Участник:Kropotov/Публикации
Материал из MachineLearning.
(+ публикации за 2007-2008) |
|||
| (1 промежуточная версия не показана) | |||
| Строка 1: | Строка 1: | ||
'''2010''' | '''2010''' | ||
| - | D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. ''Variational Relevance Vector Machine for Tabular Data'' // JMLR Workshop & Conference Proceedings, Vol. 13, 2010, pp. 79-94. [http://jmlr.csail.mit.edu/proceedings/papers/v13/ | + | D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. ''Variational Relevance Vector Machine for Tabular Data'' // JMLR Workshop & Conference Proceedings, Vol. 13, 2010, pp. 79-94. [http://jmlr.csail.mit.edu/proceedings/papers/v13/ link] |
A. Osokin, D. Vetrov, A. Lebedev, V. Galatenko, D. Kropotov, K. Anokhin. ''An Interactive Method of Anatomical Segmentation and Gene Expression Estimation for an Experimental Mouse Brain Slice'' // Proc. CIBB 2010. [[Media:Kropotov10_CIBB.pdf|(PDF, 598 Кб)]] | A. Osokin, D. Vetrov, A. Lebedev, V. Galatenko, D. Kropotov, K. Anokhin. ''An Interactive Method of Anatomical Segmentation and Gene Expression Estimation for an Experimental Mouse Brain Slice'' // Proc. CIBB 2010. [[Media:Kropotov10_CIBB.pdf|(PDF, 598 Кб)]] | ||
| Строка 9: | Строка 9: | ||
D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. ''Bayesian Logistic Regression for Classification of Tabular Data'' // Proc. of 8th International Conference “Intelligent Information Processing”, 2010, pp. 103-106. [[Media:Kropotov10_IIP_gridrvm.pdf|(PDF, 217 Кб)]] | D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. ''Bayesian Logistic Regression for Classification of Tabular Data'' // Proc. of 8th International Conference “Intelligent Information Processing”, 2010, pp. 103-106. [[Media:Kropotov10_IIP_gridrvm.pdf|(PDF, 217 Кб)]] | ||
| - | D. Kropotov, D. Laptev, A. Osokin, D. Vetrov. ''Variational Segmentation Algorithms with Label Frequency Constraints'' // Pattern Recognition and Image Analysis, 2010, V. 20, No. 3, pp. 324-334. [http://www.springerlink.com/content/l1811hw773n25hm5/ | + | D. Kropotov, D. Laptev, A. Osokin, D. Vetrov. ''Variational Segmentation Algorithms with Label Frequency Constraints'' // Pattern Recognition and Image Analysis, 2010, V. 20, No. 3, pp. 324-334. [http://www.springerlink.com/content/l1811hw773n25hm5/ link] |
A. Osokin, D. Vetrov, D. Kropotov. ''3D Reconstruction of Mouse Brain from a Sequence of 2D Brain Slices in Application to Allen Brain Atlas'' // Lecture Notes in Bioinformatics, Vol. 6160, Springer, 2010, pp. 291-303. [http://www.springerlink.com/content/978-3-642-14570-4 link] | A. Osokin, D. Vetrov, D. Kropotov. ''3D Reconstruction of Mouse Brain from a Sequence of 2D Brain Slices in Application to Allen Brain Atlas'' // Lecture Notes in Bioinformatics, Vol. 6160, Springer, 2010, pp. 291-303. [http://www.springerlink.com/content/978-3-642-14570-4 link] | ||
| - | Ветров Д.П., Кропотов Д.А., Осокин А.А. ''Автоматическое определение количества компонент в ЕМ-алгоритме восстановления смеси нормальных распределений'' // Ж. вычисл. матем. и матем. физ., 2010, т. 50, №4, с. 1-14. [http://www.springerlink.com/content/p3j0060km3357131/ | + | Ветров Д.П., Кропотов Д.А., Осокин А.А. ''Автоматическое определение количества компонент в ЕМ-алгоритме восстановления смеси нормальных распределений'' // Ж. вычисл. матем. и матем. физ., 2010, т. 50, №4, с. 1-14. [http://www.springerlink.com/content/p3j0060km3357131/ link] |
'''2009''' | '''2009''' | ||
| Строка 29: | Строка 29: | ||
