Использование методов анализа данных - Data Science.
ЛИТЕРАТУРА ЗА 1995-2023 гг.
Рационализаторские предложения (зарегистрированы
в Тверской государственной медицинской академии) 1999 г.
N 2085. Коррекция дисбактериоза кишечника ребенка как метод оздоровления
детей с иммунной недостаточностью.
N 2086. Способ достоверного разделения часто и редко болеющих детей в период
реконвалесценции после рецидива инфекционного заболевания дыхательных путей.
N 2087. Способ распознавания стойкого и не стойкого эффекта оздоровления детей
с иммунной недостаточностью.
N 2088. Комплексная методика оздоровления детей с частыми рецидивами инфекционных
заболеваний дыхательных путей.
N 2089. Способ прогноза вида условно-патогенной микрофлоры (УПМ) в микробиоценозе
толского кишечника ребенка по иммуно-лабораторным данным.
Патент на изобретение N 2169923 в 2001 г. Способ прогнозирования частоты рецидивов инфекционных заболеваний дыхательных путей и стойкости эффекта оздоровления у дошкольников. Авторы: Михайленко А.А.,
Федотова Т.А., Сергеева С.Ф., Кузнецова А.В., Сенько О.В.
Патент на изобретение N 2214156 "Способ прогнозирования тяжести течения депрессивных расстройств в остром периоде сотрясения головного мозга". Заявка N 2002110417, дата поступления: 22.04.2002. Приоритет от 22.04.2002. Авторы: Краснов В.Н., Доровских И.В., Реброва О.Ю., Кузнецова А.В., Сенько О.В.
Диагностика и прогноз психических расстройств в остром периоде сотрясения головного мозга. Методические рекомендации №2003/44. МЗ РФ, МНИИП, М., 2003, соавт. Краснов В.Н., Доровских И.В., Зайцев О.С., Ураков С.В., Кузнецова А.В.
2010
1. Senko O., Kuznetsova A. A recognition method based on collective decision making using systems of regularities of various types // Pattern Recognition and Image Analysis, MAIK Nauka/Interperiodica. Vol. 20, No. 2, 2010, pp. 152-162.
2. Senko O.V., Kuznetsova A.V. Pattern Recognition Method Using Ensembles of Regularities Found by Optimal Partitioning // International Conference on Pattern Recognition. 2010. Электронное издание. IEEE Computer Society. © 2010 IEEE, http://ieeexplore.ieee.org/DOI 10.1109/ICPR.2010.724.
3. Сенько О.В., Берёзкин Ю.Е., Боринская С.А., Козьмин А.В., Кузнецова А.В., Исследования фольклорно-мифологических традиций с использованием методов интеллектуального анализа данных. Этнография и археология коренного населения Америки. Сборник Музея антропологии и этнографии. СПб, 2010. "Сборник МАЭ, Открытие Америки продолжается. Выпуск 4". с.97-109.
4. Kostomarova I., Kuznetsova A., Malygina N., Senko O. Methods for evaluating of regularities systems structure. // New Trends in Classification and Data Mining. - ITHEA, Sofia, 2010, p 40-46.
5. Водолагина Н.Н., Костомарова И.В., Кузнецова A.В., Малыгина Н.А., Сенько О.В. Изучение связи тяжести дисциркуляторной энцефалопатии с полиморфизмом некоторых генетических факторов методами распознавания. III-я Международная Конференция «Математическая биология и биоинформатика», 10-15 октября 2010 г., Пущино, РФ, с.238-239.
6. Водолагина Н.Н., Костомарова И.В, Кузнецова A.В., Малыгина Н.А., Сенько О.В. Использование технологий распознавания и интеллектуального анализа данных в клинических и генетических исследованиях. Международная научно-практическая конференция «Высокие технологии, фундаментальные и прикладные исследования в физиологии и медицине», 23-26 ноября 2010 г. 3-й том трудов конференции – в печати.
7. Senko O.V., Kuznetsova A.V. Pattern Recognition Method Using Ensembles of Regularities Found by Optimal Partitioning. 20th International Conference on Pattern Recognition. ICPR, Istanbul, 23-26 August, 2010. p.72.
