Search Results - "интеллектуальный анализ"

СИСТЕМА МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ВОДНЫХ РЕСУРСОВ С ИСПОЛЬЗОВАНИЕМ СИСТЕМЫ SCADA

Subject Terms: Водные ресурсы, SCADA-система, цифровой двойник, полиномы Лагерра, математическое моделирование, прогнозирование, сенсорная сеть, ATmega328E, качество воды, автоматизированный мониторинг, замкнутые водные системы, Айдаркуль, многопараметрическое измерение, эвапотранспирация, TDS, pH, температура, интеллектуальный анализ данных, управление водопользованием, сельскохозяйственное водоснабжение, климатические изменения, устойчивое развитие

СИСТЕМА МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ВОДНЫХ РЕСУРСОВ С ИСПОЛЬЗОВАНИЕМ СИСТЕМЫ SCADA

Subject Terms: Водные ресурсы, SCADA-система, цифровой двойник, полиномы Лагерра, математическое моделирование, прогнозирование, сенсорная сеть, ATmega328E, качество воды, автоматизированный мониторинг, замкнутые водные системы, Айдаркуль, многопараметрическое измерение, эвапотранспирация, TDS, pH, температура, интеллектуальный анализ данных, управление водопользованием, сельскохозяйственное водоснабжение, климатические изменения, устойчивое развитие

Построение тематических моделей для анализа больших текстовых массивов в лесомелиоративных исследованиях

Subject Terms: latent Dirichlet distribution, word clouds, Text Mining, защитное лесоразведение, thematic modelling, латентное распределение Дирихле, protective forestry, тематическое моделирование, облака слов, интеллектуальный анализ текстов

Введение в интеллектуальный анализ данных с использованием Excel и Python : учебно-методическое пособие

Contributors: Лаптев, В. М.

Subject Terms: БАЗОВЫЕ МЕТОДЫ АНАЛИЗА ДАННЫХ, УЧЕБНЫЕ ПОСОБИЯ, ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ, ЗАДАЧИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ, DATA MINING

File Description: application/pdf

Access URL: https://elar.urfu.ru/handle/10995/143645

ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА СТАТУС ЗАКАЗА КЛИЕНТА

Authors: Баранова А.П. Миролюбова А.А.

Source: Cifra: Информационные технологии и телекоммуникации, Vol 8, Iss 4 (2025)

Subject Terms: интеллектуальный анализ данных, статус заказа, корреляция, машинное обучение, прогнозирование заказов, intelligent data analysis, order status, correlation, machine learning, order prediction, Computer software, QA76.75-76.765

File Description: electronic resource

Relation: https://itech.cifra.science/archive/4-8-2025-october/10.60797/itech.2025.8.1; https://doaj.org/toc/3034-1558

Access URL: https://doaj.org/article/1e280f33cbd646f0b5abd6390f90ef7c

Основные аспекты реализации цифровой платформы по технологии Big Data для оценки доходности акций узбекских эмитентов

Subject Terms: цифровая платформа, Big Data, доходность акций, узбекские эмитенты, финансовая аналитика, алгоритмическое прогнозирование, интеллектуальный анализ данных, инвестиционная привлекательность, рынок ценных бумаг, финансовые технологии (FinTech)

ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ЗАПРОСОВ В МНОГОПОЛЬЗОВАТЕЛЬСКИХ ИНФОРМАЦИОННЫХ СИСТЕМАХ

Subject Terms: запросы, набор часто встречающихся элементов, интеллектуальный анализ данных, принятие решений, хранилище данных, правило ассоциации

Основные аспекты реализации цифровой платформы по технологии Big Data для оценки доходности акций узбекских эмитентов

Subject Terms: цифровая платформа, Big Data, доходность акций, узбекские эмитенты, финансовая аналитика, алгоритмическое прогнозирование, интеллектуальный анализ данных, инвестиционная привлекательность, рынок ценных бумаг, финансовые технологии (FinTech)

РАЗРАБОТКА СИСТЕМЫ КОМПЕНСАЦИИ ПУЛЬСАЦИЙ С ПРИМЕНЕНИЕМ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ РАСХОДА ЖИДКОСТИ

Subject Terms: расход жидкости, пульсации, точность измерения, интеллектуальный анализ, система компенсации, нейронные сети, обработка цифрового сигнала, алгоритмы сглаживания, датчик потока, мониторинг в реальном времени

РАЗРАБОТКА СИСТЕМЫ КОМПЕНСАЦИИ ПУЛЬСАЦИЙ С ПРИМЕНЕНИЕМ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ РАСХОДА ЖИДКОСТИ

Subject Terms: расход жидкости, пульсации, точность измерения, интеллектуальный анализ, система компенсации, нейронные сети, обработка цифрового сигнала, алгоритмы сглаживания, датчик потока, мониторинг в реальном времени

Продвинутая аналитика «индустрии 4.0.»