Ветров Д.П., Кропотов Д.А., Пташко Н.О. ''О достижении компромисса между точностью и устойчивостью классификаторов в задаче выбора наилучшей ядровой функции при байесовском обучении'' // Вестник Тверского Государственного Университета. Серия «Прикладная математика», №3(14), 2009, стр. 45-54. | Ветров Д.П., Кропотов Д.А., Пташко Н.О. ''О достижении компромисса между точностью и устойчивостью классификаторов в задаче выбора наилучшей ядровой функции при байесовском обучении'' // Вестник Тверского Государственного Университета. Серия «Прикладная математика», №3(14), 2009, стр. 45-54. | ||
| - | Д.П. Ветров, Д.А. Кропотов, Н.О. Пташко. ''Эффективный метод отбора признаков в линейной регрессии с помощью обобщенного информационного критерия Акаике'' // Ж. вычисл. матем. и матем. физ., 2009, том 49, №11, с.1-14. [http://www.springerlink.com/content/w5j61427755751m4/ | + | Д.П. Ветров, Д.А. Кропотов, Н.О. Пташко. ''Эффективный метод отбора признаков в линейной регрессии с помощью обобщенного информационного критерия Акаике'' // Ж. вычисл. матем. и матем. физ., 2009, том 49, №11, с.1-14. [http://www.springerlink.com/content/w5j61427755751m4/ link] |
| - | D.Kropotov, N.Ptashko, D.Vetrov. ''Relevant Regressors Selection by Continuous AIC'' // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 456-464. [http://www.springerlink.com/content/3866612186523578/ | + | D.Kropotov, N.Ptashko, D.Vetrov. ''Relevant Regressors Selection by Continuous AIC'' // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 456-464. [http://www.springerlink.com/content/3866612186523578/ link] |
| - | D.Kropotov, D.Vetrov. ''General Solutions for Information-Based and Bayesian Approaches to Model Selection in Linear Regression and Their Equivalence'' // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 447-455. [http://www.springerlink.com/content/w1722x4387p64334/ | + | D.Kropotov, D.Vetrov. ''General Solutions for Information-Based and Bayesian Approaches to Model Selection in Linear Regression and Their Equivalence'' // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 447-455. [http://www.springerlink.com/content/w1722x4387p64334/ link] |
| - | E.Lomakina-Rumyantseva, P.Voronin, D.Kropotov, D.Vetrov, A.Konushin. ''Video Tracking and Behaviour Segmentation of Laboratory Rodents'' // Pattern Recognition and Image Analysis, Vol. 19, No. 4, 2009, pp. 616-622. [http://www.springerlink.com/content/a50g36n04m4066n8/ | + | E.Lomakina-Rumyantseva, P.Voronin, D.Kropotov, D.Vetrov, A.Konushin. ''Video Tracking and Behaviour Segmentation of Laboratory Rodents'' // Pattern Recognition and Image Analysis, Vol. 19, No. 4, 2009, pp. 616-622. [http://www.springerlink.com/content/a50g36n04m4066n8/ link] |
Osokin A., Vetrov D., Kropotov D. ''3D Reconstruction of Mouse Brain from Allen Brain Atlas'' // Proc. of 10th International Conference on Pattern Recognition and Image Processing 2009, Minsk: Publ. center of BSU, pp. 219-223. [[Media:Kropotov09_PRIP_3Dbrain.pdf|(PDF, 461 Кб)]] | Osokin A., Vetrov D., Kropotov D. ''3D Reconstruction of Mouse Brain from Allen Brain Atlas'' // Proc. of 10th International Conference on Pattern Recognition and Image Processing 2009, Minsk: Publ. center of BSU, pp. 219-223. [[Media:Kropotov09_PRIP_3Dbrain.pdf|(PDF, 461 Кб)]] | ||
| Строка 87: | Строка 87: | ||
Kropotov D., Vetrov D. ''On Automatic Determination of Relevant Degrees of Freedom in Generalized Linear Models with Laplace Prior'' // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007 | Kropotov D., Vetrov D. ''On Automatic Determination of Relevant Degrees of Freedom in Generalized Linear Models with Laplace Prior'' // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007 | ||