2011
1. Кузнецова A.В., Костомарова И.В., Водолагина Н.Н., Малыгина Н.А., Сенько О.В. Изучение влияния клинико-генетических факторов на течение дисциркуляторной энцефалопатии с использованием методов распознавания. «Математическая биология и биоинформатика», 2011, т. 6, вып. 1, с. 115–146
2. Senko O., Kuznetsova A., Malygina N., Kostomarova I. Method for evaluating of discrepancy between regularities systems in different groups. International Journal "Information Technologies & Knowledge", 2011, Vol.5, Number 1, 46-54
3. Сенько О.В. Кузнецова А.В. Системы достоверных эмпирических закономерностей в моделях оптимальных разбиений и методы их анализа. Доклады 15-й Всероссийской конференции «Математические методы распознавания образов (ММРО-15)», Петрозаводск, 2011, с.36-39.
2012
1. Сенько О.В. Кузнецова А.В. Методы исследования взаимосвязей в сложных объектах, основанных на сетях закономерностей. 9-я Международная конференция «Интеллектуализация обработки информации» (ИОИ-2012), Респ.Черногория, Будва, 24-29 сентября 2012, с.148-151.
2. Кузнецова A.В., Костомарова И.В., Сенько О.В. Логико-статистический анализ связи биохимических и клинических показателей с возникновением нарушения мозгового кровообращения (преходящего и острого) у пациентов с хронической ишемией головного мозга – Труды IV-й Международной Конференции «Математическая биология и биоинформатика», с.82-83, 14-19 октября 2012 г., Пущино
2013
1. Kuznetsova A.V., Kostomarova I. V., Sen'ko O. V. Modification of the method of optimal valid partitioning for comparison of patterns related to the occurrence of ischemic stroke in two groups of patients. Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2013. Т. 22. № 4. С. 10.
2. Кузнецова А.В., Костомарова И.В., Сенько О.В. Логико-статистический анализ связи клинико-лабораторных показателей с возникновением нарушения мозгового кровообращения у пациентов пожилого возраста с хронической ишемией головного мозга. Математическая биология и биоинформатика. 2013. Т. 8. № 1. С. 182-224.
2014
1. Kuznetsova A.V., Kostomarova I.V., Sen'ko O.V. Modification of the method of optimal valid partitioning for comparison of pattern related to the occurrence of ischemic stroke in two groups of patients. Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2014. Т. 24. № 1. С. 114-123.
2. Шерстнёв В.В., Грудень М.А., Елистратова Е.И., Карлина В.П., Кузнецова А.В., Рыжова Т.В., Рыжов В.М., Сенько О.В. Молекулярные маркеры артериальной гипертонии у пациентов с нормотонией, предгипертонией и гипертензией. Бюллетень экспериментальной биологии и медицины. 2014. Т. 158. № 11. С. 549-551.
2015
1. Клименко Л.Л., Скальный А.В., Турна А.А., Кузнецова А.В., Сенько О.В., Баскаков И.С., Буданова М.Н., Савостина М.С., Мазилина А.Н. Роль селена в многофакторном этиопатогенезе ишемического инсульта. Микроэлементы в медицине. 2015. Т. 16. № 4. С. 28-35.
2. Sherstnev V.V., Gruden' M.A., Elistratova E.I., Ryzhov V.M., Karlina V.P., Kuznetsova A.V., Ryzhova T.V., Sen'ko O.V. Molecular markers of arterial hypertension in patients with normotony, pre-hypertension and hypertension. Bulletin of Experimental Biology and Medicine. 2015. Т. 158. № 5. С. 604-606.
3. Клименко Л.Л., Скальный А.В., Турна А.А., Деев А.И., Баскаков И.С., Буданова М.Н., Сенько О.В., Кузнецова А.В., Савостина М.С., Мазилина А.Н. Нейропротекторная роль селена при ишемических заболеваниях мозга в позднем возрасте. Клиническая геронтология. 2015. № 11-12. С. 88.
4. Кирдина С.Г., Кузнецова А.В., Сенько О.В. Климат и институциональные матрицы: межстрановой анализ. Социологические исследования. 2015. № 9 (377). С. 3-13.