Source: Стратегическое планирование и развитие предприятий.

Subject Terms: интеллектуальный анализ данных, энергетические компании, Deductor, цифровая экономика, индустрия 4.0, продвинутая аналитика, большие данные, data mining, уровень цифровой зрелости, облачные вычисления

Constructing twitter corpus of Iraqi Arabic Dialect (CIAD) for sentiment analysis

Authors: M. M. Hassoun Al-Jawad H. Alharbi A. Almukhtar et al.

Source: Научно-технический вестник информационных технологий, механики и оптики, Vol 22, Iss 2, Pp 308-316 (2024)

Subject Terms: анализ настроений, интеллектуальный анализ данных, метод опорных векторов, поведение пользователей, интеллектуальный анализ социальных сетей, Information technology, T58.5-58.64

File Description: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/163; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Access URL: https://doaj.org/article/a1df04b39783441e949b1043386fba68

РАЗРАБОТКА АНАЛИТИЧЕСКОЙ СИСТЕМЫ ОЦЕНКИ ВОЗНИКНОВЕНИЯ РИСКОВ ЗДОРОВЬЮ НАСЕЛЕНИЯ НА БАЗЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

Subject Terms: machine learning, интеллектуальный анализ данных, data mining, машинное обучение

Применение методов интеллектуального анализа данных для изучения свойств суперкомпьютерных приложений: Application of data mining methods to study the properties of supercomputing applications

Source: Информационные и математические технологии в науке и управлении. :20-30

Subject Terms: интеллектуальный анализ данных, суперкомпьютерный центр, эффективность приложений, аномальные запуски, высокопроизводительные вычисления

Применение методов географического информационного поиска для анализа новостных данных: Application of geographic information retrieval methods to analyze new's data

Source: Информационные и математические технологии в науке и управлении. :154-165

Subject Terms: интеллектуальный анализ данных, геопространственные данные, умный город, системы поддержки принятия решений, информационная модель, кластеризация

Clustering in big data analytics: a systematic review and comparative analysis (review article)

Authors: H. Shili

Source: Научно-технический вестник информационных технологий, механики и оптики, Vol 23, Iss 5, Pp 967-979 (2024)

Subject Terms: большие данные, кластеризация, интеллектуальный анализ данных, эмпирические оценки, показатели производительности, Information technology, T58.5-58.64

File Description: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/183; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Access URL: https://doaj.org/article/dbf1a0cf07fc46a4ac9386a2d1fda91e

INTERNET OF THINGS AND DATA MINING

Source: Экономика и предпринимательство. :416-419

Subject Terms: интеллектуальная среда, intelligent analysis, physical devices, физические устройства, intelligent environment, интернет вещей, интеллектуальный анализ, internet of things

Chemoreactomic analysis of the drug prototype pilim-1 in comparison with zinc derivatives of nonsteroidal anti-inflammatory drugs ; Хемореактомный анализ лекарственного прототипа пилим-1 в сравнении с цинковыми производными нестероидных противовоспалительных препаратов

Authors: P. A. Galenko-Yaroshevsky I. Y. Torshin A. N. Gromov et al.

Source: FARMAKOEKONOMIKA. Modern Pharmacoeconomics and Pharmacoepidemiology; Vol 18, No 2 (2025); 248-260 ; ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология; Vol 18, No 2 (2025); 248-260 ; 2070-4933 ; 2070-4909

Subject Terms: интеллектуальный анализ данных, pilim-1, zinc, gastroprojection, side effects, intellectual data analysis, пилим-1, цинк, гастропротекция, побочные эффекты

