МЕГАГРАНТЫ

Лаборатория алгоритмов и технологий анализа сетевых структур (ЛАТАС)

О лаборатории

Наименование проекта Алгоритмы и технологии анализа сетевых структур

Ссылка на официальный сайт

№ договора:
11.G34.31.0057

Наименование ВУЗа:
ФГБОУ ВПО "Национальный исследовательский университет "Высшая школа экономики"

Области научных исследований:
Информационные технологии и вычислительные системы

Цель проекта:
Создание научной и образовательной лаборатории мирового уровня для выполнения фундаментальных и прикладных исследований в области информационных технологий и вычислительных систем.

Основные задачи проекта:
Разработка новых вычислительно эффективных алгоритмов и строгих математических теорий для анализа и оптимизации графовых структур (называемых сетями) больших размеров и высокой плотности порожденных естественными и искусственными сложными сетевыми структурами. Результатами работы лаборатории будут публикации в высокорейтинговых международных научных журналах, магистерские и кандидатские диссертации и новые научные проекты.

 

Ведущий учёный

vu mini 57 

ФИО: Пардалос Панайот (Панос) Милтиад

 

Ученые степень и звание:
Ph.D. in Computer and Information Sciences, University of Minnesota, Minneapolis, 1985, Distinguished Professor

Занимаемая должность:
UNIVERSITY OF FLORIDA, Distinguished Professor, Department of Industrial and Systems Engineering, University of Florida,
Director, Center for Applied Optimization, University of Florida

Области научных интересов:
Глобальная оптимизация и ее приложения, разработка и анализ вычислительных алгоритмов, вычислительная неврология, биоинформатика, параллельные вычисления в математическом программировании, прикладная теория сверхбольших графов и сетевых структур, оптимизация в биомедицинской инженерии, телекоммуникации, управление цепочками поставок, электронная коммерция и финансовый инжиниринг, теория информации и управления, интеллектуальный анализ массивов данных, системы сотрудничества, научное программирование, анализ данных в сельском хозяйстве

Научное признание:
2013 – Профессорская награда им. Елизаветы Вуд Дунлеви на 2013-2014 гг, университет Флориды, США
2013 – Медаль (за серьезный вклад в науку и инжиниринг) от университета Катании, Италия
2012 – Почетный доктор наук Университета Уилфрида Лорье (Канада)
2011 – Победитель гранта Правительства РФ для государственной поддержки научных исследований, проводимых под руководством ведущих ученых в российских образовательных учреждениях высшего профессионального образования; научный руководитель лаборатории алгоритмов и технологий анализа сетевых структур в НИУ ВШЭ (Москва, Нижний Новгород).
2010 – Почетный профессор Высшей школы информационных технологий и математических наук, университет Балларат, Австралия.
2010 – Президент Международного общества по глобальной оптимизации.
2009 – UF 2009 Международная Премия Педагогов.
2009 – “Roberto D. Galvao Prize” премия за лучшую статью (“A hybrid genetic algorithm for road congestion minimization” на XLI симпозиуме Бразильского Общества по Исследованию Операций, Порто Сегуро, Бразилия, Сентябрь 2009.
2008 – Степень почетного доктора, Институт кибернетики им. В.М.Глушкова Национальной академии наук Украины.
2008 – Профессорская премия Исследовательского Фонда Университета Флориды.
2007 – Премия Фулбрайта (Июль 2007).
2007 – Премия Советника по докторским диссертациям.
2006 – Член INFORMS (Институт Исследования Операций и Наук Управления).
2005 – Степень почетного доктора, Нижегородский Государственный Университет им. Н.И.Лобачевского, Россия.
2005 – Почетный член Монгольской Академии Наук.
2004 – Член of AAAS (Американская Ассоциация Содействия Развитию Науки).
2004 – “The William Pierskalla Best Paper Award” за передовые исследования в области здравоохранения, Институт Исследования Операций и Наук Управления (INFORMS).
2003 – Иностранный член Национальной Академии Наук Украины, май 2011
2003 – Выдающиеся профессиональные и ученые звания в 2002, Справочник по прикладной оптимизации, Поощрительная премия, Ассоциации американских издателей.
2003 – Премия за выдающиеся результаты, Департамент ISE.
2002 – Премия за выдающиеся результаты, Департамент ISE.
2001 – Национальная премия Греции 2001 и золотая медаль по исследованию операций.
2001 – Премия за выдающиеся результаты, Департамент ISE.
2000 – Иностранный член Петровской Академии Наук и Искусства, Россия.
1999 – Иностранный член “Lithuanian Academy of Sciences”.
1998 – Иностранный ассоциированный член “Reial Academia de Doctors”, Испания.
1998 – Профессорская премия Исследовательского Фонда Университета Флориды.
1999 – Премия факультета за выдающиеся достижения, отделение ISE.
1994 – Стипендия факультета Обермана, университет Айовы, Центр Перспективных исследований.
1991 – Награда IBM Achievement.
1984 – Стипендия докторских диссертаций.
1983 – “Excellent Performance in Ph.D. Qualifying Exam” Награда Отделения Компьютерных наук Научного Департамента отличные результаты в письменном предварительном квалификационном экзамене программы Ph.D.
1972-77 – Стипендия правительства Греции.

1. \Global Minimization of Large-Scale Constrained Concave Quadratic Problems by Separable Programming" (with J.B. Rosen), Mathematical Programming 34 (1986), pp. 163-174.
2. \Methods for Global Concave Minimization: A Bibliographic Survey" (with J.B. Rosen), SIAM Review, Vol 28, No. 3 (1986), pp. 367-379.
3. \An algorithm for a class of nonlinear fractional problems using ranking of the vertices," BIT Numerical Mathematics 26 (1986), pp. 392-395.
4. \Global Minimization of Inde nite Quadratic Problems" (with J.H. Glick and J.B. Rosen), Computing 39 (1987), pp. 281-291.
5. \Generation of large-scale quadratic programs for use as global optimization test problems," ACM Transactions on Mathematical Software, Vol. 13, No. 2 (1987), pp. 133-137.
6. \Bounds for the solution set of linear complementarity problems" (with J. B. Rosen), Discrete Applied Mathematics 17 (1987), pp. 255-261.
7. \Checking local optimality in constrained quadratic programming is NP-hard
8. \Reduction of Nonlinear Integer Separable Programming Problems" (with J.B. Rosen), International Journal of Computer Mathematics Vol. 24 (1988), pp. 55-64.
9. \Global Optimization Approach to the Linear Complementarity Problem" (with J.B. Rosen), SIAM Journal on Scientific and Statistical Computing Vol. 9, No. 2 (1988), pp. 341-353.
10. \Quadratic problems de ned on a convex hull of points," BIT Numerical Mathematics 28 (1988), pp. 323-328.

