ЛИТЕРАТУРА

 

1.     Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. – М.: Статистика, 1974. – 240 с.

2.     Айвазян С.А., Бухштабер В.М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности.- М.: Финансы и статистика, 1989.-607 с.

3.     Айвазян С.А., Енюков И.С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных. - М.: Финансы и статистика, 1983.-471 с.

4.     Айвазян С.А., Енюков И.С., Мешалкин Л. Д. Прикладная статистика. Статистическое оценивание зависимостей.- М.: Финансы и статистика, 1985.- 484 с.

5.     Айзенберг Л.А. Формулы Карлемана в комплексном анализе. Первые приложения. - Новосибирск: Наука, 1990.

6.     Андерсон Т. Введение в многомерный статистический анализ.- М.: Физматгиз, 1963.-500 с.

7.     Гареев А.Ф. Применение вероятностной нейронной сети для автоматического рубрицирования текстов // Материалы Всероссийской научной конференции «Нейроинформатика-99». Москва, 1999. Часть 3. С.71-79.

8.     Горбань А.Н., Хлебопрос Р.Г. Демон Дарвина. М.: Наука (Физ-Мат-Лит), 1988. http://ddarwin.narod.ru

9.     Горбань А.Н. Обучение нейронных сетей. М.: изд. СССР-США СП "ПараGraph", 1990. 160 с.

10. Горбань А.Н., Зиновьев А.Ю., Питенко А.А. Визуализация данных методом упругих карт // Информационные технологии, изд-во "Машиностроение". - М. - 2000.  № 6, - С.26-35.

11. Горбань А.Н., Макаров С.В., Россиев А.А. Нейронный конвейер для восстановления пробелов в таблицах и построения регрессии по малым выборкам с неполными данными // Математика. Компьютер. Образование. Вып. 5. Часть II. Сборник научных трудов / Под ред. Г.Ю. Ризниченко. М.: Изд-во Прогресс-Традиция, 1998. С. 27-32.

12. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука (Сиб. отделение), 1996. 276 с.

13. Горбань А.Н., Россиев А.А. Итерационный метод главных кривых для данных с пробелами // Проблемы нейрокибернетики: Труды 12 Международной конференции по нейрокибернетике. Ростов-на-Дону: Издательство СКНЦ ВШ, 1999. С. 198-201.

14. Дейвисон М. Многомерное шкалирование: Методы наглядного представления данных.- М.: Финансы и статистика, 1988.

15. Демиденко Е.З. Линейная и нелинейная регрессия. – М.: Финансы и статистика, 1973. – 302 с.

16. Диянкова С.А., Терехов С.А., Мухамадиева Т.А., Квичанский А.В. Java-апплет SOMA для визуализации многомерной информации на нейросетевых картах Кохонена // Материалы Всероссийской научной конференции «Нейроинформатика-99». Москва, 1999. Часть 3. С.79-83.

17. Дорофеюк А.А. Алгоритмы автоматической классификации: Обзор // Автоматика и телемеханика. – 1971. – № 12. – С. 78-113.

18. Дуда P., Харт П. Распознавание образов и анализ сцен.- М.: Мир, 1976.-511 с.

19. Дюк В.А. Компьютерная психодиагностика. – СПб., издательство «Братство», 1994.-364 с.

20. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его приложения в экономике и бизнесе. М.: Изд-во МИФИ, 1998.

21. Елисеева И. И., Рукавишников В. О. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связи).- М.: Статистика, 1977.-144 с.

22. Жигирев Н.Н., Корж В.В., Оныкий Б.Н. Использование ассиметрии частотных свойств информационных признаков для построения автоматизированных систем классификации текстовых документов // Материалы Всероссийской научной конференции «Нейроинформатика-99». Москва, 1999. Часть 3. С.83-91.

23. Зиновьев А.Ю., Питенко А.А. Визуализация данных методом упругих карт // Радiоелектронiка. Iнформатика. Управлiння, Запорожье. 2000, № 1, С.76-85.

24. Зиновьев А.Ю., Питенко А.А. Визуализация произвольных данных методом упругих карт // Материалы конференции молодых ученых Красноярского научного центра СО РАН, апрель 2000г. - Красноярск: КНЦ СО РАН. - 2000. - С.18-20.

25. Зиновьев А.Ю., Питенко А.А. Картографирование произвольных данных. // "Студент и научно-технический прогресс": Информационные технологии. Материалы XXXVIII международной научной студенческой конференции.- Новосибирск: НГУ.- 2000. - С.38.

1.     Зиновьев А.Ю., Питенко А.А. Система визуализации произвольных данных. // 2-я Всероссийская научно-техническая конференция "Нейроинформатика-2000". Ч.1. М.: МИФИ.- 2000. С.75-80.