File Description: application/pdf

Relation: https://www.pharmacoeconomics.ru/jour/article/view/1180/601; Громова О.А., Торшин И.Ю., Путилина М.В. и др. Хемореактомный анализ центральных механизмов нестероидных противовоспалительных препаратов. Журнал неврологии и психиатрии им. С.С. Корсакова. 2020; 120 (1): 70–7. https://doi.org/10.17116/jnevro202012001170.; Galenko-Yaroshevsky P.A., Torshin I.Y., Gromov A.N., et al. Chemoproteomic analysis of the promising candidate molecule of the indole derivative with lab code SV-1010 and other non-steroidal anti-inflammatory drugs. Res Results Pharmacol. 2024; 10 (3): 1–9. https://doi.org/10.18413/rrpharmacology.10.497.; Santos L.H., Feres C.A., Melo F.H., et al. Anti-inflammatory, antinociceptive and ulcerogenic activity of a zinc-diclofenac complex in rats. Braz J Med Biol Res. 2004; 37 (8): 1205–13. https://doi.org/10.1590/s0100-879x2004000800011.; Sukul A., Poddar S.K., Haque S., et al. Synthesis, characterization and comparison of local analgesic, anti-inflammatory, anti-ulcerogenic activity of copper and zinc complexes of indomethacin. Antiinflamm Antiallergy Agents Med Chem. 2017; 15 (3): 221–33. https://doi.org/10.2174/1871523016666170217103402.; Jarosz M., Szkaradek N., Marona H., et al. Evaluation of anti-inflammatory and ulcerogenic potential of zinc-ibuprofen and zinc-naproxen complexes in rats. Inflammopharmacology. 2017; 25 (6): 653–63. https://doi.org/10.1007/s10787-017-0361-0.; Gaweł M., Lipkowska A., Herman M., et al. Chronic treatment with zinc hydroaspartate induces anti-inflammatory and anti-ulcerogenic activity in rats. Pharmacol Rep. 2014; 66 (5): 862–6. https://doi.org/10.1016/j.pharep.2014.05.007.; Torshin I.Yu. Sensing the change from molecular genetics to personalized medicine. Nova Science Pub Inc; 2012: 366 pp.; Torshin I.Y. On solvability, regularity, and locality of the problem of genome annotation. Pattern Recognit Image Anal. 2010; 20: 386–95. https://doi.org/10.1134/S1054661810030156.; Торшин И.Ю. О задачах оптимизации, возникающих при применении топологического анализа данных к поиску алгоритмов прогнозирования с фиксированными корректорами. Информатика и еe применения. 2023; 17 (2): 2–10. https://doi.org/10.14357/19922264230201.; Торшин И.Ю. О применении топологического подхода к анализу плохо формализуемых задач для построения алгоритмов виртуального скрининга квантово-механических свойств органических молекул I: основы проблемно ориентированной теории. Информатика и ее применения. 2022; 16 (1): 39–44. https://doi.org/10.14357/19922264220106.; Торшин И.Ю., Громова О.А., Стаховская Л.В., Семёнов В.А. Хемореактомный анализ молекул толперизона, тизанидина и баклофена: холинолитические, спазмолитические и анальгетические механизмы действия. Неврология, нейропсихиатрия, психосоматика. 2018; 10 (4): 72–80. https://doi.org/10.14412/2074-2711-2018-4-72-80.; Громова О.А., Торшин И.Ю. Микронутриенты и репродуктивное здоровье. 2-е изд. М.: ГЭОТАР-Медиа; 2022: 832 c.; Reiterer G., Toborek M., Hennig B. Peroxisome proliferator activated receptors alpha and gamma require zinc for their anti-inflammatory properties in porcine vascular endothelial cells. J Nutr. 2004; 134 (7): 1711–5. https://doi.org/10.1093/jn/134.7.1711.; Baumgardner K.R., Sulfaro M.A. The anti-inflammatory effects of human recombinant copper-zinc superoxide dismutase on pulp inflammation. J Endod. 2001; 27 (3): 190–5. https://doi.org/10.1097/00004770-200103000-00014.; Громова О.А., Торшин И.Ю., Пронин А.В., Кильчевский М.А. Синергидное применение цинка и витамина С для поддержки памяти, внимания и снижения риска развития заболеваний нервной системы. Журнал неврологии и психиатрии им. С.С. Корсакова. 2017; 117 (7): 112–9. https://doi.org/10.17116/jnevro201711771112-119.; Громова О.А. Торшин И.Ю. Важность цинка для поддержания активности белков врожденного противовирусного иммунитета: анализ публикаций, посвященных COVID-19. Профилактическая медицина. 2020; 23 (3): 131–9. https://doi.org/10.17116/profmed202023031131.; Prasad A.S. Zinc is an antioxidant and anti-inflammatory agent: its role in human health. Front Nutr. 2014; 1: 14. https://doi.org/10.3389/fnut.2014.00014.; Громова О.А., Торшин И.Ю., Моисеев В.