Результаты исследований

Глава
Chernyak E. L., Чугунова О. Н., Аскарова Ю. А. et al. Abstracting concepts from text documents by using an ontology In bk.: CDUD – 2010: International Workshop on Concept Discovery in Unstructured Data. M.: Higher School of Economics Publishing House, 2011. P. 20-31.
Goldengorin B. I., Krushinsky D. A Computational Study of the Pseudo-Boolean Approach to the p-Median Problem Applied to Cell Formation Lecture Notes in Computer Science. 2011. Vol. 6701. P. 503-516.
Chistyakov Vyacheslav V. A fixed point theorem for contractions in modular metric spaces arxiv.org. math. Cornell University, 2011. No. 1112.5561v1.
Aleskerov F. T., Karabekyan D., Yakuba V. I. et al. An individual manipulability of positional voting rules SERIES. 2011. Vol. 2. No. 4. P. 431-446.
Mirkin B. G. Approximate bicluster and tricluster boxes in the analysis of binary data Lecture Notes in Computer Science. 2011. Vol. 6743. P. 248-256.
Korpelainen N., Lozin V. V., Malyshev D. et al. Boundary properties of graphs for algorithmic graph problems Theoretical Computer Science. 2011. No. 412. P. 3545-3554.
Mirkin B. G. Choosing the number of clusters WIREs Data Mining and Knowledge Discovery. 2011. No. 3. P. 252-260.
Goldengorin B. I., Krushinsky D. Complexity evaluation of benchmark instances for the p-median problem Mathematical and Computer Modelling. 2011. Vol. 53. No. 9-10. P. 1719-1736.
Mirkin B. G. Core concepts in data analysis: summarization, correlation, visualization (Undergraduate topics in Computer Science) L.: Springer London, 2011.

Albdaiwi B., Ghosh D., Goldengorin B. I. Data aggregation for p-median problems Journal of Combinatorial Optimization. 2011. Vol. 21. No. 3. P. 348-363.
Nascimento S., Mirkin B. G. Developing Additive Spectral Approach to Fuzzy Clustering Lecture Notes in Computer Science. 2011. Vol. 6743. P. 273-277.

Nascimento S., Fenner T., Felizardo R. et al. How to visualize a crisp or fuzzy topic set over a taxonomy Lecture Notes in Computer Science. 2011. Vol. 6744. P. 3-12.
Beckermann B., Matos A., Wielonsky F. et al. How well does the Hermite-Padé approximation smooth the Gibbs phenomenon? Mathematics of Computation. 2011. Vol. 80. No. 274. P. 931-958.
Под науч. редакцией: S. O. Kuznetsov, D. Slezak, D. H. Hepting et al. Lecture Notes in Artificial Intelligence Vol. 6743: Rough Sets, Fuzzy Sets, Data Mining and Granular Computing. NY; L.; Dordrecht; Heidelberg: Springer, 2011.
Kiselgof S. G. Matchings with Simplest Semiorder Preference Relations In bk.: Game Theory and Management. Collected abstracts of papers presented on the Fifth International Conference Game Theory and Management. St. Petersburg: Graduate School of Management, St. Petersburg University, 2011. P. 119-121.
Goldengorin B. I., Keane J., Kuzmenko V. N. et al. Optimal supplier choice with discounting Journal of Operational Research Society. 2011. Vol. 62. No. 4. P. 690-699.
Kalyagin V. A. Power index axiomatics in the problem of voting with quota Automation and Remote Control. 2011. Vol. 72. No. 3. P. 600-614.
Batsyn M. V., Kalyagin V. A. Power Index Axiomatics in the Problem of Voting with Quota Automation and Remote Control. 2011. Vol. 72. No. 3. P. 600-614.

Под науч. редакцией: S. O. Kuznetsov, D. Slezak, D. H. Hepting et al. Rough Sets, Fuzzy Sets, Data Mining and Granular Computing: 13th International Conference, RSFDGrC 2011, Moscow, Russia, June 25-27, 2011. Proceedings Vol. 6743. Berlin; Heidelberg: Springer, 2011.

This volume contains papers presented at the 13th International Conference on Rough Sets, Fuzzy Sets and Granular Computing (RSFDGrC) held during June 25–27, 2011, at the National Research University Higher School of Economics (NRU HSE) in Moscow, Russia. RSFDGrC is a series of scientific events spanning the last 15 years. It investigates the meeting points among the four major disciplines outlined in its title, with respect to both foundations and applications. In 2011, RSFDGrC was co-organized with the 4th International Conference on Pattern Recognition and Machine Intelligence (PReMI), providing a great opportunity for multi-faceted interaction between scientists and practitioners. There were 83 paper submissions from over 20 countries. Each submission was reviewed by at least three Chairs or PC members.We accepted 34 regular papers (41%). In order to stimulate the exchange of research ideas, we also accepted 15 short papers. All 49 papers are distributed among 10 thematic sections of this volume. The conference program featured five invited talks given by Jiawei Han, Vladik Kreinovich, Guoyin Wang, Radim Belohlavek, and C.A. Murthy, as well as two tutorials given by Marcin Szczuka and Richard Jensen. Their corresponding papers and abstracts are gathered in the first two sections of this volume.
Бацын М. В., Калягин В. А. Аксиоматика индексов влияния в задаче голосования с квотой Автоматика и телемеханика. 2011. № 3. С. 145-160.

Analysis of Images, Social Networks and Texts. 5th International Conference, AIST 2016, Yekaterinburg, Russia, April 7-9, 2016, Revised Selected Papers. Communications in Computer and Information Science Vol. 661. Switzerland: Springer International Publishing, 2017.
Pablo San Segundo ., Artieda J., Mikhail Batsyn et al. An enhanced bitstring encoding for exact maximum clique search in sparse graphs Optimization Methods and Software. 2017. Vol. 32. No. 2. P. 312-335.
Khodayifar S., Raayatpanah M., Pardalos P. M. A polynomial time algorithm for the minimum flow problem in time-varying networks Annals of Operations Research. 2017.

Savchenko A. V., Milov V. R. Classification of Dangerous Situations for Small Sample Size Problem in Maintenance Decision Support Systems Communications in Computer and Information Science. 2017. Vol. 661. P. 338-345.

Savchenko A. V. Clustering and maximum likelihood search for efficient statistical classification with medium-sized databases Optimization Letters. 2017. Vol. 11. No. 2. P. 329-341.

Malyshev D. Complexity classification of the edge coloring problem for a family of graph classes Discrete Mathematics and Applications. 2017. Vol. 27. No. 2. P. 97-103.

Malyshev D. Critical Elements in Combinatorially Closed Families of Graph Classes Journal of Applied and Industrial Mathematics. 2017. Vol. 11. No. 1. P. 99-106.

Savchenko A. V., Milov V. R. Decision Support in Intelligent Maintenance-planning Systems Based on Contextual Multi-armed Bandit Algorithm Procedia Computer Science. 2017. Vol. 103. P. 316-323.

Nikolaev A., Mladenovic N., Todosijevic R. J-means and I-means for minimum sum-of-squares clustering on networks Optimization Letters. 2017. Vol. 11. No. 2. P. 359-376.

Savchenko A. V. Maximum-likelihood approximate nearest neighbor method in real-time image recognition Pattern Recognition. 2017. Vol. 61. P. 459-469.

Kaliaguine V. A., Koldanov A. P., Koldanov P. et al. Optimal decision for the market graph identification problem in a sign similarity network Annals of Operations Research. 2017.

Malyshev D. Polynomial-time approximation algorithms for the coloring problem in some cases Journal of Combinatorial Optimization. 2017. Vol. 33. No. 3. P. 809-813.