5. Кирилюк И.Л., Волынский А.И., Круглова М.С., Кузнецова А.В., Рубинштейн А.А., Сенько О.В. Эмпирическая проверка теории институциональных матриц методами интеллектуального анализа данных. Компьютерные исследования и моделирование. 2015. Т. 7. № 4. С. 923-939.
2016
1. Гулиев Р.Р., Сенько О.В., Затейщиков Д.А., Носиков В.В., Упоров И.В., Кузнецова A.В., Евдокимова М.А., Терещенко С.Н., Акатова Е.В., Глезер М.Г., Галявич А.С., Козиолова Н.А., Ягода А.В., Боева О.И., Шлык С.В., Левашов С.Ю., Константинов В.О., Бражник В.А., Варфоломеев С.Д., Курочкин И.Н. Применение оптимальных разбиений для многопараметрического анализа данных в клинических исследованиях. Математическая биология и биоинформатика. 2016. Т. 11, № 1, С. 46–63. doi: 10.17537/2016.11.46
2017
1. Smirnov V.Yu., Kuznetsova A.V. Approximation of experimental data by solving linear difference equations with constant coefficients (in particular, by exponentials and exponential cosines). Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2017. Т. 27.№ 2. С. 175-183.
2. Kirilyuk I.L., Kuznetsova A.V., Senko O.V., Morozov A.M. Method for detecting significant patterns in panel data analysis. Pattern Recognition and Image Analysis, Т. 27, № 1, 2017, с. 94-104.
3. Дюжева Е.В., Кузнецова А.В., Сенько О.В. Определение факторов риска сердечно-сосудистой летальности в учреждениях уголовно-исполнительной системы с использованием методов машинного обучения. Журнал «Врач и информационные технологии». 2017. № 2. С. 29-45.
2018
1. Шерстнев В.В., Грудень М.А., Карлина В.П., Рыжов В.М., Кузнецова А.В., Sewell R.D., Сенько О.В. Факторы риска сердечно-сосудистых заболеваний и развитие предгипертонии. Патологическая физиология и экспериментальная терапия. Том 62 № 3, 2018, с. 37–43.
2. Kiriluyuk I.l., Kuznetsova A.V., Senko O.V. Data Mining in Institutional Economics Tasks. European Physical Journal Web of Conferences, 2018, v173, № 18, P.03-013.
3. Кузнецова А.В., Сенько О.В., Кузнецова Ю.О. Преодоление проблемы черного ящика при использовании методов машинного обучения в медицине. Журнал «Врач и информационные технологии. Искусственный интеллект в здравохранении», № 7, (Октябрь), с.74-80. http://www.idmz.ru/media/vit_ru/2018/4/vititm_2018_07pdf.pdf
2019
1. Шерстнев В.В., Грудень М.А., Сенько О.В., Кузнецова А.В., Карлина В.П., Рыжов В.М. Гендерные особенности содержания в сыворотке крови молекулярных маркеров артериальной гипертензии при развитии предгипертонии. Патологическая физиология и экспериментальная терапия. 2019, 62 (4): 32-38.
2. Вострокнутов М. Е., Дюжева Е. В., Кузнецова А. В., Сенько О. В. Факторы риска госпитальной летальности больных с сочетанием туберкулеза и ВИЧ-инфекции в учреждениях уголовно-исполнительной системы. Туберкулез и болезни легких. 2019 Т. 97, № 7. С. 34-41.
3. Доровских И.В., Сенько О.В., Чучупал В.Я., Докукин А.А., Кузнецова А.В. Исследование возможности диагностики деменции по сигналам ЭЭГ с помощью методов машинного обучения. Математическая биология и биоинформатика. 2019, Т. 14, № 2. С. 543-553.
2020
1. Брусов О.С., Кузнецова А.В., Сенько О.В. Дружественный искусственный интеллект на службе у здравоохранения. Врач. 2020. Т. 31. № 5. С. 80-85.
2. Клименко Л.Л., Деев А.И., Баскаков И.С., Буданова М.Н., Забирова А.Х., Уженцева М.С., Мазилина А.Н., Савостина М.С., Сенько О.В., Кузнецова А.В. Микроэлементы в системе свертывания крови при ишемическом инсульте: клиническое исследование. Микроэлементы в медицине. 2020. Т. 21. № 2. С. 23-33.