С. и др. Об использовании цинка и витамина С для профилактики и адъювантной терапии острых респираторных заболеваний. Терапия. 2017; 1 (11): 36–46.; Briassoulis G., Briassoulis P., Ilia S., et al. The anti-oxidative, anti-inflammatory, anti-apoptotic, and anti-necroptotic role of zinc in COVID-19 and sepsis. Antioxidants. 2023; 12 (11): 1942. https://doi.org/10.3390/antiox12111942.; Gaweł M., Librowski T., Lipkowska A. Influence of zinc hydroaspartate on the anti-inflammatory and gastric activity of ketoprofen in rats. Pharmacol Rep. 2013; 65 (1): 214–9. https://doi.org/10.1016/s1734-1140(13)70981-2.; Hessam S., Sand M., Meier N.M., et al. Combination of oral zinc gluconate and topical triclosan: an anti-inflammatory treatment modality for initial hidradenitis suppurativa. J Dermatol Sci. 2016; 84 (2): 197–202. https://doi.org/10.1016/j.jdermsci.2016.08.010.; Chen Y., Cai J., Liu D., et al. Zinc-based metal organic framework with antibacterial and anti-inflammatory properties for promoting wound healing. Regen Biomater. 2022; 9: rbac019. https://doi.org/10.1093/rb/rbac019.; Guo J., He L., Li T., et al. Antioxidant and anti-inflammatory effects of different zinc sources on diquat-induced oxidant stress in a piglet model. Biomed Res Int. 2020; 2020: 3464068. https://doi.org/10.1155/2020/3464068.; Mei X., Xu D., Xu S., et al. Gastroprotective and antidepressant effects of a new zinc(II)-curcumin complex in rodent models of gastric ulcer and depression induced by stresses. Pharmacol Biochem Behav. 2011; 99 (1): 66–74. https://doi.org/10.1016/j.pbb.2011.04.002.; Mei X., Luo X., Xu S., et al. Gastroprotective effects of a new zinc(II)-curcumin complex against pylorus-ligature-induced gastric ulcer in rats. Chem Biol Interact. 2009; 181 (3): 316–21. https://doi.org/10.1016/j.cbi.2009.06.022.; Bandyopadhyay B., Bandyopadhyay S.K. Protective effect of zinc gluconate on chemically induced gastric ulcer. Indian J Med Res. 1997; 106: 27–32.; Golbabapour S., Gwaram N.S., Hassandarvish P., et al. Gastroprotection studies of Schiff base zinc (II) derivative complex against acute superficial hemorrhagic mucosal lesions in rats. PLoS One. 2013; 8 (9): e75036. https://doi.org/10.1371/journal.pone.0075036.; Yu C., Mei X.T., Zheng Y.P., Xu D.H. Gastroprotective effect of taurine zinc solid dispersions against absolute ethanol-induced gastric lesions is mediated by enhancement of antioxidant activity and endogenous PGE2 production and attenuation of NO production. Eur J Pharmacol. 2014; 740: 329–36. https://doi.org/10.1016/j.ejphar.2014.07.014.; Rainsford K.D., Whitehouse M.W. Anti-ulcer activity of a slow-release zinc complex, zinc monoglycerolate (Glyzinc). J Pharm Pharmacol. 1992; 44 (6): 476–82. https://doi.org/10.1111/j.2042-7158.1992.tb03650.x.; Bulbena O., Escolar G., Navarro C., et al. Gastroprotective effect of zinc acexamate against damage induced by nonsteroidal antiinflammatory drugs. A morphological study. Dig Dis Sci. 1993; 38 (4): 730–9. https://doi.org/10.1007/BF01316807.; Donkin J.J., Turner R.J., Hassan I., Vink R. Substance P in traumatic brain injury. Prog Brain Res. 2007; 61: 97–109. https://doi.org/10.1016/S0079-6123(06)61007-8.; Галенко-Ярошевский П.А., Торшин И.Ю., Громов А.Н. и др. Дифференциальный хемопротеомный анализ молекулы-кандидата RRS-1 и молекул нескольких нестероидных противовоспалительных препаратов. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2024; 17 (3): 324–36. https://doi.org/10.17749/2070-4909/farmakoekonomika.2024.265.; Галенко-Ярошевский П.А., Сергеева А.В., Торшин И.Ю. и др. Хемореактомное прогнозирование противовоспалительных, противоболевых, ульцерогенных эффектов молекулы-кандидата N-аллилимидазол-цинка в сравнении с цинковыми производными нестероидных противовоспалительных препаратов. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2024; 17 (4): 523–34. https://doi.org/10.17749/2070-4909/farmakoekonomika.2024.279.; Галенко-Ярошевский П.А., Торшин И.Ю., Громов А.Н. и др. Хемореактомный анализ ацизола в сравнении с цинковыми производными нестероидных противовоспалительных препаратов. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2024; 17 (1): 48–61. https://doi.org/10.17749/2070-4909/farmakoekonomika.2024.238.; https://www.pharmacoeconomics.ru/jour/article/view/1180