Pardalos P. M., Kalyagin V. A. Preface Optimization Methods and Software. 2017. Vol. 32. No. 2. P. 221-221.

Kalyagin V. A., Koldanov A. P., Petr A. Koldanov. Robust identification in random variables networks Journal of Statistical Planning and Inference. 2017. Vol. 181. No. Feb . P. 30-40.

Gribanov D., Malyshev D. The computational complexity of three graph problems for instances with bounded minors of constraint matrices Discrete Applied Mathematics. 2017. P. 1-12.

Turkensteen M., Malyshev D., Goldengorin B. I. et al. The reduction of computation times of upper and lower tolerances for selected combinatorial optimization problems Journal of Global Optimization. 2017. P. 1-22.

Malyshev D., Lobanova O. O. Two complexity results for the vertex coloring problem Discrete Applied Mathematics. 2017. Vol. 219. P. 158-166.

Koldanov P., Koldanov A. P., Kalyagin V. A. et al. Uniformly most powerful unbiased test for conditional independence in Gaussian graphical model Statistics & Probability Letters. 2017.

Lozin V. V., Malyshev D. Vertex coloring of graphs with few obstructions Discrete Applied Mathematics. 2017. Vol. 216. P. 273-280.

Малышев Д. С. Критические элементы в комбинаторно замкнутых семействах классов графов Дискретный анализ и исследование операций. 2017. Т. 24. № 1. С. 81-96.

Колданов П. А., Калягин В. А., Колданов А. П. Устойчивые процедуры построения сетевых структур фондовых рынков
В кн.: XVII Апрельская международная научная конференция по проблемам развития экономики и общества: в 4 кн.. Кн. 4. М.: Издательский дом НИУ ВШЭ, 2017. С. 510-516.

Braslavski P., Markov I., Pardalos P. M. et al. 9th Russian Summer School in Information Retrieval (RuSSIR 2015) ACM SIGIR Forum. 2016. Vol. 49. No. 2. P. 72-79.

Irina Utkina, Mikhail Batsyn, Ekaterina Batsyna. A Branch and Bound Algorithm for a Fractional 0-1 Programming Problem Lecture Notes in Computer Science. 2016. Vol. 9869. P. 244-255.

Utkina I. E., Batsyn M. V. A Branch and Bound Algorithm for the Cell Formation Problem Springer Proceedings in Mathematics & Statistics. 2016. Vol. 156. P. 115-126.

Malyshev D.A complexity dichotomy and a new boundary class for the dominating set problem Journal of Combinatorial Optimization. 2016. Vol. 32. No. 1. P. 226-243.

Malyshev D. A dichotomy for the dominating set problem for classes defined by small forbidden induced subgraphs Discrete Applied Mathematics. 2016. Vol. 203. P. 117-126.

Larisa Komosko, Mikhail Batsyn, Pablo San Segundo . et al. A fast greedy sequential heuristic for the vertex colouring problem based on bitwise operations Journal of Combinatorial Optimization. 2016. No. 4. P. 1665-1677.

Cinar D., Oliveira J. A., Topcu Y. I. et al. A Priority-based genetic algorithm for a flexible job shop scheduling problem Journal of Industrial and Management Optimization. 2016. Vol. 12. No. 4. P. 1391-1415.

Schieber T., Ravetti M., Pardalos P. M. A Review on Network Robustness from an Information Theory Perspective In bk.: Discrete Optimization and Operations Research/9th International Conference, DOOR 2016, Vladivostok, Russia, September 19-23, 2016, Proceedings. Springer International Publishing, 2016. P. 50-60.

Borrero J., Gillen C., Prokopyev O. A simple technique to improve linearized reformulations of fractional (hyperbolic) 0-1programming problems Operations Research Letters. 2016. Vol. 44. No. 4. P. 479-486.

Milov V., Savchenko A. V. Classification of dangerous situations for small sample size problem in maintenance decision support systems In bk.: Supplementary Proceedings of the 5th International Conference on Analysis of Images, Social Networks and Texts (AIST-SUP 2016), Yekaterinburg, Russia, April 7-9, 2016.. Vol. 1710. Aachen: CEUR Workshop Proceedings, 2016. P. 338-345.

Malyshev D., Pardalos P. M. Critical hereditary graph classes: a survey Optimization Letters. 2016. Vol. 10. No. 8. P. 1593-1612.

Kocheturov A. A., Pardalos P. M. Data Science for Massive Networks In bk.: Information Retrieval. 9th Russian Summer School, RuSSIR 2015, Saint Petersburg, Russia, August 24-28, 2015, Revised Selected Papers. Vol. 573. Switzerland: Springer International Publishing, 2016. P. 88-100.

Malyshev D., Pochinka O. Description of domain structures in the Solar Corona by means multi-color graphs Динамические системы. 2016. Vol. 6(34). No. 1. P. 3-13.

Grines V., Medvedev Timur, Pochinka O. Dynamical Systems on 2- and 3-Manifolds Switzerland: Springer International Publishing Switzerland, 2016.

Grines V., Malyshev D., Pochinka O. et al. Efficient algorithms for the recognition of topologically conjugate gradient-like diffeomorhisms Regular and Chaotic Dynamics. 2016. Vol. 21. No. 2. P. 189-203.

Savchenko A. V. Fast multi-class recognition of piecewise regular objects based on sequential three-way decisions and granular computing Knowledge-Based Systems. 2016. Vol. 91. P. 252-262.

Borrero J., Gillen C., Prokopyev O. Fractional 0-1 programming: applications and algorithms Journal of Global Optimization. 2016. Мальков Ю. А., Ponomarenko A. Growing Homophilic Networks Are Natural Navigable Small Worlds Plos One. 2016. Vol. 11. No. 6.

FPT-algorithm for computing the width of a simplex given by a convex hull
Veselov S. I., Gribanov D., Malyshev D. Moscow University Computational Mathematics and Cybernetics. 2019. Vol. 43. No. 1. P. 1-11.

Konig graphs with respect to the 4-path and Its spanning supergraphs
Malyshev D., Mokeev D. B. Journal of Applied and Industrial Mathematics. 2019. Vol. 13. No. 1. P. 85-92.

Loss function, unbiasedness, and optimality of Gaussian graphical model selection
Kalyagin V. A., Koldanov A. P., Koldanov P. et al. Journal of Statistical Planning and Inference. 2019. Vol. 201. P. 32-39.

Massive datasets and machine learning for computational biomedicine: trends and challenges
Anton Kocheturov, Pardalos P. M., Karakitsiou A. Annals of Operations Research. 2019. Vol. 276. No. 1-2. P. 5-34.

On Algorithms that Effectively Distinguish Gradient-Like Dynamics on Surfaces
Kruglov V., Malyshev D., Pochinka O. Arnold Mathematical Journal. 2019. P. 1-22.

On Periodic Data of Diffeomorphisms with One Saddle Orbit
T. Medvedev, E. Nozhdrinova, O. Pochinka. Topology Proceedings. USA. 2019. Vol. 54. P. 49-68.

On the complexity of quasiconvex integer minimization problem
Chirkov A. Y., Gribanov D., Malyshev D. et al. Journal of Global Optimization. 2019. Vol. 73. No. 4. P. 761-788.