2.     Зиновьев А.Ю., Питенко А.А., Россиев А.А. Проектирование многомерных данных на двумерную сетку. // 2-я Всероссийская научно-техническая конференция “Нейроинформатика-2000”. Ч.1. М.: МИФИ.– 2000. С.80-88.

3.     Кендалл М. Методы ранговой корреляции.-М.: Статистика, 1974.

4.     Кендалл М., Стюарт А. Статистические выводы и связи.- М.: Наука, 1973.-900 с.

5.     Классификация и кластер // под. ред. Дж. Вэн Райэин.-М.: Мир, 1980.- 390 с.

6.     Колмогоров А. Н. Три подхода к определению понятия "количество ин-формацин"//Проблемы передачи информации/под ред. Яглома П. С., 1965, т. 1, вып. 1.

7.     Кузнецов А. С. Методы поиска оптимальных групп признаков при статистическом распознавании образов. - Л. : ВИКИ им. А. Ф. Можайского, 1982.- с. 14-23.

8.     Лбов Г. С. Выбор эффективной системы зависимых признаков // Труды Сиб. отд. АН СССР: Вычислительные системы. - Новосибирск, 1965, вып. 19.- с. 87-101.

9.     Лбов Г.С. Методы обработки разнотипных экспериментальных данных.-Новосибирск: Наука, 1981.-157 с.

10. Миркес Е.М. Нейрокомпьютер. Проект стандарта. - Новосибирск: Наука,1998 .-188 с.

11. Миркин Б. Г. Анализ качественных признаков и структур. - М.: Статистика, 1980.-319 с.

12. Нейроинформатика // А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин, Е.М.Миркес, А.Ю.Новоходько, Д.А.Россиев, С.А.Терехов, М.Ю.Сенашова, В.Г.Царегородцев. - Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.-296 c.

13. Питенко А.А. Картографирование всех и всяческих данных. // ИНТЕРКАРТО-5 : Доклады международной конференции, часть 1. – Якутск: ЯГУ, 1999. С.71–78

14. Питенко А.А. Нейросети для геоинформационных систем // Материалы Всероссийской научной конференции «Нейроинформатика-99». Москва, 1998. Часть 3. С.65-69.

15. Россиев Д.А., Головенкин С.Е., Шульман В.А., Матюшин Г.В. Прогнозирование осложнений инфаркта миокарда нейронными сетями. // Нейроинформатика и ее приложения. Материалы III Всероссийского рабочего семинара. 6-8 октября 1995 г. Красноярск.- 1995.- С.128-166.

16. Россиев А.А. Моделирование данных при помощи кривых для восстановления пробелов в таблицах // Методы нейроинформатики / Под ред. А.Н.Горбаня. Красноярск: Изд-во КГТУ, 1998. С. 6-22.

17. Справочник по прикладной статистике. В 2-х т. Т. 2 // под ред. Ллойда Э., Ледермана У., Айвазяна С.А., Тюрина Ю.Н.- М.: Финансы и статистика, 1990.-526 с.

18. Терехина А.Ю. Анализ данных методами многомерного шкалирования.- М.: Наука, 1986.-168 с.

19. Терехов С.А. Нейросетевые информационные модели сложных инженерных систем.  Нейроинформатика. С. 101-136. Новосибирск. Наука. 1998.

20. Терехов С.А., Квичанский А.В., Воленко Е.В., Щукин Н.В. Нейросетевая навигация в архивах трудов научно-технических конференций // Материалы Всероссийской научной конференции «Нейроинформатика-99». Москва, 1998. Часть 3. С.122-127.

21. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ.- М.: Мир, 1981.-693 с.

22. Харман Г. Современный факторный анализ.-М.: Статистика, 1972.- 486 с.

23. Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых искусственных нейронных сетей // Методы нейроинформатики: - Красноярск. Издательство КГТУ, 1998.

24. Шумский С.А., Кочкин А.Н. Самоорганизующиеся карты финансовых индикаторов 200 крупнейших российских предприятий. Материалы Всероссийской научной конференции «Нейроинформатика-99». Москва, 1999. Часть 3. С.122-127.

25. "Эксперт-200": ежегодный рейтинг крупнейших компаний России // Журнал "Эксперт". 1999. №36.

26. A.Rauber. LabelSOM: On the labeling of self-organizing maps // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1999.

27. B.Back, K.Sere, H.Vanharanta. Analyzing Financial Performance with Self-Organized Maps. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1998.

28. Gorban A.N., Rossiev A.A. Wunch II D.C. Neural  Network Modelling of Data with Gaps: Method of Principal Curves, Carleman's Formula and Other// Радiоелектронiка. Iнформатика. Управлiння, Запорожье. 2000, № 1, C. 47-55.

