499–513
|
19
[x]
|
|
2015 |
| 15. |
А. В. Артёмов, Е. В. Бурнаев, “Оптимальное оценивание сигнала, наблюдаемого во фрактальном гауссовском шуме”, Теория вероятн. и ее примен., 60:1 (2015), 163–171 ; A. V. Artemov, E. V. Burnaev, “Optimal estimation of a signal, observed in a fractional Gaussian noise”, Theory Probab. Appl., 60:1 (2016), 126–134
|
11
[x]
|
|
2013 |
| 16. |
А. А. Зайцев, Е. В. Бурнаев, В. Г. Спокойный, “Свойства апостериорного распределения модели зависимости на основе гауссовских случайных полей”, Автомат. и телемех., 2013, № 10, 55–67 ; A. A. Zaytsev, E. V. Burnaev, V. G. Spokoiny, “Properties of the posterior distribution of a regression model based on Gaussian random fields”, Autom. Remote Control, 74:10 (2013), 1645–1655
|
14
[x]
|
| 17. |
Е. В. Бурнаев, П. В. Приходько, “Об одной методике построения ансамблей регрессионных моделей”, Автомат. и телемех., 2013, № 10, 36–54 ; E. V. Burnaev, P. V. Prikhod'ko, “On a method for constructing ensembles of regression models”, Autom. Remote Control, 74:10 (2013), 1630–1644
|
24
[x]
|
| 18. |
А. А. Зайцев, Е. В. Бурнаев, В. Г. Спокойный, “Свойства байесовской оценки параметров регрессии на основе гауссовских процессов”, Фундамент. и прикл. матем., 18:2 (2013), 53–65 ; A. A. Zaytsev, E. V. Burnaev, V. G. Spokoiny, “Properties of the Bayesian parameter estimation of a regression based on Gaussian processes”, J. Math. Sci., 203:6 (2014), 789–798
|
6
[x]
|
| 19. |
M. G. Belyaev, E. V. Burnaev, “Approximation of a multidimensional dependency based on linear expansion in a dictionary of parametric functions”, Информ. и её примен., 7:3 (2013), 114–125
|
4
[x]
|
| 20. |
Е. В. Бурнаев, А. А. Зайцев, В. Г. Спокойный, “Теорема Бернштейна–фон Мизеса для регрессии на основе гауссовских процессов”, УМН, 68:5(413) (2013), 179–180 ; E. V. Burnaev, A. A. Zaytsev, V. G. Spokoiny, “The Bernstein–von Mises theorem for regression based on Gaussian Processes”, Russian Math. Surveys, 68:5 (2013), 954–956
|
12
[x]
|
|
2010 |
| 21. |
Е. В. Бурнаев, “О нелинейной минимаксной задаче скорейшего обнаружения разладки для броуновского движения”, Теория вероятн. и ее примен., 55:3 (2010), 612–613
|
1
[x]
|
|