| - | Kropotov D., Vetrov D. ''Fuzzy Rules Generation Method for Pattern Recognition Problems'' // F. Masulli, S. Mitra, and G. Pasi (Eds.): Applications of Fuzzy Sets Theory, WILF 2007, LNAI 4578, Springer, pp. 203–210, 2007. | + | Kropotov D., Vetrov D. ''Fuzzy Rules Generation Method for Pattern Recognition Problems'' // F. Masulli, S. Mitra, and G. Pasi (Eds.): Applications of Fuzzy Sets Theory, WILF 2007, LNAI 4578, Springer, pp. 203–210, 2007. [http://www.springerlink.com/content/rm72758g046t85w5/ link] |
Kropotov D., Vetrov D. ''On One Method of Non-Diagonal Regularization in Sparse Bayesian Learning'' // Proc. of 24th International Conference on Machine Learning, Zoubin Ghahramani Eds. Omnipress, pp. 457-464, 2007. [http://oregonstate.edu/conferences/event/icml2007/paperlist.html link] | Kropotov D., Vetrov D. ''On One Method of Non-Diagonal Regularization in Sparse Bayesian Learning'' // Proc. of 24th International Conference on Machine Learning, Zoubin Ghahramani Eds. Omnipress, pp. 457-464, 2007. [http://oregonstate.edu/conferences/event/icml2007/paperlist.html link] | ||
| - | Васильев О.М., Ветров Д.П., Кропотов Д.А. ''Представление и обнаружение знаний в экспертных системах для задач распознавания образов'' // Журнал вычислительной математики и математической физики, том 47, №8, 2007, стр. 1431-1457 | + | Васильев О.М., Ветров Д.П., Кропотов Д.А. ''Представление и обнаружение знаний в экспертных системах для задач распознавания образов'' // Журнал вычислительной математики и математической физики, том 47, №8, 2007, стр. 1431-1457 [http://www.springerlink.com/content/r34m75848260m358/ link] |
| + | |||
| + | <!-- | ||
| + | 1. Кропотов Д.А., Сенько О.В. Метод группировки объектов, основанный на оптимальных разбиениях // Труды 10-ой Всероссийской конференции «Математические методы распознавания образов (ММРО-10)», Москва, АЛЕВ-В, 2001, с. 77-79. | ||
| + | 2. Ветров Д.П., Кропотов Д.А. Об использовании экспертной информации в нечетких экспертных системах // Труды 6-ой Международной конференции «Распознавание образов и анализ изображений: новые информационные технологии (РОАИ-6-2002)», Великий Новгород, 2002, с.100-105. | ||
| + | 3. Сенько О.В., Кропотов Д.А., Кузнецова А.В., Мачак Г.Н. Использование метода оптимальных разбиений в задачах анализа выживаемости высокой размерности // Труды 6-ой Международной конференции «Распознавание образов и анализ изображений: новые информационные технологии (РОАИ-6-2002)», Великий Новгород, 2002, с.491-494. | ||
| + | 4. Vetrov D.P., Kropotov D.A. Using Expert Information in Fuzzy Expert Systems // Pattern Recognition and Image Analysis, Vol.13, No. 2, 2003. pp.237-239. | ||
| + | 5. Senko O.V., Kropotov D.A., Kuznetsova A.V., Machak G.N. Application of the Optimal Partition Method to Higher Dimensional Problems of Survival Analysis // Pattern Recognition and Image Analysis,Vol.13, No. 2, 2003. pp.343-344. | ||
| + | 6. Vetrov D.P., Kropotov D.A. One Approach in Fuzzy Expert Systems Construction // Proc. of 5th International Conference on Enterprise Information Systems, Vol.2, 2003, pp. 566-571. | ||
| + | 7. Yu.I. Zhuravlev, V.V. Ryazanov, O.V. Senko, A.S. Biryukov, D.P. Vetrov, A.A. Dokukin, D.A. Kropotov, N.N. Katerinochkina, A.S. Obukhov, M.Yu. Romanov, I.V. Ryazanov, F.B. Chelnokov. The Program System For Data Analysis "RECOGNITION (LOREG)" // Proc. of the 6th German-Russian Workshop "Pattern Recognition and Image Understanding", Novosibirsk, 2003, pp. 255-258. | ||
| + | 8. Senko O.V., Kropotov D.A., Kuznetsova A.V. The Method of Dependencies Description with the Help of Optimal Multistage Partitioning // Proc. of 18th International Workshop on Statistical Modelling, Leuven, 2003, pp. 397-401. | ||
| + | 9. Ветров Д.П., Кропотов Д.А. Программный комплекс для проектирования экспертных систем «ExSys» // Труды 11-ой Всероссийской конференции «Математические методы распознавания образов (ММРО-11)», Москва, Регион-Холдинг, 2003, с. 266-269. | ||