3. Борисова Л.Р., КузнецоваА.В., Сергеева Н. В., Сенько О. В. Сравнение компаний Арктической зоны РФ с различными рейтингами полярных индексов по экономическим критериям с помощью средств машинного обучения. Компьютерные исследования и моделирование, 2020, т. 12, вып.1, с. 201–215.
4. Борисова Л.Р., Подрезов Ю.В., Кузнецова А.В., Тимошенко З.В. Анализ данных по лесным пожарам. Проблемы безопасности и чрезвычайных ситуаций, №5, 2020, с.26-34.
5. Борисова Л.Р., Кузнецова А.В., Сенько О.В., Кузнецова Ю.О. Сравнительный анализ методов машинного обучения в кредитном скоринге при наличии большого количества категориальных переменных. Современная математика и концепции инновационного математического образования. Т.7, № 1, 2020, с. 166-176
6. Sherstnev V.V., Gruden M.A., Karlina V.P., Ryzhov V.M., Kuznetsova A.V. Serum Level of HLDF24 Peptide as an Objective Marker of Prehypertension. Bulletin of Experimental Biology and Medicine, 2020, 168 (3), 305-308.
7. Kodryan M.S., Kuznetsova A.V., Klimenko L.L., Mazilina A.N., Baskakov I.V., Senko O.V. Nonparametric Method for Estimation of Controlled Correlations in Studies of VEGF-Hypoxia Relationship.International Journal of Clinical Biostatistics and Biometrics (2020) 6:024.
8. Сенько О.В., Кузнецова А.В. Машинное обучение в исследованиях медико-биологических и социально-экономических данных. Машинное обучение в исследованиях медико-биологических и социально-экономических данных: сборник научных трудов. Под редакцией К.А. Найденовой, К.В. Швецова, А.В. Яковлева, В.А. Пархоменко. Санкт-Петербург, 2020. С. 31-67.
2021
1. Борисова Л.Р., Кузнецова А.В., Алещенко А.В., Кирилюк И.Л. Зависимость количественных индикаторов уровня жизни населения от социально-экономического уклада страны. Всероссийская научно-практическая конференция. «Наука - общество - технологии - 2021» 26 марта 2021 г.
2. Borisova L.R., Zhukova G., Kuznetsova A.V., Martin J. Features of machine learning in the study of the main factors of development of countries of the world. Международная Конференция "ЭКОНОМИКА, МЕНЕДЖМЕНТ И ТЕХНОЛОГИИ 2021" (ICEMT 2021).
3. Кирилюк И.Л., Кузнецова А.В., Сенько О.В. Исследование взаимосвязи производственных функций и социально-экономических показателей российских регионов методом оптимальных разбиений. Информационные технологии и вычислительные системы, 2021, вып. 1, стр. 20–31. DOI: https://doi.org/10.14357/20718632210103 (Mi itvs716)
4. Mazilina A.N., Senko O.V., Brusov O.S., Dokukin A.A., Kodryan M.S., Kuznetsova A.V.4 and Klimenko L.L. Determining Subgroups of Significant Correlation in Analyzing Relation between NR2 Antibodies and Factor VIII in Acute Neurological Diseases. Mathematical Biology and Bioinformatics 2021. V. 16. № 1. P. 29–38. doi: 10.17537/2021.16.29.
5. Брусов О.С., Сенько О.В., Кодрян М.С., Кузнецова А.В., Матвеев И.А., Олейчик И.В., Карпова Н.С., Фактор М.И., Алещенко А.В., Сизов С.В. Применение методов машинного обучения для выявления статистически значимых связей параметров тромбодинамики с показателями у больных расстройствами шизофренического спектра до и после лечения. «Неврологии и психиатрия им Корсакова», Т. 121, № 8, 2021, С. 45-53.
6. Смирнов В.Ю., Кузнецова А.В. Моделирование циклических процессов решениями кусочно-линейных разностных уравнений с постоянными коэффициентами по экспериментальным данным в виде временных рядов. MMPR-20, Conference 2021. 6-9.12.2021, Москва.