Availability: https://www.pharmacoeconomics.ru/jour/article/view/1180
https://doi.org/10.17749/2070-4909/farmakoekonomika.2025.280

Product matching in digital marketplaces: Multimodal model based on the transformer architecture ; Мэтчинг товаров на маркетплейсах: мультимодальная модель на основе архитектуры трансформера

Authors: Варнухов, Артем Ю. Назаров, Дмитрий М.

Source: Business Informatics; Vol 19 No 2 (2025); 7-24 ; Бизнес-информатика; Том 19 № 2 (2025); 7-24 ; 2587-8158 ; 2587-814X ; 10.17323/2587-814X.2025.2

Subject Terms: digital marketplace, contextual-semantic identification, competitive offers search, product matching, machine learning, deep learning, transformer architecture, data mining, маркетплейсы, контекстно-семантическая идентификация, поиск конкурентных предложений, мэтчинг, машинное обучение, глубокое обучение, архитектура трансформера, интеллектуальный анализ данных

File Description: application/pdf

Relation: https://bijournal.hse.ru/article/view/27536/22614; https://bijournal.hse.ru/article/view/27536/22615; https://bijournal.hse.ru/article/view/27536

Availability: https://bijournal.hse.ru/article/view/27536
https://doi.org/10.17323/2587-814X.2025.2.7.24

Avenues for artificial intelligence in library and information services ; Применение возможностей искусственного интеллекта в информационно-библиотечной деятельности

Authors: I. A. Mitroshin И. А. Митрошин

Source: Scientific and Technical Libraries; № 1 (2025); 120-134 ; Научные и технические библиотеки; № 1 (2025); 120-134 ; 2686-8601 ; 1027-3689

Subject Terms: популяризация науки, specialized library, artificial intelligence, computerized learning, intellectual analysis, analytical and recommendation system, science popularization, искусственный интеллект, машинное обучение, интеллектуальный анализ, аналитические и рекомендательные системы