| + | 10. Ю.И. Журавлев, В.В. Рязанов, О.В. Сенько, А.С. Бирюков, Д.П. Ветров, А.А. Докукин, Д.А. Кропотов, Н.Н. Катериночкина, А.С. Обухов, М.Ю. Романов, И.В. Рязанов, Ф.Б. Челноков. Разработка универсальной программной системы интеллектуального анализа данных, распознавания и прогноза // Труды 11-ой Всероссийской конференции "Математические методы распознавания образов", Москва, Регион-Холдинг, 2003, стр. 311-314. | ||
| + | 11. Kropotov D.A., Vetrov D.P. Data-dependent Classifier Fusion for Construction of Stable Effective Algorithms // Proc. of 17th International Conference on Pattern Recognition, Vol.1, 2004. pp.144-147. | ||
| + | 12. Kropotov D.A., Vetrov D.P. An Algorithm for Rule Generation in Fuzzy Expert Systems // Proc. of 17th International Conference on Pattern Recognition, Vol.1, 2004. pp.212-215. | ||
| + | 13. Ветров Д.П., Кропотов Д.А. Об одном методе вероятностной фильтрации сигналов // Труды 7-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», Санкт-Петербург, 2004. | ||
| + | 14. Ветров Д.П., Кропотов Д.А., Толстов И.В. Регуляризация метода решающих деревьев, основанная на принципе устойчивости // Труды 7-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», Санкт-Петербург, 2004. | ||
| + | 15. Ю.Журавлев, В.Рязанов, О.Сенько, А.Бирюков, Д.Ветров, А.Докукин, Н.Катериночкина, Д.Кропотов, А.Обухов, М.Романов, И.Рязанов, И.Толстов, Ф.Челноков. Универсальная система распознавания, анализа данных и прогноза «РАСПОЗНАВАНИЕ» // Труды 7-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», Санкт-Петербург, 2004, с. 578-581. | ||
| + | 16. Kropotov D.A., Vetrov D.P. On One Method of Probabilistic Signals Filtration // Pattern Recognition and Image Analysis, Vol.15, No.1, 2005. pp.243-245. | ||
| + | 17. Kropotov D.A., Tolstov I.V., Vetrov D.P. Decision Trees Regularization Based on Stability Principle // Pattern Recognition and Image Analysis, Vol.15, No.1, 2005. pp.107-109. | ||
| + | 18. Yu.I. Zhuravlev, V. V. Ryazanov, O. V. Senko, A. S. Biryukov, D. P. Vetrov, A. A. Dokukin, N. N. Katerinochkina, D. A. Kropotov, A. S. Obukhov, M. Yu. Romanov, I. V. Ryazanov, I. V. Tolstov, and F. B. Chelnokov. "RECOGNITION: A Universal Software System for Recognition, Data Mining, and Forecasting" // Pattern Recognition and Image Analysis, Vol. 15, No. 2, 2005, p. 476-479. | ||
| + | 19. Yu.I. Zhuravlev, V.V. Ryazanov, O.V. Senko, A.S. Biryukov, D.P. Vetrov, A.A. Dokukin, D.A. Kropotov. The Program System for Intellectual Data Analysis, Recognition and Forecasting // WSEAS Trans. on Information Science and Applications, V.2, N.1, 2005, pp.55-58. | ||
| + | 20. Ветров Д.П., Кропотов Д.А. Выпуклая кластерная стабилизация алгоритмов распознавания как способ получения коллективных решений с высокой обобщающей способностью // Журнал вычислительной математики и математической физики, том 45, №7, 2005, с. 1318-1325. | ||
| + | 21. Kropotov D.A., Ptashko N.O., Vetrov D.P. The Use of Bayesian Framework for Kernel Selection in Vector Machines Classifiers // Progress in Pattern Recognition, Image Analysis and Applications, LNCS 3773, Springer, 2005, pp. 252-261. | ||
| + | 22. Ветров Д.П., Кропотов Д.А., Пташко Н.О. О связи Байесовской регуляризации с устойчивостью алгоритмов распознавания // Труды 12-ой Всероссийской конференции «Математические методы распознавания образов», Москва, Макс Пресс, 2005, с. 54-57. | ||
| + | 23. Ветров Д.П., Кропотов Д.А. Об использовании методов Boosting в задачах генерации знаний // Труды 12-ой Всероссийской конференции «Математические методы распознавания образов», Москва, Макс Пресс, 2005, с. 48-51. | ||