7. Сенько О.В., Кузнецова А.В., Добролюбова О.А., Воронин Е.М., Акимкин В.Г., Плоскирева А.А. Использование методов кластерного анализа в исследовании эпидемических процессов COVID-19 в странах мира. MMPR-20, Conference 2021. 6-9.12.2021, Москва.
2022
1. Сенько О.В., Кузнецова А.В., Воронин Е.М., Кравцова О.А., Борисова Л.Р., Кирилюк И.Л., Акимкин В.Г. Методы интеллектуального анализа данных в исследованиях эпидемии Covid-19. Журнал Белорусского государственного университета. Математика. Информатика. 2022. №1, с. 83-96. doi: 10.33581/2520-6508-2022-1-83-96.
2. Горобец Л.Н., Сенько О.В., Литвинов А.В., Буланов В.С., Доровских И.В., Кузнецова А.В. Гормональные предикторы эффективности антипсихотической терапии у больных с расстройствами шизофренического спектра. Социальная и клиническая психиатрия. 2022. Т. 32. №4. 14-24.
3. Головерова Ю.А., Абросимова О.А., Кузнецова А.В., Воронин Е.М. Машинное обучение для оценки взаимосвязи кадровых ресурсов и основных показателей здравоохранения с заболеваемостью инфекциями, связанными с оказанием медицинской помощи, среди пациентов стационаров в субъектах Российской Федерации. Международный научный журнал «Вестник науки» №11 (56) т. 3, с. 304-320, ISSN 2712-8849, г. Тольятти.
4. Борисова Л.Р., Кузнецова А.В. Использование работающего компьютерного тренажера Data Master Azforus для обучения методам машинного обучения. Материалы Международной научно-практическая конференция «Цифровая трансформация социальных и экономических систем» 2022, – Москва: изд. ЧОУВО «МУ им. С.Ю. Витте», с. 264-270. ISBN 978-5-9580-0594-9.
5. Senko O.V., Kuznetsova A.V., Matveev I.A., Litvinchev I.S. Chapter VIII. Search of regularities in data: optimality, validity, and interpretability. Advances of Artificial Intelligence in a Green Energy Environment. Изд.: Elsevier Inc. Edited by Pandian Vasant, Joshua Thomas, Elias Munapo, Gerhard-Wilhelm Weber. 2022. С.151-171. ISBN: 978-0-323-89785-3.
6. Борисова Л.Р., Кузнецова А.В. Использование работающего компьютерного тренажера Data Master Azforus для обучения методам машинного обучения. Международная научно-практическая конференция «Цифровая трансформация социальных и экономических систем» 28 января 2022 г., онлай
7. Кузнецова А.В., Воронин Е.М., Плоскирева А.А., Демина И.А., Кравцова О.А., Сенько О.В. Методы машинного обучения при оценке факторов риска развития пневмоний при COVID-19. Материалы XII Съезда Всероссийского научно-практического общества эпидемиологов, микробиологов и паразитологов / под ред. профессора А.Ю. Поповой, академика РАН, профессора В.Г. Акимкина. – М.: ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, 2022. С. 404. ISBN 978-5-6048873-1-8. DOI: https://doi.org/10/36233/978-5-6048873-1-8. 26-28 октября 2022 г., Москва.
8. Кузнецова А.В., Воронин Е.М., Кравцова О.А., Сенько О.В. Взаимосвязь заболеваемости COVID-19 в кластерах регионов РФ и их социально-экономических характеристик. Материалы XII Съезда Всероссийского научно-практического общества эпидемиологов, микробиологов и паразитологов / под ред. профессора А.Ю. Поповой, академика РАН, профессора В.Г. Акимкина. – М.: ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, 2022. С. 405. ISBN 978-5-6048873-1-8. DOI: https://doi.org/10/36233/978-5-6048873-1-8. 26-28 октября 2022 г., Москва.