29. Gorban A.N., Rossiev D.A., Butakova E.V., Gilev S.E., Golovenkin S.E., Dogadin S.A., Dorrer M.A., Kochenov D.A., Kopytov A.G., Maslennikova E.V., Matyushin G.V., Mirkes Ye.M., Nazarov B.V., Nozdrachev K.G., Savchenko A.A., Smirnova S.V., Shulman V.A., Zenkin V.I. Medical, psychological and physiological applications of MultiNeuron neural simulator // The Second International Symposium on Neuroinformatics and Neurocomputers, Rostov-on-Don, Russia, September 20-23, 1995.- Rostov-on-Don, 1995.- P.7-14.

30. Gorban A.N., Rossiev D.A., Gilev S.E., Dorrer M.G., Kochenov D.A., Mirkes Ye.M., Golovenkin S.E., Dogadin S.A., Nozdrachev K.G., Matyushin G.V., Shulman V.A., Savchenko A.A. Medical and physiological applications of MultiNeuron neural simulator // Proc. WCNN 95. (World Congress on Neural Networks 95). - Washington, DC, July 1995.

31. Gorban A.N., Waxman C. Neural Networks for Political Forecast. Proceedings of the WCNN'95 (World Congress on NeuralNetworks'95, Washington DC, July 1995), PP.176- 178.

32. H.Tokutaka, K.Yoshihara, K.Fujimura, K.Iwanoto, T.Watanabe, S.Kisdia. Applications of Self-Organized Map (SOM) to the Composition Determination of Chemical Products. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1998.

33. Hastie T., Stuetzle W. Principal curves. Journal of the American Statistical Association. 1988, Jun. V. 84, No. 406. PP.502-516.

34. J.Chang, J.Jerry Lin, T.Chuieh. Color Image Vector Quantization Using Binary Tree Structured Self-Organizing Feature Maps // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1998.

35. J.Goppert. Regularized SOM-Training: A Solution to the Topology-Approximation Dilemma? // Proc. of  International Conference on Neural NetWorks. Washington, DC, 1996. Vol.1. PP. 38-44

36. J.Laaksonen, M.Koskela, E.Oja. PicSOM: Self-organizing maps for content-based image retrieval. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1999.

37. J.M.Rozmus. The Density-Tracking Self-Organized Map. // Proc. of  International Conference on Neural NetWorks. Washington, DC, 1996. Vol.1. PP. 44-50

38. K.Kiviluoto, P.Bergius. Two-Level Self-Organizing-Map's for Analysis of Financial Statements. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1998.

39. K.Kivimoto. Topology Preservation in SOM // Proc. of  International Conference on Neural NetWorks. Washington, DC, 1996. Vol.1. PP. 294-300

40. Kohonen T. Self-Organizing Maps. Springer: BerlinHeidelberg, 1997.

41. Kramer M.A. Nonlinear principal component analysis using autoassociative neural networks. AIChE Journal. 1991. V.37, No. 2. PP. 233-243.

42. LeBlank M., Tibshorany N. Adaptive principal surfaces. Journal of the American Statistical Association. 1994, Mar. V. 89, No. 425. PP. 53-64.

43. Lichtman A.J., Keilis-Borok V.I., Pattern Recognition as Applied to Presidential Elections in U.S.A., 1860-1980; Role of Integral  Social,  Economic  and  Political  Traits, Contribution N 3760.  1981, Division of Geological and Planetary Sciences, California Institute of Technology.

44. M.-C.Su, I-Ch.Liu. Facial image morphing by self-organizing feature maps. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1999.

45. M.-C.Su, T.-K.Liu, H.-T.Chang. An efficient initialization scheme for the self-organizing feature map algorithm. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1999.

46. M.Chang, H.Yu, J.Heh. Evolutionary Self-Organizing Map // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1998.

47. Q.Liu, S.Ray, S.Levinson, T.Huang, J.Huang. Temporal sequence learning and recognition with dynamic SOM // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1999.

48. Rossiev D.A., Golovenkin S.E., Shulman V.A., Matyushin G.V. Forecasting of myocardial infarction complications with the help of neural networks // Proc. WCNN 95. (World Congress on Neural Networks 95). - Washington, DC, July 1995.

49. Rossiev D.A., Golovenkin S.E., Shulman V.A., Matyushin G.V.The employment of neural network to model implantation of pasemaker in patients with arrhythmias and heart blocks. // Modelling, Measurement & Control. -1995.-V.48.- N.2.-pp.39-46

50. S.Garavaglia. A Heuristic Self-Organizing Map Trained Using the Tanimoto Coefficient. // Proc. of  International Joint Conference on Neural NetWorks. Washington, DC, 1998.

51. Shaidurov V.V. Multigrid Method for Finite Elements // Mathematics and Its Applications. Kluwer Academic Publishers, 1995.

52. T.Honkela, S.K.Lagus, T.Kohonen. Exploration of Full-Text Databases with Self-Organizing Map // Proc. of International Conference on Neural NetWorks. Washington, DC, 1996. Vol.1. PP. 56-62

Hosted by uCoz