Optimality of Multiple Decision Statistical Procedure for Gaussian Graphical Model Selection
Kalyagin V. A., Koldanov A. P., Koldanov P. et al. Lecture Notes in Computer Science. 2019. No. 11353. P. 304-308.

Sequential three-way decisions in multi-category image recognition with deep features based on distance factor
Savchenko A. Information Sciences. 2019. Vol. 489. P. 18-36.

Vehicle assignment in site-dependent vehicle routing problems with split deliveries
Mikhail V. Batsyn, Ekaterina K. Batsyna, Ilya S. Bychkov et al. Operational Research. 2019. P. 1-25.

Кениговы графы относительно 4-пути и его остовных надграфов
Малышев Д. С., Мокеев Д. Б. Дискретный анализ и исследование операций. 2019. Т. 26. № 1. С. 74-88.

Нечеткое фонетическое кодирование речевых сигналов в системах обработки речевой информации
Савченко А. В., Савченко Л. В. Радиотехника и электроника. 2019. Т. 64. № 3. С. 274-280.

Рекомендации товаров по набору фотографий на основе нейросетевых методов агрегации векторов признаков изображений
Дёмочкин К. В., Савченко А. В. В кн.: Сборник трудов V Международной конференции и молодёжной школы "Информационные технологии и нанотехнологии" (ИТНТ 2019). 2019.

A branch-and-bound algorithm for the cell formation problem
Irina E. Utkina, Mikhail V. Batsyn, Ekaterina K. Batsyna. International Journal of Production Research. 2018. Vol. 56. No. 9. P. 3262-3273.

A Hybrid Approach for the Capacitated Vehicle Routing Problem with Time Windows
Ilya Bychkov, Mikhail Batsyn. In bk.: Optimization Problems and Their Applications. 7th International Conference, OPTA 2018, Omsk, Russia, July 8-14, 2018, Revised Selected Papers. Springer, 2018. P. 66-81.

A method of graph reduction and its applications
Sirotkin D., Malyshev D. Discrete Mathematics and Applications. 2018. Vol. 28. No. 4. P. 249-258.

The independent set problem for a given simple graph is to determine the size of a maximal set of its pairwise non-adjacent vertices. We propose a new way of graph reduction leading to a new proof of the NP-completeness of the independent set problem in the class of planar graphs and to the proof of NPcompleteness of this problem in the class of planar graphs having only triangular internal facets of maximal vertex degree 18

A Model of Optimal Network Structure for Decentralized Nearest Neighbor Search
Ponomarenko A., Irina Utkina, Mikhail Batsyn. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 197-203.

A multicolour graph as a complete topological invariant for Ω-stable flows without periodic trajectories on surfaces
Kruglov V., Malyshev D., Pochinka O. Sbornik Mathematics. 2018. Vol. 209. No. 1. P. 96-121.

An Algorithm for Solving the Shortest Path Improvement Problem on Rooted Trees Under Unit Hamming Distance
Zhang B., Guan X., Pardalos P. M. et al. Journal of Optimization Theory and Applications. 2018. P. 1-22.

Analysis of Images, Social Networks and Texts 6th International Conference, AIST 2017, Moscow, Russia, July 27–29, 2017, Revised Selected Papers
Под науч. редакцией: W. van der Aalst, D. I. Ignatov, S. Kuznetsov et al. Springer, 2018.

Branch-and-bound algorithm for Symmetric Travelling Salesman Problem
Alexey Nikolaev, Mikhail Batsyn. In bk.: Combinatorial Algorithms. 29th International Workshop, IWOCA 2018, Singapore, July 16–19, 2018. Lecture Notes in Computer Science. Vol. 10979. Springer, 2018. P. 311-322.

Cluster Analysis of Facial Video Data in Video Surveillance Systems Using Deep Learning
Savchenko A., Sokolova Anastasiia D. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 113-120.

Comparison of statistical procedures for Gaussian graphical model selection
Grechikhin I., Kalyagin V. A. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 269-279.

Graphical models are used in a variety of problems to uncover hidden structures. There is an important number of different identification procedures to recover graphical model from observations. In this paper, undirected Gaussian graphical models are considered. Some Gaussian graphical model identification statistical procedures are compared using different measures, such as Type I and Type II errors, ROC AUC.

Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics
Valery A. Kalyagin, Panos M. Pardalos, Oleg Prokopyev et al. Vol. 247. Springer International Publishing AG, 2018.

Contributions in this volume focus on computationally efficient algorithms and rigorous mathematical theories for analyzing large-scale networks. Researchers and students in mathematics, economics, statistics, computer science and engineering will find this collection a valuable resource filled with the latest research in network analysis. Computational aspects and applications of large-scale networks in market models, neural networks, social networks, power transmission grids, maximum clique problem, telecommunication networks, and complexity graphs are included with new tools for efficient network analysis of large-scale networks.

Dynamics of Disasters
Springer International Publishing, 2018.

Dynamics of one model of the fast kinematic dynamo
Medvedev T. V., Medvedev V., Zhuzhoma E. V. Journal of Physics: Conference Series. 2018. Vol. 990. P. 1-9.

Efficient Statistical Face Recognition Using Trigonometric Series and CNN Features
Savchenko A. In bk.: Proceedings of the 24th International Conference on Pattern Recognition (ICPR). IEEE, 2018. P. 3262-3267.

Emotion Recognition of a Group of People in Video Analytics Using Deep Off-the-Shelf Image Embeddings
Tarasov Alexander V., Savchenko A. In bk.: Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer Science. Vol. 11179. Berlin: Springer, 2018. Ch. 19. P. 191-198.

Extraction of Visual Features for Recommendation of Products via Deep Learning
Andreeva E., Ignatov D. I., Grachev A. et al. In bk.: Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer Science. Vol. 11179. Berlin: Springer, 2018. P. 201-210.

FPT-algorithms for some problems related to integer programming
D. V. Gribanov, D.S. Malyshev, P. M. Pardalos et al. Journal of Combinatorial Optimization. 2018. Vol. 35. No. 4. P. 1128-1146.

FPT Algorithms for the Shortest Lattice Vector and Integer Linear Programming Problems
Gribanov D. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 19-35.

Frequent Temporal Pattern Mining with Extended Lists
Kocheturov A. A., Pardalos P. M. In bk.: Trends in Biomathematics: Modeling, Optimization and Computational Problems. Springer, 2018. Ch. 16. P. 233-244.

Fuzzy Analysis and Deep Convolution Neural Networks in Still-to-video Recognition
Savchenko A., Belova N. S., Savchenko Lyudmila V. Optical Memory and Neural Networks (Information Optics). 2018. Vol. 27. No. 1. P. 23-31.

Granular Computing and Sequential Analysis of Deep Embeddings in Fast Still-to-Video Face Recognition
Savchenko A. In bk.: Proceedings of the IEEE 12th International Symposium on Applied Computational Intelligence and Informatics (SACI 2018). IEEE, 2018. P. 515-520.

Invariance Properties of Statistical Procedures for Network Structures Identification
Koldanov P. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 289-297.

Minimizing a Symmetric Quasiconvex Function on a Two-Dimensional Lattice
Веселов С. И., Gribanov D., Zolotykh N. et al. Journal of Applied and Industrial Mathematics. 2018. Vol. 12. No. 3. P. 587-594.

