Диссертация (1149691), страница 29
Текст из файла (страница 29)
McLaughlin, G. Pollice, D. West. ––O’Reilly Media, Inc., 2006. –– 636 pp.41. Meyer, B. Object oriented software construction / B. Meyer.CAD, 1988. –– 1296 pp.–– CUMIN17542. Microsoft Developer Network Documentation. Класс list. — Доступ:2018-27-01. https://msdn.microsoft.com/ru-ru/library/802d66bt.aspx.43. Microsoft Developer Network Documentation. Класс List<T>. — Доступ: 2018-27-01. https : / / msdn . microsoft . com / ru - ru / library /6sh2ey19(v=vs.110).aspx.44.
Microsoft Developer Network Documentation. Класс queue. — Доступ:2018-27-01. https://docs.microsoft.com/ru- ru/cpp/standard- library/queue-class.45. Microsoft Developer Network Documentation. Класс Queue<T>. — Доступ: 2018-27-01. https : / / msdn . microsoft . com / ru - ru / library /7977ey2c(v=vs.110).aspx.46. Nejati, H. R.A new brittleness index for estimation of rock fracturetoughness / H. R. Nejati, S.
A. Moosavi // Journal of Mining and Environment. –– 2017. –– Vol. 8, no. 1. –– P. 83––91.47.Nguyen, H. T.Interval-valued degrees of belief: applications of intervalcomputations to expert systems and intelligent control / H. T. Nguyen,V. Kreinovich, Q. Zuo // International Journal of Uncertainty, Fuzzinessand Knowledge-Based Systems. — 1997. — Т. 5, № 3.
— С. 317—358.48. Nielsen, T. D.Bayesian networks and decision graphs / T. D. Nielsen,F. V. Jensen. –– Springer Science & Business Media, 2007. –– 443 pp.49. Nilsson, N. J.Probabilistic logic / N. J. Nilsson // Artificial intelligence. –– 1986. –– Vol. 28, no. 1. –– P. 71––87.50.
Nilsson, N. J.Probabilistic logic revisited / N. J. Nilsson // Artificialintelligence. –– 1993. –– Vol. 59, no. 1/2. –– P. 39––42.51. Nilsson, N. J. Logic and artificial intelligence / N. J. Nilsson // Artificialintelligence. –– 1991. –– Vol. 47, no. 1––3. –– P. 31––56.52. NuGet. Package manager for .NET. — Доступ: 2018-27-01.
https://www.nuget.org/.53. Oracle Docs. Interface List<E>. — Доступ: 2018-27-01. https://docs.oracle.com/javase/8/docs/api/java/util/List.html.54. Oracle Docs. Interface Queue<E>. — Доступ: 2018-27-01. https://docs.oracle.com/javase/7/docs/api/java/util/Queue.html.17655.Park, J.A graph-theoretic approach to optimize keyword queries inrelational databases / J. Park, S. Lee // Knowledge and informationsystems. — 2014. — Т.
41, № 3. — С. 843—870.56. Pearl, J.Distributed revision of composite beliefs / J. Pearl // ArtificialIntelligence. –– 1987. –– Vol. 33, no. 2. –– P. 173––215.57. Pearl, J.Fusion, propagation, and structuring in belief networks /J. Pearl // Artificial intelligence. –– 1986. –– Vol. 29, no. 3. –– P. 241––288.58. Pearl, J.Probabilistic reasoning in intelligent systems: networks of plausible inference / J.
Pearl. –– Morgan Kaufmann, 1991. –– 552 pp.59. Pearl, J.Probabilistic reasoning using graphs / J. Pearl // InternationalConference on Information Processing and Management of Uncertaintyin Knowledge-Based Systems. –– Springer. 1986. –– P. 200––202.60. Peng, P.Robust multiple cameras pedestrian detection with multi-viewBayesian network / P. Peng, Y.
