Персоналии
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
 
Турдаков Денис Юрьевич
В базах данных Math-Net.Ru
Публикаций: 27
Научных статей: 26
Лекций и докладов: 1

Статистика просмотров:
Эта страница:1072
Страницы публикаций:11082
Полные тексты:5025
Страницы докладов:657
Видео записи:103

https://www.mathnet.ru/rus/person124966
Список публикаций на Google Scholar
https://orcid.org/0000-0001-8745-0984

Публикации в базе данных Math-Net.Ru Цитирования
2025
1. Н. А. Елисеев, А. И. Перминов, Д. Ю. Турдаков, “Сходимость многослойного персептрона к гистограммной байесовской регрессии”, УМН, 80:6(486) (2025),  45–72  mathnet  mathscinet; N. A. Eliseev, A. I. Perminov, D. Yu. Turdakov, “Convergence of a multilayer perceptron to histogram-based Bayesian regression”, Russian Math. Surveys, 80:6 (2025), 975–1002  isi  scopus
2. А. И. Перминов, А. П. Коваленко, Д. Ю. Турдаков, “Метод обучения персептрона на табличных данных с пропусками”, Труды ИСП РАН, 37:6(2) (2025),  93–106  mathnet
3. А. Д. Сосновиков, А. Д. Земеров, Д. Ю. Турдаков, “Итеративное обучение со слабым контролем с уточнением функций разметки на основе больших языковых моделей”, Труды ИСП РАН, 37:6(2) (2025),  65–76  mathnet
4. И. С. Алексеевская, Д. В. Хайбуллин, Д. Ю. Турдаков, “Разработка защиты больших языковых моделей от состязательных атак в сценарии черного ящика на основе перефразирования”, Труды ИСП РАН, 37:5 (2025),  195–204  mathnet
5. К. С. Лукьянов, А. И. Перминов, Д. Ю. Турдаков, М. А. Паутов, “Извлечение знаний в ограниченной области для примеров состязательных атак «черного ящика»”, Труды ИСП РАН, 37:4(2) (2025),  133–146  mathnet
2024
6. К. С. Лукьянов, П. А. Яськов, А. И. Перминов, А. П. Коваленко, Д. Ю. Турдаков, “Экстраполяция байесовского классификатора при неизвестном носителе распределения смеси двух классов”, УМН, 79:6(480) (2024),  57–82  mathnet  mathscinet; K. S. Lukyanov, P. A. Yaskov, A. I. Perminov, A. P. Kovalenko, D. Y. Turdakov, “Extrapolation of the Bayesian classifier with an unknown support of the two-class mixture distribution”, Russian Math. Surveys, 79:6 (2024), 991–1015  isi  scopus 3
7. И. С. Алексеевская, К. В. Архипенко, Д. Ю. Турдаков, “Разработка вредоносного набора данных для защиты больших языковых моделей от атак”, Труды ИСП РАН, 36:5 (2024),  143–152  mathnet
8. А. Д. Сосновиков, Д. Ю. Турдаков, “Автоматизация подготовки ответов на требования налоговых органов с использованием обучения со слабым контролем”, Труды ИСП РАН, 36:3 (2024),  203–212  mathnet
9. Ф. А. Колокольников, В. В. Орлов, Д. Ю. Турдаков, “Перспективы использования доверенной информационной аналитической системы на базе платформы Талисман с применением методов искусственного интеллекта для повышения эффективности эксплуатации сложных аппаратных систем”, Труды ИСП РАН, 36:3 (2024),  105–122  mathnet
10. K. Lukyanov, M. Drobyshevskiy, D. Turdakov, “Detecting and eliminating covariate shifts in data for a more robust HDD failure prediction”, Зап. научн. сем. ПОМИ, 540 (2024),  148–161  mathnet
2023
11. D. Shaikhelislamov, K. Lukyanov, N. Severin, M. Drobyshevskiy, I. Makarov, D. Turdakov, “A study of graph neural networks for link prediction on vulnerability to membership attacks”, Зап. научн. сем. ПОМИ, 530 (2023),  113–127  mathnet; J. Math. Sci. (N. Y.), 285:2 (2024), 234–244 1
2022
12. Д. Ю. Турдаков, А. И. Аветисян, К. В. Архипенко, А. В. Анциферова, Д. С. Ватолин, С. С. Волков, А. В. Гасников, Д. А. Девяткин, М. Д. Дробышевский, А. П. Коваленко, М. И. Кривоносов, Н. В. Лукашевич, В. А. Малых, С. И. Николенко, И. В. Оселедец, А. И. Перминов, И. В. Соченков, М. М. Тихомиров, А. Н. Федотов, М. Ю. Хачай, “Доверенный искусственный интеллект: вызовы и перспективные решения”, Докл. РАН. Матем., информ., проц. упр., 508 (2022),  13–18  mathnet  elib; D. Yu. Turdakov, A. I. Avetisyan, K. V. Arkhipenko, A. V. Antsiferova, D. S. Vatolin, S. S. Volkov, A. V. Gasnikov, D. A. Devyatkin, M. D. Drobyshevskiy, A. P. Kovalenko, M. I. Krivonosov, N. V. Lukashevich, V. A. Malykh, S. I. Nikolenko, I. V. Oseledets, A. I. Perminov, I. V. Sochenkov, M. M. Tihomirov, A. N. Fedotov, M. Yu. Khachay, “Trusted artificial intelligence: challenges and promising solutions”, Dokl. Math., 106:suppl. 1 (2022), S9–S13 4