File Description: application/pdf

Relation: https://ntb.gpntb.ru/jour/article/view/1450/1064; Нещерет М. Ю. Нейросети в библиотеке: новое в библиографическом обслуживании // Научные и технические библиотеки. 2024. № 1. С. 105–128. https://doi.org/10.33186/1027-3689-2024-1-105-128.; Shrayberg Ya. L., Boronina N. V. The Capabilities of a Research Library to Enhance Cultural and Leisure Activities in the Digital Environment: Foreign Experience and Domestic Reality // Scientific and Technical Information Processing. 2021. Vol. 48, № 4. P. 284–289.; Шрайберг Я. Л. Цифровизация, пандемия, экология языка, рынок информационных и образовательных услуг и библиотеки: курс на выживание и устойчивое развитие : Ежегодный доклад Шестого международного профессионального форума «Крым-2021» // Научные и технические библиотеки. 2021. № 9. C. 13–72.; Боронина Н. В. ИРНП-деятельность как неотъемлемая часть деятельности научных библиотек в эпоху цифровизации общества // Научные и технические библиотеки. 2022. № 4. C. 78–89.; Young J. C., Boyd B., Yefimova K., Wedlake S., Coward Ch., Hapel R. The role of libraries in misinformation programming: a research agenda // Journal of Librarianship and Information Science. 2020. Vol. 53, № 4. Р. 539–550. DOI 10.1177/0961000620966650; Савин Г. И. Единое цифровое пространство научных знаний: цели и задачи // Информационные ресурсы России. 2020. № 5. С. 3–5.; Митрошин И. А. Популяризация науки в научных и технических библиотеках // Библиотека и культурное пространство региона: материалы III Всероссийской научно- практической конференции : в 2 ч. Пермь, 10–11 ноября 2022 г. Пермь : Пермский государственный институт культуры, 2023. С. 177–183.; De la Torre-López J., Ramírez A., Romero J. R. Artificial intelligence to automate the systematic review of scientific literature // Computing. 2023. 105. С. 2171–2194. DOI 10.1007/s00607-023-01181-x.; Roth S., Wermer-Colan A. Machine Learning Methods for Systematic Reviews: A Rapid Scoping Review // Delaware Journal of Public Health. 2023. Vol. 9, № 4. P. 40–47. DOI 10.32481/djph.2023.11.008.; Pang L., Xu J., Ai Q., Lan Y., Cheng X., Wen J. SetRank: Learning a Permutation-Invariant Ranking Model for Information Retrieval // SIGIR '20: Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval. 2020. P. 499–508. DOI 10.1145/3397271.3401104. URL: https://arxiv.org/pdf/1912.05891 (accessed: 31.07.2024).; Ai Q., Wang X., Bruch S., Golbandi N., Bendersky M., Najork M. Learning Groupwise Multivariate Scoring Functions Using Deep Neural Networks // ICTIR '19: Proceedings of the 2019 ACM SIGIR International Conference on Theory of Information Retrieval. 2019. P. 85– 92. DOI 10.1145/3341981.3344218. URL: https://arxiv.org/pdf/1811.04415 (accessed: 31.07.2024).; Wu J., Huang J., Ye Z. Learning to rank diversified results for biomedical information retrieval from multiple features // BioMedical Engineering OnLine. 2014. № 13 (Suppl 2). S3. DOI 10.1186/1475-925X-13-S2-S3.; Ludewig M., Mauro N., Latifi S., Jannach D. Performance comparison of neural and nonneural approaches to session-based recommendation // RecSys '19: Proceedings of the 13th ACM Conference on Recommender Systems. 2019. P. 462–466. DOI 10.1145/3298689.3347041.; Bi X., Qu A., Shen X. Multilayer tensor factorization with applications to recommender systems // Annals of Statistics. 2018. Vol. 46 (6B). P. 3303–3333. DOI 10.1214/17-AOS1659.; Bi X., Qu A., Wang J., Shen X. A group-specific recommender system // Journal of the American Statistical Association. 2017. V. 112 (519). P. 1344–1353. DOI 10.1080/01621459.2016.1219261.; Парыгин Д. С., Стрекалова А. С., Гуртяков А. С., Адання С. Г., Пивоваров В. В. Применение рекомендательных технологий в системах с пространственной информацией // Прикаспийский журнал: управление и высокие технологии. 2019. Т. 45, № 1. С. 96–109.; Митрошин И. А. Продвижение сайта научной библиотеки // Научные и технические библиотеки. 2022. № 10. С. 115–129. DOI 10.33186/1027-3689-2022-10-115-129.; Митрошин И. А. Информационная поддержка библиотеками инновационной деятельности: опыт Библиотеки по естественным наукам РАН // Управление наукой: теория и практика. 2023. Т. 5, № 3. С. 169–184. DOI 10.19181/smtp.2023.5.3.11.; Земсков А. И., Телицына А. Ю. Демонстрация возможностей чата GPT в библиотечной деятельности // Научные и технические библиотеки. 2024. № 4. С. 131–145. DOI 10.33186/1027-3689-2024-4-131-145.; Моисеева Н. А. Технологии искусственного интеллекта в информационно-библиотечных системах // Научные и технические библиотеки. 2024. № 5. С. 85–101. DOI 10.33186/1027-3689-2024-5-85-101.; https://ntb.gpntb.ru/jour/article/view/1450

Availability: https://ntb.gpntb.ru/jour/article/view/1450
https://doi.org/10.33186/1027-3689-2025-1-120-134