Ciana Applegate, Jiaxu Li, Dan Han, “Formulation of a new sir Model with Non-local Mobility”, J. Math. Biol., 91:5 (2025)
Xiaoyun Chen, Dan Han, Stanislav A. Molchanov, “Phase transitions in the non-stationary lattice Anderson model”, Journal of Mathematical Physics, 65:12 (2024)
Д. М. Балашова, E. Б. Яровая, “Структура популяции частиц для ветвящегося случайного блуждания в однородной среде”, Ветвящиеся процессы и смежные вопросы, Сборник статей. К 75-летию со дня рождения Андрея Михайловича Зубкова и 70-летию со дня рождения Владимира Алексеевича Ватутина, Труды МИАН, 316, МИАН, М., 2022, 64–78 ; D. M. Balashova, E. B. Yarovaya, “Structure of the Population of Particles for a Branching Random Walk in a Homogeneous Environment”, Proc. Steklov Inst. Math., 316 (2022), 57–71
Д. М. Балашова, “Эффект кластеризации для многотипного ветвящегося случайного блуждания”, Теория вероятн. и ее примен., 67:3 (2022), 443–455 ; D. M. Balashova, “Clustering effect for multitype branching random walk”, Theory Probab. Appl., 67:3 (2022), 352–362
Iuliia Makarova, Daria Balashova, Stanislav Molchanov, Elena Yarovaya, “Branching Random Walks with Two Types of Particles on Multidimensional Lattices”, Mathematics, 10:6 (2022), 867
Balashova D., Molchanov S., Yarovaya E., “Structure of the Particle Population For a Branching Random Walk With a Critical Reproduction Law”, Methodol. Comput. Appl. Probab., 23:1 (2021), 85–102
Feng Ya., Molchanov S., Yarovaya E., “Stability and Instability of Steady States For a Branching Random Walk”, Methodol. Comput. Appl. Probab., 23:1 (2021), 207–218
Random Motions in Markov and Semi‐Markov Random Environments 1, 2021, 205
Yulia Makarova, Vladimir Kutsenko, Elena Yarovaya, Springer Proceedings in Mathematics & Statistics, 371, Recent Developments in Stochastic Methods and Applications, 2021, 255
“Тезисы докладов, представленных на Четвертой международной конференции по стохастическим методам”, Теория вероятн. и ее примен., 65:1 (2020), 151–210 ; “Abstracts of talks given at the 4th International Conference on Stochastic Methods”, Theory Probab. Appl., 65:1 (2020), 121–172