2019

Статьи в научных журналах
  1. Верзунов С.Н., Лыченко Н.М. Сравнительный анализ возможностей мультивейвлетной нейросетевой модели для решения задач прогнозирования //Вестник КРСУ, 2019. Том19. -№4. С.39-45. https://elibrary.ru/download/elibrary_38171888_48590524.pdf
  2. Верзунов С.Н., Лыченко Н.М.   Анализ и ARIMA- модели динамики изменения концентрации РМ2.5 в атмосферном воздухе г. Бишкек // Проблемы автоматики и управления.- N1. Бишкек: Илим, 2019. –С. 21-30.
  3. Гайдамако В.В. Моделирование облачной информационно-измерительной системы с помощью библиотеки Simgrid//Проблемы автоматики и управления.- N1. Бишкек: Илим, 2019. –С. 41-50.
  4. Гайдамако В.В.,  Авельцов Д.О. К вопросу о методах повышения производительности высоконагруженных систем // Проблемы автоматики и управления.- N1. Бишкек: Илим, 2019. –С. 51-60.
  5. Лыченко Н.М., Сороковая А.В. Классификатор тональности текстов на основе LSTM-нейронной сети //Вестник КРСУ, 2019. Том19.-№12.
  6. Лыченко Н.М., Сороковая А.В. Сравнение эффективности методов векторного представления слов в задаче определения тональности текстов // Математические структуры и моделирование.- Омск: Ом. гос. ун-т, 2019. №4(52). С.97-110. http://msm.omsu.ru/jrns/jrn52/lychenko.pdf
  7. Гайдамако В.В. Обзор методов мониторинга и оценки производительности компонент облачной информационно-измерительной системы // Проблемы автоматики и управления.- N2. Бишкек: Илим, 2019. –С. 52-60.
  8. Авельцов Д.О. Разработка программных элементов виртуальных датчиков с помощью контейнеров// Проблемы автоматики и управления.- N2. Бишкек: Илим, 2019. –С. 61-68.
  9. Лыченко Н.М.   Регрессионный анализ метеорологических факторов и концентраций частиц РМ2.5 в атмосферном воздухе г. Бишкек// Проблемы автоматики и управления.- N2. Бишкек: Илим, 2019. –С. 5-15.
  10. Великанова Л.И., Лыченко Н.М.   Мультирегрессионные и обобщенно-регрессионные нейросетевые модели краткосрочного прогноза загрязнения РМ2.5 в г. Бишкек с учетом метеорологических параметров// Проблемы автоматики и управления.- N2. Бишкек: Илим, 2019. –С. 42-51.
  11. Верзунов С.Н.  Применение глубоких нейронных сетей для краткосрочного прогноза дальности видимости // Проблемы автоматики и управления. 2019. № 1 (36). С. 113-118. 

Свидетельство на программу для ЭВМ
Сороковая А.В. Система анализа тональности текстов на основе LSTM-классификатора текстов SentiMe. Свидетельство на программу для ЭВМ №575 от 29 августа 2019 года. Бишкек: Государственная патентная служба, 2019.
 
Методические пособия
  1. Лыченко Н.М. Учебно-методическое пособие для выполнения практических работ по дисциплине «Методы оптимизации». Бишкек: КРСУ, 2019.-50 с. ISBN 978-9967-19-631-5
  2.  Десятков Г.А., Лыченко Н.М., Манжикова С.Ц. Методические указания по выполнению  выпускн ой квалификационной работы магистранта  по направлению «Программная инженерия». Бишкек: КРСУ, 2019.-47 с.