Neural networks in video-based age and gender recognition on mobile platforms
A.S. Kharchevnikova, Savchenko A. Optical Memory and Neural Networks (Information Optics). 2018. Vol. 27. No. 4. P. 246-259.

On Greedy and Strategic Evaders in Sequential Interdiction Settings with Incomplete Information
Ketkov S.S., Prokopyev O.A. arxiv.org. Computer Science. Cornell University, 2018. No. 1810.05858.

On the Complexity of the Vertex 3-Coloring Problem for the Hereditary Graph Classes With Forbidden Subgraphs of Small Size
Sirotkin D., Malyshev D. Journal of Applied and Industrial Mathematics. 2018. Vol. 25. No. 4. P. 759-769.

On trees of bounded degree with maximal number of greatest independent sets
Taletskii D. S., Malyshev D. Journal of Applied and Industrial Mathematics. 2018. Vol. 12. No. 2. P. 369-381.

Optimal decision for the market graph identification problem in a sign similarity network
Kalyagin V. A., Koldanov A. P., Koldanov P. et al. Annals of Operations Research. 2018. Vol. 266. No. 1-2. P. 313-327.

Optimization Problems and Their Applications. 7th International Conference, OPTA 2018, Omsk, Russia, July 8-14, 2018, Revised Selected Papers
Под науч. редакцией: A. Eremeev, M. Khachay, Y. Kochetov et al. Springer, 2018.

This book constitutes extended, revised and selected papers from the 7th International Conference on Optimization Problems and Their Applications, OPTA 2018, held in Omsk, Russia in July 2018. The 27 papers presented in this volume were carefully reviewed and selected from a total of 73 submissions. The papers are listed in thematic sections, namely location problems, scheduling and routing problems, optimization problems in data analysis, mathematical programming, game theory and economical applications, applied optimization problems and metaheuristics.

Organizing Multimedia Data in Video Surveillance Systems Based on Face Verification with Convolutional Neural Networks
Anastasiia D. Sokolova, Angelina S. Kharchevnikova, Savchenko A. In bk.: Analysis of Images, Social Networks and Texts. 6th International Conference, 2017, Lecture Notes in Computer Science, Revised Selected Papers. Vol. 10716. Cham: Springer, 2018. P. 223-230.

Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer Science
Vol. 11179. Berlin: Springer, 2018.

Rejection Graph for Multiple Testing of Elliptical Model for Market Network
Semenov D., Koldanov P. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 221-234.

Анализ рынка сети привлекает все большее внимание в последнее десятилетие. Важным компонентом рыночной сети является модель распределения доходности акций. Эллиптически контурные распределения популярны как вероятностная модель возврата акций. Открыт вопрос об адекватности этой модели к реальным рыночным данным. Известны результаты, которые отвергают такую ​​модель, и в то же время есть результаты, которые утверждают такую ​​модель. Полученные результаты касаются тестирования некоторых свойств эллиптической модели. В статье рассматривается такое свойство эллиптической модели как...

RISK FUNCTION AND OPTIMALITY OF STATISTICAL PROCEDURES FOR IDENTIFICATION OF NETWORK STRUCTURES
Koldanov P. Ученые записки Казанского университета. Серия: Физико-математические науки. 2018. Vol. 160. No. 2. P. 317-326.

Robust Statistical Procedures for Testing Dynamics in Market Network
Koldanov A. P., Voronina M. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 135-142.

Supplementary Proceedings of the 7th International Conference on Analysis of Images, Social Networks and Texts (AIST-SUP 2018), Moscow, Russia, July 5-7, 2018
Aachen: CEUR Workshop Proceedings, 2018.

Tabu Search for Fleet Size and Mix Vehicle Routing Problem with Hard and Soft Time Windows
Mikhail Batsyn, Ilya Bychkov, Larisa Komosko et al. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 3-18.

The computational complexity of dominating set problems for instances with bounded minors of constraint matrices
Malyshev D., Gribanov D. Discrete Optimization. 2018. Vol. 29. P. 103-110.

The Video-Based Age and Gender Recognition with Convolution Neural Networks
Savchenko A., Kharchevnikova Angelina S. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 37-46.

The weighted coloring problem for two graph classes characterized by small forbidden induced structures
Malyshev D. Discrete Applied Mathematics. 2018. Vol. 247. P. 423-432.

The wild Fox-Artin arc in invariant sets of dynamical systems
T.V. Medvedev, O,V, Pochinka. Dynamical Systems. 2018. Vol. 33. No. 4. P. 660-666.

Topological Classification of Ω-stable Flows on Surfaces by Means of Effectively Distinguishable Multigraphs
Vladislav Kruglov, Dmitry Malyshev, Olga Pochinka. Discrete and Continuous Dynamical Systems. 2018. Vol. 38. No. 9. P. 4305-4327.

Unconstrained face identification using maximum likelihood of distances between deep off-the-shelf features
Savchenko A., Belova N. S. Expert Systems with Applications. 2018. Vol. 108. P. 170-182.

The paper deals with unconstrained face recognition task for the small sample size problem based on computation of distances between high-dimensional off-the-shelf features extracted by deep convolution neural network. We present the novel statistical recognition method, which maximizes the likelihood (joint probabilistic density) of the distances to all reference images from the gallery set. This likelihood is estimated with the known asymptotically normal distribution of the Kullback–Leibler discrimination between nonnegative features. Our approach penalizes the individuals if their feature vectors do not behave like the features of observed image in the space of dissimilarities of...

Using modular decomposition technique to solve the maximum clique problem
Utkina I. E. In bk.: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics. Vol. 247. Springer International Publishing AG, 2018. P. 121-131.

In this article we use the modular decomposition technique for exact solving the weighted maximum clique problem. Our algorithm takes the modular decomposition tree from the paper of Tedder et. al. and finds solution recursively. Also, we propose algorithms to construct graphs with modules. We show some interesting results, comparing our solution with Ostergards algorithm on DIMACS benchmarks and on generated graphs.

Wildfire fuel management: Network-based models and optimization of prescribed burning
Matsypura D., Prokopyev O.A., Zahara A. European Journal of Operational Research. 2018. Vol. 264. No. 2. P. 774-796.

Вероятность совпадения знаков центрированных относительно выборочного среднего случайных величин
Колданов П. А. Вестник Тверского государственного университета. Серия: Прикладная математика. 2018. № 4. С. 23-30.

Одной из мер связи между случайными величинами является вероятность совпадения знаков их центрированных аналогов. В [4] показано, что в классе эллиптических распределений при известном параметре сдвига такая вероятность не зависит от образующей функции. В настоящей работе доказано, что вероятность совпадения знаков случайных величин, центрированных относительно их выборочного среднего, также не зависит от образующей функции при любом объеме наблюдений. Более того, вероятность совпадения знаков случайных величин, центрированных относительно их выборочного среднего, равна...

Деревья без листьев-дубликатов с наименьшим количеством максимальных независимых множеств
Талецкий Д. С., Малышев Д. С. Дискретная математика. 2018. Т. 30. № 4. С. 115-133.

Для любого n в множестве n-вершинных деревьев, в которых любые два листа не имеют общей смежной вершины, полностью описаны деревья с наименьшим количеством максимальных независимых множеств.