Tian, Y. Wang, J. Li, T. Huang // PatternRecognition. –– 2015. –– Vol. 48, no. 5. –– P. 1760––1772.61. Rafiq, M. I.Bridge condition modelling and prediction using dynamicBayesian belief networks / M. I. Rafiq,M. K. Chryssanthopoulos,S. Sathananthan // Structure and Infrastructure Engineering. –– 2015. ––Vol. 11, no. 1. –– P. 38––50.62. Ramos, J. Using tf-idf to determine word relevance in document queries /J. Ramos // Proceedings of the first instructional conference on machinelearning. Vol. 242. –– 2003.
–– P. 133––142.63.Romanov,Incremental synthesis of the tertiary structureof algebraic Bayesian networks / A. V. Romanov, D. G. Levenets,A. A. Zolotin, A. L. Tulupyev // Proceedings of the 19th InternationalConference on Soft Computing and Measurements (SCM-2016). — St.Petersburg, Russia, 2016. — С. 28—30.A.64. Shaaban, S.V.SpecialIssue:“ProductionSystems–CasesandApplications” / S. Shaaban, S. Hudson. –– 2014.65. Shang, J.A robust algorithm for joint sparse recovery in presence ofimpulsive noise / J. Shang, Z.
Wang, Q. Huang // IEEE Signal ProcessingLetters. –– 2015. –– Vol. 22, no. 8. –– P. 1166––1170.17766.Sharp, A. M.Incremental algorithms: solving problems in a changingworld / A. M. Sharp. — Cornell University, 2007.67. Shin, J.Development of a cyber security risk model using Bayesian networks / J.
Shin, H. Son, G. Heo // Reliability Engineering & SystemSafety. –– 2015. –– Vol. 134. –– P. 208––217.68. Smirnov, S.Critical percolation in the plane:conformal invariance,Cardy’s formula, scaling limits / S. Smirnov // Comptes Rendus del’Académie des Sciences-Series I-Mathematics.–– 2001.–– Vol. 333,no. 3. –– P. 239––244.69. Sourceforge lp solve reference guide. — Доступ: 2018-27-01.
http : / /lpsolve.sourceforge.net/.70. Tulupyev, A. L.Matrix equations for normalizing factors in local aposteriori inference of truth estimates in algebraic Bayesian networks /A. L. Tulupyev, A. V. Sirotkin, A. A. Zolotin // Vestnik St. PetersburgUniversity: Mathematics. –– 2015. –– Vol. 45, no. 3. –– P. 168––174.71. Typescript — Javascript that scales. — Доступ: 2018-27-01. https://www.typescriptlang.org/.72. UnBBayes. Framework & GUI for Bayes Nets and other probabilisticmodels. — Доступ: 2018-27-01. https : / / sourceforge . net / projects /unbbayes/.73.
Visual Studio Express 2015. — Доступ: 2018-27-01. https : / / www .microsoft.com/ru-ru/SoftMicrosoft/vs2015ExpressforW10.aspx.74.Wycislik, L.A performance comparison of several common computationtasks used in social network analysis performed on graph and relationaldatabases / L.
Wycislik, L. Warchal // Man-Machine Interactions 3. —Springer, 2014. — С. 651—659.75. Zhozhikashvili, A.Theory of Category Approach to Knowledge BasedProgramming / A. Zhozhikashvili, V. L. Stefanuk // Joint Conferenceon Knowledge-Based Software Engineering.P. 735––746.–– Springer.2014.––17876.Zolotin, A. A.Matrix-vector algorithms of local posteriori inferencein algebraic Bayesian networks on ideal of disjuncts / A.
A. Zolotin,E. A. Malchevskaia // Proceedings of the 19th International Conferenceon Soft Computing and Measurements (SCM-2016). — St. Petersburg,Russia, 2016. — С. 31—34.77.Zolotin, A.An Approach to Sensitivity Analysis of InferenceEquations in Algebraic Bayesian Networks / A. A. Zolotin,E. A. Malchevskaya, A. L. Tulupyev, A. V. Sirotkin // Proceedingsof the Second International Scientific Conference “Intelligent InformationTechnologies for Industry” (IITI’17). Т. 679. — Varna, Bulgaria, 2017. —С. 34—42. — (Advances in Intelligent Systems and Computing).78.Zolotin, A.