| + | 24. Ветров Д.П., Кропотов Д.А., Толстов И.В. Применение принципа минимальной длины описания для обрезания бинарных решающих деревьев // Труды 12-ой Всероссийской конференции «Математические методы распознавания образов», Москва, Макс Пресс, 2005, с. 57-60. | ||
| + | 25. Ветров Д.П., Кропотов Д.А., Пташко Н.О. Использование принципа наибольшего основания для автоматического выбора ядровой функции // Труды 12-ой Всероссийской конференции «Математические методы распознавания образов», Москва, Макс Пресс, 2005, с. 51-54. | ||
| + | 26. Толпегин П.В., Ветров Д.П., Кропотов Д.А. Алгоритм автоматизированного разрешения анафоры местоимений третьего лица на основе методов машинного обучения // Труды международной конференции «Диалог 2006», Москва, Изд-во РГГУ, 2006, с. 504-507. | ||
| + | 27. Vetrov D.P., Kropotov D.A. Application of Probabilistic Filter to Signal Filtration Tasks // Pattern Recognition and Image Analysis, Vol. 16, No. 3, 2006 | ||
| + | 28. Kropotov D.A., Vetrov D.P., Ptashko N.O., Vasiliev O.M. On Kernel Selection in Relevance Vector Machines Using Stability Principle // Proc. of 18th International Conference on Pattern Recognition, Vol. 4, 2006, pp. 233-236. | ||
| + | 29. Толпегин П.В., Ветров Д.П., Кропотов Д.А. Прагматический анализ с применением подходов к автоматизированному созданию онтологической базы знаний // Труды 10-ой Всероссийской конференции по искусственному интеллекту, Москва, Физматлит, Т. 2, 2006, стр. 498-505 | ||
| + | 30. Kropotov D.A., Vetrov D.P., Ptashko N.O., Vasiliev O.M. The Use of Stability Principle for Kernel Determination in Relevance Vector Machines // ICONIP2006, Part I, LNCS 4232, Springer, 2006, pp. 727-736 | ||
| + | 31. Ветров Д.П., Кропотов Д.А. Алгоритмы выбора моделей и построения коллективных решений в задачах классификации, основанные на принципе устойчивости – М.: КомКнига, 2006 – 112с. | ||
| + | 32. Zhuravlev Yu.I., Kuznetsova A.V., Ryazanov V.V., Senko O.V., Kropotov D.A., Mamayev V.B., Strelnikov A.N. Medical Applications of Pattern Recognition Methods // Доклады 1-й международной конференции «Математическая биология и биоинформатика», г. Пущино, 9-15 октября 2006 г., изд-во МАКС Пресс, Москва, стр. 207-208 | ||
| + | 33. Kropotov D., Ryazanov V., Vetrov D. Extended Bayesian Framework for Automatic Tuning of Kernel Data-Mining Methods // Proceedings of the 6th WSEAS International Conference on Applied Computer Science, Tenerife, Canary Islands, Spain, December 16-18, 2006, pp. 368-373 | ||
| + | 34. Kropotov D., Ryazanov V., Vetrov D. Fuzzy Knowledge Generation Method for Data-Mining Problems // Proceedings of the 6th WSEAS International Conference on Applied Computer Science, Tenerife, Canary Islands, Spain, December 16-18, 2006, pp. 374-379 | ||
| + | --> | ||
Текущая версия
2010
D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. Variational Relevance Vector Machine for Tabular Data // JMLR Workshop & Conference Proceedings, Vol. 13, 2010, pp. 79-94. link
A. Osokin, D. Vetrov, A. Lebedev, V. Galatenko, D. Kropotov, K. Anokhin. An Interactive Method of Anatomical Segmentation and Gene Expression Estimation for an Experimental Mouse Brain Slice // Proc. CIBB 2010. (PDF, 598 Кб)
D. Kropotov, D. Laptev, A. Osokin, D. Vetrov. Signal Segmentation with Label Frequency Constraints using Dual Decomposition Approach for Hidden Markov Models // Proc. of 8th International Conference “Intelligent Information Processing”, 2010, pp. 403-406. (PDF, 151 Кб)
D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. Bayesian Logistic Regression for Classification of Tabular Data // Proc. of 8th International Conference “Intelligent Information Processing”, 2010, pp. 103-106. (PDF, 217 Кб)
D. Kropotov, D. Laptev, A. Osokin, D. Vetrov. Variational Segmentation Algorithms with Label Frequency Constraints // Pattern Recognition and Image Analysis, 2010, V. 20, No. 3, pp. 324-334. link