9. Eliashevich S.O., Shoibonov B.B., Khudyakov M.B., Dadaeva V.A., Senko O.V., Kuznetsova A.V., Drapkina O. Protective role for с3a-des Arg in atherogenesis among low risk patients. Atherosclerosis, Vol. 355, P. 42. 2022 Published by Elsevier B.V. EAS (European Atherosclerosis Society-Congress, 2022). https://doi.org/10.1016/j.atherosclerosis.2022.06.208. 1 August 2022, Milan Italy
10. Eliashevich S.O., Shoibonov B.B., Khudyakov M.B., Dadaeva V.A., Senko O.V., Kuznetsova A.V., Drapkina O. The diet assessment clarifies cardiovascular risk. Atherosclerosis, Vol. 355, p.132. Published by Elsevier B.V. EAS (European Atherosclerosis Society-Congress, 2022). https://doi.org/10.1016/j.atherosclerosis.2022.06.607. 1 august 2022. Milan Italy
11. Головерова Ю.А., Абросимова О.А., Кузнецова А.В. Применение методов машинного обучения при оценке влияния кадровых и материально-технических ресурсов здравоохранения на заболеваемость инфекциями, связанными с оказанием медицинской помощи, в медицинских организациях субъектов России. Международный молодежный форум «Неделя науки – 2022» 28 ноября – 02 декабря 2022 года. г.Ставрополь.
12. Головерова Ю.А., Абросимова О.А., Кузнецова А.В. Машинное обучение для оценки взаимосвязи кадровых ресурсов и основных показателей здравоохранения с заболеваемостью инфекциями, связанными с оказанием медицинской помощи, среди пациентов стационаров в субъектах Российской Федерации. Конгресс с международным участием «Контроль и профилактика инфекций, связанных с оказанием медицинской помощи (ИСМП-2022)». 24-25 ноября 2022 г. г.Москва.
13. Смирнов В.Ю., Кузнецова А.В. О моделировании циклических процессов решениями кусочно-линейных разностных уравнений с постоянными коэффициентами по экспериментальным данным в виде временных рядов. Математическое моделирование и численные методы, 2022, № 4, с. 63–80. doi: 10.18698/2309-3684-2022-4-6380
2023
1. Кузнецова А.В., Сергеева Н.В., Гайдук А.И., Воробьева И.Ю. Методы интеллектуального анализа данных в пракетике HR-специалистов рекрутинговых агентств. Сборник научных статей по итогам работы Международного научного форума «НАУКА И ИННОВАЦИИ − СОВРЕМЕННЫЕ КОНЦЕПЦИИ», Москва, 2023 г., с.97-107. https://top100.shakarim.kz/uploads/files/1680367510.pdf DOI 10.34660/INF.2023.62.94.181
2. Сенько О.В., Брусов О.С., Пономарева Л.И., Матвеев И.А., Карпова Н.С., Кузнецова А.В., Салманов М.Ю. Кусочно-линейная регрессионная модель динамики гемостаза у доноров и больных шизофренией. Журнал неврологии и психиатрии им. С.С. Корсакова. 2023;123(1):111 115. https://doi.org/10.17116/jnevro2023123011111
3. Елиашевич С.О., Худяков М.Б., Сенько О.В., Кузнецова А.В., Ким О.Т., Нуньес Араухо Д.Д., Драпкина О.М. Особенности питания и распределения жировой ткани у лиц группы низкого сердечно-сосудистого риска в зависимости от наличия абдоминального ожирения. Вопросы питания. Том 92, № 1, 2023. С. 74-84.
4. Borisova, L., Zhukova, G., Kuznetsova, A., Kuznetsova, Y. (2023). The Relationship of Public Health with Indicators of the Road Transport System. In: Beskopylny, A., Shamtsyan, M., Artiukh, V. (eds) XV International Scientific Conference “INTERAGROMASH 2022”. INTERAGROMASH 2022. Lecture Notes in Networks and Systems, vol 574. Springer, Cham. https://doi.org/10.1007/978-3-031-21432-5_292
5. Kuznetsova A.V., Senko O.V., Voronin E.M., Kravtsova O.A., Kuznetsova Yu.O., Borisova L.R., Zhukova G.S., Khrapunova I. and Akimkin V.G. Epidemiological clustering of Russian regions for the socio-economic forecast of Covid-19 rates. E3S Web Conf., Vol. 371, Art. N. 05030, 2023, p. 1-11. https://doi.org/10.1051/e3sconf/202337105030