13. Р. К. Пастухов, М. Д. Дробышевский, Д. Ю. Турдаков, “Определение влиятельных пользователей социальной сети по двудольному графу комментариев”, Труды ИСП РАН, 34:5 (2022),  127–142  mathnet
14. О. А. Машкова, В. В. Шаклеин, Ю. В. Маркин, Е. А. Карпулевич, В. В. Ананьев, А. А. Асатрян, Ш. Т. Тигранян, С. Н. Скорик, Д. Ю. Турдаков, “Методы определения элементов PQRST-комплекса электрокардиограммы”, Труды ИСП РАН, 34:4 (2022),  229–240  mathnet
15. А. И. Перминов, Д. Ю. Турдаков, О. В. Беляева, “Функции потерь для обучения моделей сегментации изображений документов”, Труды ИСП РАН, 34:2 (2022),  89–110  mathnet
2021
16. В. В. Ананьев, С. Н. Скорик, В. В. Шаклеин, А. А. Аветисян, Ю. Э. Терегулов, Д. Ю. Турдаков, В. Глинер, А. Шустер, Е. А. Карпулевич, “Оценка влияния различных неархитектурных изменений предсказательной модели на качество классификации ЭКГ”, Труды ИСП РАН, 33:4 (2021),  87–98  mathnet 1
2020
17. К. А. Скорняков, А. С. Ласкина, Д. Ю. Турдаков, “Двухшаговый метод объединения новостей в сюжеты”, Труды ИСП РАН, 32:4 (2020),  165–174  mathnet 1
18. П. К. Андреев, В. В. Ананьев, В. А. Макаров, Е. А. Карпулевич, Д. Ю. Турдаков, “Диагностика гипертрофий левых отделов сердца с помощью глубокой нейронной сети”, Труды ИСП РАН, 32:4 (2020),  141–154  mathnet 1
2019
19. М. А. Рындин, Д. Ю. Турдаков, “Проактивная разметка примеров для адаптации к домену”, Труды ИСП РАН, 31:5 (2019),  145–152  mathnet 1
20. A. A. Avetisyan, M. D. Drobyshevskiy, D. Yu. Turdakov, “Methods for news items popularity estimation on early stages”, Труды ИСП РАН, 31:5 (2019),  137–144  mathnet
2018
21. А. А. Аветисян, М. Д. Дробышевский, Д. Ю. Турдаков, “Методы анализа информационных потоков в сети Интернет”, Труды ИСП РАН, 30:6 (2018),  199–220  mathnet  elib 4
22. Р. А. Гилязев, Д. Ю. Турдаков, “Активное обучение и краудсорсинг: обзор методов оптимизации разметки данных”, Труды ИСП РАН, 30:2 (2018),  215–250  mathnet  elib 4
2016
23. Ю. С. Трофимович, И. С. Козлов, Д. Ю. Турдаков, “Подходы к определению основного места проживания пользователей социальных сетей на основе социального графа”, Труды ИСП РАН, 28:6 (2016),  185–196  mathnet  elib 2
24. Mikhail Drobyshevskiy, Anton Korshunov, Denis Turdakov, “Parallel modularity computation for directed weighted graphs with overlapping communities”, Труды ИСП РАН, 28:6 (2016),  153–170  mathnet  elib 3
2015
25. A. Aleksiyants, O. Borisenko, D. Turdakov, A. Sher, S. Kuznetsov, “Implementing Apache Spark jobs execution and Apache Spark cluster creation for OpenStack Sahara”, Труды ИСП РАН, 27:5 (2015),  35–48  mathnet  elib 3
26. И. А. Андрианов, В. Д. Майоров, Д. Ю. Турдаков, “Современные методы аспектно-ориентированного анализа эмоциональной окраски”, Труды ИСП РАН, 27:5 (2015),  5–22  mathnet  elib 5
2025
27. Д. Ю. Турдаков, А. И. Аветисян, “Гигантская компонента усечённых безмасштабных графов: теория и приложения к построению датасетов”, УМН, 80:6(486) (2025),  184–186  mathnet  mathscinet; D. Yu. Turdakov, A. I. Avetisyan, “Giant component of truncated scale-free graphs: theory and applications to creation of datasets”, Russian Math. Surveys, 80:6 (2025), 1118–1120  isi  scopus

Доклады и лекции в базе данных Math-Net.Ru
1. Доверенный искусственный интеллект: современные направления и фундаментальные проблемы
А. И. Аветисян, Д. Ю. Турдаков
Семинар Отделения математических наук РАН по проблемам искусственного интеллекта
16 февраля 2023 г. 11:00   

Организации
 
  Обратная связь:
  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2026