Детектирование эмоций в речи с использованием долгой краткосрочной памяти
Попова А. С., Рассадин А. Г., Пономаренко А. А. В кн.: Материалы XXIV международной научно-технической конференции «Информационные системы и технологии-2018. 2018. С. 1083-1089.

Рассматривается задача автоматической классификации эмоций в цифровом аудио сигнале. В работе рассматривается и верифицируется подход, в котором классификация звукового фрагмента производится с помощью рекуррентной нейронной сети c долговременно-кратковременной памятью. В качестве признаков использовались мел-кепстральные коэффициенты. Произведен численный эксперимент на открытом наборе данных Ravdess, включающий 8 различных эмоций: “нейтральный”, “спокойный”, “счастливый”, “грустный”, “злой”, “испуганный”, “отвращение”, “удивление” и проведено сравнение разных наборов признаков и...

Многоцветный граф как полный топологический инвариант для Ω-устойчивых потоков без периодических траекторий на поверхностях
Круглов В. Е., Малышев Д. С., Починка О. В. Математический сборник. 2018. Т. 209. № 1. С. 100-126.

Изучение динамики потока на поверхностях путем разбиения фазового пространства на ячейки с одинаковым предельным поведением траекторий внутри ячейки восходит к классическим работам А.А. Андронова, Л.С. Понтрягина, Е.А. Леонтович, А. Г. Майера. Типы ячеек, которых конечное число, и их примыкание друг к другу полностью определяют класс топологической эквивалентности потока с конечным числом особых траекторий. Если в каждой ячейке грубого потока без периодических орбит выбрать по одной траектории, то ячейки распадаются на, так называемые, треугольные области, которые имеют один...

О деревьях ограниченной степени с максимальным количеством наибольших независимых множеств
Талецкий Д. С., Малышев Д. С. Дискретный анализ и исследование операций. 2018. Т. 25. № 2. С. 101-123.

Для любых n и d описана структура деревьев с максимально возможным количеством наибольших независимых множеств в классе n-вершинных деревьев, степень каждой вершины которых не превосходит d. Показано, что при всех чётных n экстремальное дерево единственно, а при нечётных n единственности может и не быть, причём при d = 3 для любого нечётного n > 7 имеется в точности (n−3)%4+ 1 экстремальных деревьев. В данной работе проблема поиска экстремальных (n, d)-деревьев также рассмотрена применительно к 2-гусеницам, т. е. деревьям, в которых каждая вершина отстоит от некоторого простого пути на...

наследственных классов графов, определяемых запретами небольшого размера
Сироткин Д. В., Малышев Д. С. Дискретный анализ и исследование операций. 2018. Т. 25. № 4. С. 112-130.

Задача о 3-раскраске для заданного графа состоит в том, чтобы проверить, можно ли множество его вершин разбить на три подмножества попарно несмежных вершин. Известна полная классификация сложности данной задачи для наследственных классов, определяемых тройками запрещённых индуцированных подграфов, каждый с не более чем 5 вершинами. В настоящей работе рассматриваются четвёрки запрещённых индуцированных фрагментов, каждый с не более чем 5 вершинами, и для всех соответствующих наследственных классов, кроме трёх, устанавливается вычислительный статус задачи о 3-раскраске...

О сложности построения 3-раскраски с короткими гранями
Сироткин Д. В. Журнал Средневолжского математического общества. 2018. Т. 20. № 2. С. 199-205.

Задача о вершинной 3-раекраеке для заданного графа состоит в том, чтобы проверить, можно ли множество его вершин разбить на три подмножества попарно несмежных вершин. Известно, что эта задача является NР-полной в классе планарных графов и что она становится полиномиально разрешимой для плоских триангуляций — планарных графов, у которых все грани (включая и внешнюю) являются треугольниками. Известно также, что она является NР-полной в классе планарных графов со степенями всех вершин не более чем 4, но становится разрешимой за линейное время в классе графов с максимильной степенью вершин не более чем 3...

Сверточные нейронные сети в задаче распознавания пола и возраста по видеоизображению
Харчевникова А. С., Савченко А. В. В кн.: Сборник трудов IV Международной конференции и молодёжной школы "Информационные технологии и нанотехнологии" (ИТНТ 2018). Самара: Предприятие "Новая техника", 2018. Гл. 124. С. 916-924.

Исследуется задача определения пола и возраста по видеоизображению лица с использованием глубоких сверточных нейронных сетей. Проведен сравнительный анализ существующих методов агрегации решений, полученных для отдельных кадров. В целях повышения точности идентификации пола и возраста разработана информационная система, в которой реализованы несколько алгоритмов построения коллективов решающих правил. Проведено экспериментальное исследование для баз видеоданных IJB-A, Indian Movies и Kinect. Показано, что наиболее точные решения для распознавания пола и идентификации...

Тригонометрическая система функций в проекционных оценках плотности вероятности нейросетевых признаков изображений
Савченко А. В. Компьютерная оптика. 2018. Т. 42. № 1. С. 149-158.

Исследована задача распознавания изображений, которые описываются векторами признаков высокой размерности, выделенными с помощью глубокой свёрточной нейронной сети и анализа главных компонент. Рассмотрена проблема высокой вычислительной сложности статистического подхода с непараметрическими оценками плотности вероятности векторов признаков, реализованного в вероятностной нейронной сети. Предложен новый метод статистической классификации на основе проекционных оценок плотности распределения с тригонометрической системой ортогональных функций. Показано...

Упорядочивание данных в системах видеонаблюдения на основе технологий глубокого обучения
Соколова А. Д., Савченко А. В. В кн.: Сборник трудов IV Международной конференции и молодёжной школы "Информационные технологии и нанотехнологии" (ИТНТ 2018). Самара: Предприятие "Новая техника", 2018. Гл. 128. С. 946-952.

Рассматривается задача организации информации в системах видеонаблюдения с помощью автоматического выделения групп треков, так, что каждая группа содержит изображения лица только одного человека. Исследованы методы агрегации векторов признаков каждого кадра, извлекаемых с помощью глубокой сверточной нейронной сети. Треки, содержащие одинаковые лица, группируются с использованием методов верификации лиц и алгоритмов последовательной кластеризации. В экспериментальном исследовании с набором данных YouTubeFaces рассматриваются несколько способов...

Analysis of Images, Social Networks and Texts. 5th International Conference, AIST 2016, Yekaterinburg, Russia, April 7-9, 2016, Revised Selected Papers. Communications in Computer and Information Science
Vol. 661. Switzerland: Springer, 2017.

This book constitutes the proceedings of the 5th International Conference on Analysis of Images, Social Networks and Texts, AIST 2016, held in Yekaterinburg, Russia, in April 2016. The 23 full papers, 7 short papers, and 3 industrial papers were carefully reviewed and selected from 142 submissions. The papers are organized in topical sections on machine learning and data analysis; social networks; natural language processing; analysis of images and video.

An enhanced bitstring encoding for exact maximum clique search in sparse graphs
Pablo San Segundo ., Jorge Artieda .., Mikhail Batsyn et al. Optimization Methods and Software. 2017. Vol. 32. No. 2. P. 312-335.