A.A.Matrix-Vector Algorithms of Global Posteriori Inferencein Algebraic Bayesian Networks / A. A. Zolotin, A. L. Tulupyev // 2017XX IEEE International Conference on Soft Computing and Measurements(SCM-2017). — St. Petersburg, Russia, 2017. — С. 22—25.79. Zolotin, A. A.Sensitivity statistical estimates of local posterior inference matrix-vector equations in algebraic Bayesian networks on quantapropositions / A. A. Zolotin, A. L. Tulupyev // Vestnik St. PetersburgUniversity: Mathematics. –– 2018. –– Vol. 51, no. 1.
–– P. 42––48.80.Березин, А. И.Алгебраические байесовские сети: система анализа исинтеза вторичной структуры: выпускная квалификационная работабакалавра / А. И. Березин. — СПб., 2016. — 46 с. — (Санкт-Петербургский государственный университет.)81.Городецкий, В. И.Алгебраические байесовские сети—новая парадигма экспертных систем / В. И. Городецкий // Юбилейный сборниктрудов институтов Отделения информатики, вычислительной техники и автоматизации РАН. — 1993.
— Т. 2. — С. 120—141.82.Городецкий, В. И.Непротиворечивость баз знаний с интервальноймерой вероятности / В. И. Городецкий, А. Л. Тулупьев // 4-я СанктПетербургская конференция «Региональная информатика-95»: Труды. — СПб, 1996. — С. 85—91.17983.Городецкий, В. И.Формирование непротиворечивых баз знаний снеопределенностью / В. И. Городецкий, А. Л. Тулупьев // ИзвестияРАН. Сер. Теория и системы управления. — 1997. — № 5. — С. 33—42.84.Дюбуа, Д.85.Золотин, А. А.Алгебраические байесовские сети:С#-библиотекаматрично-векторных алгоритмов для локальных вычислений оценоквероятностей: дипломная работа / А.
А. Золотин. — СПб., 2015. —88 с. — (Санкт-Петербургский государственный университет.)86.Золотин, А. А.87.Золотин, А. А.88.Золотин, А. А.89.Золотин, А. А.Алгоритмы обработки и визуализации алгебраических байесовских сетей / А. А. Золотин, Д. Г. Левенец, Е. А. Мальчевская, М. А. Зотов, А. И. Бирилло, А. И. Березин, А. В. Иванова,А. Л.
Тулупьев // Образовательные технологии и общество. — 2017. —№ 1. — С. 446—457.90.Золотин, А. А.Теория возможностей. Приложения к представлению знаний в информатике / Д. Дюбуа, А. Прад. — 1990. — 290 с.История развития алгебраических байесовских сетейи последние результаты в области логико-вероятностного вывода /А. А.
Золотин // Материалы 6-й всероссийской научной конференции по проблемам информатики СПИСОК-2016. — Санкт-Петербург,Россия, 2016. — С. 491—501.Развитие логико-вероятностного подхода в алгебраических байесовских сетях / А. А. Золотин // Компьютерныеинструменты в образовании. — 2017. — № 3. — С. 5—19.Синтез третичной структуры алгебраической байесовской сети на базе ориентированного графа вторичной структуры /А. А. Золотин // Материалы X Санкт-Петербургской межрегиональной конференции "Информационная безопасность регионов России"(ИБРР-2017).
— Санкт-Петербург, Россия, 2017. — С. 416—418.Матрично-векторные алгоритмы локального апостериорного вывода в алгебраических байесовских сетях над идеаламидизъюнктов / А. А. Золотин, Е. А. Мальчевская // XIX Международная конференция по мягким вычислениям и измерениям (SCM-2016).Сборник докладов в 2-х томах.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