A. Osokin, D. Vetrov, D. Kropotov. 3D Reconstruction of Mouse Brain from a Sequence of 2D Brain Slices in Application to Allen Brain Atlas // Lecture Notes in Bioinformatics, Vol. 6160, Springer, 2010, pp. 291-303. link
Ветров Д.П., Кропотов Д.А., Осокин А.А. Автоматическое определение количества компонент в ЕМ-алгоритме восстановления смеси нормальных распределений // Ж. вычисл. матем. и матем. физ., 2010, т. 50, №4, с. 1-14. link
2009
Ветров Д.П., Кропотов Д.А., Пташко Н.О. Об унимодальности непрерывного расширения критерия Акаике // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 11-13. (PDF, 800 Кб)
Ветров Д.П., Кропотов Д.А. Алгоритм множественного трекинга лабораторных животных // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 499-502. (PDF, 832 Кб)
Ломакина-Румянцева Е.И., Ветров Д.П., Кропотов Д.А. Автоматическая сегментация поведения лабораторных животных на основе выделяемых контуров // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 556-559. (PDF, 815 Кб)
Осокин А.А., Ветров Д.П., Кропотов Д.А. Построение трехмерной модели мозга мыши по набору двумерных изображений из Алленовского Атласа // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 582-585. (PDF, 962 Кб)
Темлянцев А.В., Ветров Д.П., Кропотов Д.А. Структурный анализ поведенческой динамики // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 602-605. (PDF, 1 Мб)
Ветров Д.П., Кропотов Д.А., Пташко Н.О. О достижении компромисса между точностью и устойчивостью классификаторов в задаче выбора наилучшей ядровой функции при байесовском обучении // Вестник Тверского Государственного Университета. Серия «Прикладная математика», №3(14), 2009, стр. 45-54.
Д.П. Ветров, Д.А. Кропотов, Н.О. Пташко. Эффективный метод отбора признаков в линейной регрессии с помощью обобщенного информационного критерия Акаике // Ж. вычисл. матем. и матем. физ., 2009, том 49, №11, с.1-14. link
D.Kropotov, N.Ptashko, D.Vetrov. Relevant Regressors Selection by Continuous AIC // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 456-464. link
D.Kropotov, D.Vetrov. General Solutions for Information-Based and Bayesian Approaches to Model Selection in Linear Regression and Their Equivalence // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 447-455. link
E.Lomakina-Rumyantseva, P.Voronin, D.Kropotov, D.Vetrov, A.Konushin. Video Tracking and Behaviour Segmentation of Laboratory Rodents // Pattern Recognition and Image Analysis, Vol. 19, No. 4, 2009, pp. 616-622. link
Osokin A., Vetrov D., Kropotov D. 3D Reconstruction of Mouse Brain from Allen Brain Atlas // Proc. of 10th International Conference on Pattern Recognition and Image Processing 2009, Minsk: Publ. center of BSU, pp. 219-223. (PDF, 461 Кб)
Osokin A., Belotserkovky A., Vetrov D., Kropotov D., Zhuravlev Yu. Mouse Brain Slice Segmentation for Analysis of Physiological Activity // Proc. of 10th International Conference on Pattern Recognition and Image Processing 2009, Minsk: Publ. center of BSU, pp. 348-353. (PDF, 681 Кб)
2008
Г.В. Иофина, Д.П. Ветров, Д.А. Кропотов. Восстановление объектов в Евклидовом пространстве по оптимальным матрицам близости // Сб. «Моделирование и обработка информации», М.: МФТИ, 2008
E. Lomakina-Rumyantseva, D. Kropotov, D. Vetrov. Signal Segmentation using Hidden Markov Models with Prior Distribution on Segment’s Length // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol. 2, Nizhni Novgorod, 2008, pp.386-389.
D. Kropotov, D. Vetrov. On Equivalence of Information-Based and Bayesian Approaches to Model Selection for Linear Regression Problems // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol.1, Nizhni Novgorod, 2008, pp. 419-422.