A Note on Linearized Reformulations for a Class of Bilevel Linear Integer Problems
Zare M. H., Borrero J., Zeng B. et al. Annals of Operations Research. 2017. P. 1-19.

A polynomial time algorithm for the minimum flow problem in time-varying networks
Khodayifar S., Raayatpanah M., Pardalos P. M. Annals of Operations Research. 2017. P. 1-11.

Flow variations over time generalize standard network flows by introducing an element of time. In contrast to the classical case of static flows, a flow over time in such a network specifies a flow rate entering an arc for each point in time. In this setting, the capacity of an arc limits the rate of flow into the arc at each point in time. Traditionally, flows over time are computed in time-expanded networks that contain one copy of the original network for each discrete time step. While this method makes available the whole algorithmic toolbox developed for static network flows, its drawback is the enormous size of the time-expanded network. In this paper, we extend the results about the minimum flow...

Classification of Dangerous Situations for Small Sample Size Problem in Maintenance Decision Support Systems
Milov V. R., Savchenko A. In bk.: 5th Conference on Analysis of Images, Social Networks, and Text (AIST 2016). Springer, 2017. P. 338-345.

Clustering and maximum likelihood search for efficient statistical classification with medium-sized databases
Savchenko A. Optimization Letters. 2017. Vol. 11. No. 2. P. 329-341.

This paper addresses the problem of insufficient performance of statistical classification with the medium-sized database (thousands of classes). Each object is represented as a sequence of independent segments. Each segment is defined as a random sample of independent features with the distribution of multivariate exponential type. To increase the speed of the optimal Kullback-Leibler minimum information discrimination principle, we apply the clustering of the training set and an approximate nearest neighbor search of the input object in a set of cluster medoids. By using the asymptotic properties of the Kullback-Leibler divergence, we propose the maximal likelihood...

Comparison of statistical procedures for Gaussian graphical model selection
Grechikhin I. Cornell University Library, 2017
Graphical models are used in a variety of problems to uncover hidden structures. There is a huge number of different identification procedures, constructed for different purposes. However, it is important to research different properties of such procedures and compare them in order to find out the best procedure or the best use case for some specific procedure. In this paper, some statistical identification procedures are compared using different measures, such as Type I and Type II errors, ROC AUC.

Complexity classification of the edge coloring problem for a family of graph classes
Malyshev D. Discrete Mathematics and Applications. 2017. Vol. 27. No. 2. P. 97-101.

Compressing deep convolutional neural networks in visual emotion recognition
A. G. Rassadin, A. V. Savchenko. In bk.: CEUR Workshop Proceedings. Vol. 1901: Proceedings of the International conference Information Technology and Nanotechnology. Session Image Processing, Geoinformation Technology and Information Security. 2017. P. 207-213.

Critical Elements in Combinatorially Closed Families of Graph Classes
Malyshev D. Journal of Applied and Industrial Mathematics. 2017. Vol. 11. No. 1. P. 99-106.

Decision Support in Intelligent Maintenance-planning Systems Based on Contextual Multi-armed Bandit Algorithm
Savchenko A., Milov V. R. Procedia Computer Science. 2017. Vol. 103. P. 316-323.

Deep neural networks and maximum likelihood search for approximate nearest neighbor in video-based image recognition
Savchenko A. Optical Memory and Neural Networks (Information Optics). 2017. Vol. 26. No. 2. P. 129-136.

Deep neural networks performance optimization in image recognition
A. G. Rassadin, A. V. Savchenko. In bk.: Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT). Samara: 2017. P. 649-654.

Emotion Recognition in Sound
Popova A. S., Alexandr G. Rassadin, Alexander A. Ponomarenko. In bk.: Advances in Neural Computation, Machine Learning, and Cognitive Research. Selected Papers from the XIX International Conference on Neuroinformatics, October 2-6, 2017, Moscow, Russia. Vol. 736. Cham: Springer, 2017. P. 117-124.

Fractional 0-1 programming: applications and algorithms
Borrero J., Gillen C., Prokopyev O. Journal of Global Optimization. 2017. Vol. 69. No. 1. P. 255-282.

We consider a class of nonlinear integer optimization problems commonly known as fractional 0–1 programming problems (also, often referred to as hyperbolic 0–1 programming problems), where the objective is to optimize the sum of ratios of affine functions subject to a set of linear constraints. Such problems arise in diverse applications across different fields, and have been the subject of study in a number of papers during the past few decades. In this survey we overview the literature on fractional 0–1 programs including their applications, related computational complexity issues and solution methods including exact, approximation and heuristic algorithms.

Group-Level Emotion Recognition using Transfer Learning from Face Identification
Alexandr Rassadin, Alexey Gruzdev, Andrey Savchenko. In bk.: Proceedings of the 19th ACM International Conference on Multimodal Interaction. 2017. P. 544-548.

Group-Level Emotion Recognition Using Transfer Learning From Face Identification
Alexandr Rassadin, Alexey Gruzdev, Andrey Savchenko. Computer Science > Computer Vision and Pattern Recognition. cs.CV. Cornell University Library, 2017. No. 1709.01688.

Heuristic for Maximizing Grouping Efficiency in the Cell Formation Problem
Ilya Bychkov, Mikhail Batsyn, Panos M. Pardalos. In bk.: Models, Algorithms, and Technologies for Network Analysis. Springer Proceedings in Mathematics & Statistics. Vol. 197. Springer, 2017. P. 11-26.

Homogeneity hypothesis testing for degree distribution in the market graph
Семенов Д. П., Колданов П. А. В кн.: Models, Algorithms, and Technologies for Network Analysis. Springer Proceedings in Mathematics & Statistics. Т. 197. Springer, 2017. С. 153-162.

Изучается проблема проверки гипотезы однородности для распределения степени вершин в графе рынка. Процедура тестирования нескольких гипотез предлагается и применяется для фондовых рынков Китая и Индии. Процедура построена с использованием бутстрэпа для отдельных гипотез и коррекции Бонферрони для множественного тестирования. Показано, что гипотеза однородности распределения степеней для фондовых рынков на период 2003-2014 гг. не принимается.

Inverse max + sum spanning tree problem under Hamming distance by modifying the sum-cost vector
Guan X., He X., Pardalos P. M. et al. Journal of Global Optimization. 2017. P. 1-12.

Iterative local search heuristic for truck and trailer routing problem
Grechikhin I. In bk.: Models, Algorithms, and Technologies for Network Analysis. Springer Proceedings in Mathematics & Statistics. Vol. 197. Springer, 2017. P. 67-76.

J-means and I-means for minimum sum-of-squares clustering on networks
Nikolaev A., Mladenovic N., Todosijevic R. Optimization Letters. 2017. Vol. 11. No. 2. P. 359-376.

Learning to rank for personalized news recommendation
Karpov N., Shashkin P. In bk.: WI '17 Proceedings of the International Conference on Web Intelligence. ACM, 2017. P. 1069-1071.

Maximum-likelihood approximate nearest neighbor method in real-time image recognition
Savchenko A. Pattern Recognition. 2017. Vol. 61. P. 459-469.

Minimizing average lead time for the coordinated scheduling problem in a two-stage supply chain with multiple customers and multiple manufacturers
Yılmaz Ö. F., Pardalos P. M. Computers & Industrial Engineering. 2017. Vol. 114. P. 244-257.

Models, Algorithms, and Technologies for Network Analysis. Springer Proceedings in Mathematics & Statistics
Под науч. редакцией: V. A. Kalyagin, A. I. Nikolaev, P. M. Pardalos et al. Vol. 197. Springer, 2017.

More results on weighted independent domination
Lozin V. V., Malyshev D., Mosca R. et al. Theoretical Computer Science. 2017. Vol. 700. P. 63-74.

Neural Networks Compression for Language Modeling
Grachev A., Ignatov D. I., Savchenko A. In bk.: Pattern Recognition and Machine Intelligence. 7th International Conference, PReMI 2017, Kolkata, India, December 5-8, 2017, Proceedings. Lecture Notes in Computer Science book series (LNCS, volume 10597). Springer, 2017. P. 351-357.

New Results on Weighted Independent Domination
Lozin V. V., Malyshev D., Mosca R. et al. Lecture Notes in Computer Science. 2017. Vol. 10520. P. 399-411.

Non-Convex Multi-Objective Optimization
Pardalos P. M., Žilinskas A., Žilinskas J. Springer, 2017.

On positive-influence target-domination
Tong G., Wu W., Pardalos P. M. et al. Optimization Letters. 2017. Vol. 11. No. 2. P. 419-427.

Consider a graph G = (V, E) and a vertex subset A ⊆ V. A vertex v is positive-influence dominated by A if either v is in A or at least half the number of neighbors of v belong to A. For a target vertex subset S ⊆ V, a vertex subset A is a positive-influence target-dominating set for target set S if every vertex in S is positive-influence dominated by A. Given a graph G and a target vertex subset S, the positive-influence target-dominating set (PITD) problem is to find the minimum positive-influence dominating set for target S. In this paper, we show two results: (1) The PITD problem has a polynomial-time (1+log[3/2*Delta])-approximation in general graphs where Delta is the maximum...

On the number of maximal independent sets in complete q-ary trees
Taletskii D. S., Malyshev D. Discrete Mathematics and Applications. 2017. Vol. 27. No. 5. P. 311-318.

Operations Research Techniques in Wildfire Fuel Management
Gillen C. P., Matsypura D., Prokopyev O. In bk.: Optimization Methods and Applications, In Honor of Ivan V. Sergienko's 80th Birthday, Springer Optimization and Its Applications. Vol. 130. Springer, 2017. P. 119-135.

Optimization Methods and Applications, In Honor of Ivan V. Sergienko's 80th Birthday, Springer Optimization and Its Applications
Vol. 130. Springer, 2017.

Polynomial-time approximation algorithms for the coloring problem in some cases
Malyshev D. Journal of Combinatorial Optimization. 2017. Vol. 33. No. 3. P. 809-813.

Polynomial-Time Solvability of the Independent Set Problem in a Certain Class of Subcubic Planar Graphs
Malyshev D., Sirotkin D. Journal of Applied and Industrial Mathematics. 2017. Vol. 11. No. 3. P. 400-414.

Pardalos P. M., Kalyagin V. A. Optimization Methods and Software. 2017. Vol. 32. No. 2. P. 221-221.

Полиномиальная разрешимость задачи о независимом множестве в одном классе субкубических планарных графов
Малышев Д. С., Сироткин Д. В. Дискретный анализ и исследование операций. 2017. Т. 24. № 3. С. 35-60.

Задача о независимом множестве для заданного обыкновенного графа состоит в вычислении размера наибольшего множества его попарно несмежных вершин. В данной работе доказываем полиномиальную разрешимость этой задачи для субкубических планарных графов, не содержащих порождённого дерева, получаемого отождествлением концов трёх путей длины 3, 3 и 2 соответственно.

Распознавание пола и возраста по видеоизображению лица на основе сверточных нейронных сетей
Харчевникова А. С., Савченко А. В. В кн.: Материалы XXIII международной научно-технической конференции «Информационные системы и технологии-2017». 2017. С. 864-869.

Рассматривается задача построения интеллектуальных систем контекстной рекламы с автоматической настройкой на потенциальные предпочтения пользователя. Выполнен аналитический обзор современных публикаций, посвященных распознаванию пола и возраста по видеоизображению лица, в том числе на основе глубоких сверточных нейронных сетей. Проведен сравнительный анализ способов агрегации решений, полученных при распознавании каждого видеокадра. Приведены результаты экспериментального исследования их точности и быстродействия.

Способ редукции графов и его приложения
Сироткин Д. В., Малышев Д. С. Дискретная математика. 2017. Т. 29. № 3. С. 114-125.

Задача о независимом множестве для заданного обыкновенного графа состоит в вычислении размера наибольшего множества его попарно несмежных вершин. Предлагается новый способ редукции графов. С его помощью получено новое доказательство NP-полноты задачи о независимом множестве в классе планарных графов и доказана NP-полнота данной задачи в классе плоских графов, имеющих только треугольные внутренние грани, с максимальной степенью вершин 18.

Статистические процедуры идентификации сетевых структур фондовых рынков
Калягин В. А., Колданов А. П., Колданов П. А. и др. Журнал Новой экономической ассоциации. 2017. Т. 3. № 35. С. 33-52.

Под сетевой (графической) моделью фондового рынка понимается полный взвешенный граф, вершины которого соответствуют рынокным активам а веса ребер задаются значением некоторой меры зависимости характеристик этих активов. Наиболее распространенной мерой зависимости является коэффициент корреляции Пирсона. Вместе с тем, процедуры, построенные на основе этой меры,оказываются неустойчивыми при отклонениях совместного распределения доходностей рыночных активов от нормального. В настоящей работе излагается метод построения устойчивых, в широком классе распределений, процедур...

Теоремы существования и достаточности, связанные с локальными преобразованиями графов для задачи о k-раскраске
Сироткин Д. В. Журнал Средневолжского математического общества. 2017. Т. 19. № 2. С. 98-104.

В данной работе вводится некоторый класс замен подграфов в графах, причем замены из этого класса сохраняют $k$-раскрашиваемость. Каждое такое локальное преобразование графов определяется некоторым шаблоном – набором разбиений множества на его подмножества. Показывается, что заменяющий подграф существует для любого шаблона, а также приводится оценка на количество его вершин от размера шаблона. Данный результат является основным в работе, для его получения были использованы методы теории графов и комбинаторного анализа. Рассматриваемый в работе класс преобразований может быть...

Устойчивые процедуры построения сетевых структур фондовых рынков
Колданов П. А., Калягин В. А., Колданов А. П. В кн.: XVII Апрельская международная научная конференция по проблемам развития экономики и общества: в 4 кн.. Кн. 4. М.: Издательский дом НИУ ВШЭ, 2017. С. 510-516.

Тенденции развития финансовых рынков представляют особый интерес, особенно в связи c финансовыми кризисами. Для количественного измерения характеристик финансовых рынков применяются различные методы (выделение трендов, анализ отраслевых индексов и др.). Вместе с тем известные количественные характеристики развития не дают полного пред- ставления о реальных процессах, происходящих на рынке. В связи с этим актуальным является развитие альтернативных подходов к анализу финансовых рынков.

 

Back to top