D. Kropotov, N. Ptashko, D. Vetrov. The Application of Akaike Information Criterion for Automatic Selection of Relevant Regressors // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol. 1, Nizhni Novgorod, 2008, pp. 423-426.
A. Osokin, D. Vetrov, D. Kropotov. Choosing Number of Components in EM-Algorithm for Gaussian Mixtures // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol.2, Nizhni Novgorod, 2008, pp. 390-393.
D. Kropotov, D. Vetrov. An Automatic Relevance Determination Procedure Based on Akaike Information Criterion for Linear Regression Problems // Proc. of ICML Workshop on Sparse Optimization and Variable Selection, 2008. link
А.С. Конушин, Д.П. Ветров, П.А. Воронин, М.С. Синдеев, Е.И. Ломакина-Румянцева, Д.А. Кропотов, И.Ю. Зарайская, К.В. Анохин. Система видеонаблюдения за поведением лабораторных животных с автоматической сегментацией на поведенческие акты // Доклады 18-ой международной конференции GraphiCon 2008, изд-во Макс-Пресс, стр.199-205.
D. Vetrov, D. Kropotov, A. Konushin, E. Lomakina-Rumyantseva, I. Zarayskaya, K. Anokhin. Automatic segmentation of mouse behavior using hidden markov models // Proc. of 6th International Conference on Methods and Techniques in Behavioral Research (Measuring Behavior), 2008.
A. Konushin, E. Lomakina-Rumyantseva, D. Kropotov, D. Vetrov, A. Cherepov, K. Anokhin. Automated distinguishing of mouse behavior in new environment and under amphetamine using decision trees // Proc. of 6th International Conference on Methods and Techniques in Behavioral Research (Measuring Behavior), 2008.
2007
Ветров Д., Кропотов Д. Гетероскедастичная разреженная байесовская регрессия и ее применение в задаче прогноза температуры плавления халькопиритов и задаче синтеза наноразмерного оксида алюминия // Труды 8-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», т.3, 2007.
Ветров Д., Кропотов Д. Применение новых методов поиска знаний в задачах оценки стоимости жилья // Труды 8-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», т.3, 2007.
Ветров Д.П., Кропотов Д.А. Инвариантный метод настройки параметров в разреженном байесовском обучении // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 93-95.
Ветров Д.П., Кропотов Д.А. О выборе наилучшего квадратичного регуляризатора в обобщенных линейных моделях классификации // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 96-98.
Ветров Д.П., Кропотов Д.А., Курчин О.В. Новый метод обучения байесовской логистической регрессии с использованием лапласовского регуляризатора // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 99-101.
Иофина Г.В., Кропотов Д.А. Поиск оптимальной метрики в задачах классификации с порядковыми признаками // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 137-140.
Серостанов А.С., Ветров Д.П., Кропотов Д.А. Применение вероятностного алгоритма фильтрации в задачах обработки данных телеметрии космических спутников // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 534-536.
Васильев О.М., Ветров Д.П., Кропотов Д.А. Устойчивость обучения метода релевантных векторов // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 16-18.
Ветров Д.П., Кропотов Д.А., Пташко О.М. Расширение метода Expectation Propagation на случай логистического правдоподобия // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 102-104.
Cawley G., Kropotov D., Kurchin O., Talbot N., Vetrov D. Fast Bayesian L1 Regularization for Sparse Logistic Regression // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007
Kropotov D., Vetrov D. Optimal Bayesian Linear Classifier with Arbitrary Gaussian Regularizer // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007
Kropotov D., Vetrov D. On Automatic Determination of Relevant Degrees of Freedom in Generalized Linear Models with Laplace Prior // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007
Kropotov D., Vetrov D. Fuzzy Rules Generation Method for Pattern Recognition Problems // F. Masulli, S. Mitra, and G. Pasi (Eds.): Applications of Fuzzy Sets Theory, WILF 2007, LNAI 4578, Springer, pp. 203–210, 2007. link
Kropotov D., Vetrov D. On One Method of Non-Diagonal Regularization in Sparse Bayesian Learning // Proc. of 24th International Conference on Machine Learning, Zoubin Ghahramani Eds. Omnipress, pp. 457-464, 2007. link
Васильев О.М., Ветров Д.П., Кропотов Д.А. Представление и обнаружение знаний в экспертных системах для задач распознавания образов // Журнал вычислительной математики и математической физики, том 47, №8, 2007, стр. 1431-1457 link
