Научно-исследовательская работа

  На кафедре ведутся исследования по двум фундаментальным научным направлениям:

   1. Теория распознавания образов на основе стохастической геометрии и ее приложения.

   2. Исследования инновационного фактора в экономике регионов.

 По первому направлению, посвященному одной из центральных проблем современной информатики и кибернетики, на кафедре создана научная школа, получившая Российское и международное признание. Основателем и руководителем школы является дтн, профессор, академик РАЕН Н.Г. Федотов. За научные достижения  Н.Г. Федотов трижды удостаивался Президентской (государственной) научной стипендии РФ. Научные сообщества Германии, Италии, Норвегии присуждали ему исследовательские стипендии для проведения длительной научной работы в университетах этих стран. Основоположная для научного направления школы книга Н.Г. Федотова «Методы стохастической геометрии в распознавании образов», Москва: Радио и связь, удостоена диплома международного конкурса по решению проблемы распознавания, организованного транснациональной компанией HEWLETT PACKARD (жюри: лаборатория НР и Британский университет – Англия). Конкурс проводился под девизом «Новые идеи в решении проблемы распознавания образов».

 

 
   

 

Подход с позиций стохастической геометрии к распознаванию образов оказался плодотворным и позволил ввести новое геометрическое трейс-преобразование, связанное со сканированием изображений по сложным траекториям. Трейс-преобразование является удобным инструментом для исследования движущихся объектов и определения параметров движения и линейных деформаций объектов. Трейс-преобразование является ключевым элементом для формирования нового класса конструктивных признаков распознавания – триплетных признаков, характерной особенностью которых является их структура в виде композиции трех функционалов. Теория трейс-преобразований и теория триплетных признаков составляют основоположные фундаментальные результаты исследований.
Книга Н.Г. Федотов «Теория признаков распознавания образов на основе стохастической геометрии и функционального анализа» (Москва: ФИЗМАТЛИТ, 2009 г. – 304 с.) стала призером конкурса по информатике международного научного фонда «Human Capital Foundation» (Англия).
За время существования кафедрой на конкурсной основе получено 18 научных грантов, включая международные. В 2005–2007 гг. кафедрой выполнялся международный INTAS – проект, поддержанный Европейским Советом, в котором принимали участие восемь зарубежных университетов (Голландии, Германии, Англии, Белоруссии), а также ВЦ РАН РФ им. А.А. Дородницына. В 2006, 2004 и 2003 гг. кафедра становилась победителем международного конкурса грантов фонда «Научный потенциал» (Англия) в области кибернетики. Кафедра выполнила lдевять проектов Российского фонда фундаментальных исследований (проекты РФФИ № 96-01-01363-а, № 97-01-00106-а, № 00-01-00421-а, № 05-01-00991-а, № 06-07-89167-а, № 08-01-02007-э_д, № 09-07-00089-а, № 12-07-00501-а,Ю №15-07-04484) и Минобразования РФ в области решения проблемы распознавания образов.
Результаты научной работы школы докладывались на международных конференциях в России, Англии, Болгарии, Германии, Норвегии, Канаде, Швейцарии, Сингапуре и т.д. Опубликовано свыше 420 научных работ и изобретений. Статьи членов научного коллектива публиковались в центральных российских и зарубежных научных журналах (Автометрия, Автоматика и телемеханика, Искусственный интеллект, Инновации, Измерительная техника, Pattern recognition, SPIE и т.п.).
Теоретические исследования по проблеме распознавания образов находят приложения в области нанотехнологий для медицинской и технической диагностики. Научной школой проводились исследования по анализу изображения хромосом в нанодиапазоне, распознаванию клеток крови человека, исследования в области дактилоскопии. Создана программная система распознавания дефектов сварных соединений на основе теории, базирующейся на стохастической геометрии. Разработаны методы распознавания человеческих лиц, которые используются в системах биометрического поиска. Разработаны методы распознавания гистологических изображений и изображений ультразвуковых исследований для медицинской диагностики. Данные результаты являются инновационными.

 

Распознавание наноскана для
биологических нанотехнологий

Распознавание дефекта
сварного соединения
Анализ дактилоскопического отпечатка

 

 

Экономическое направление научной работы кафедры

Значительны научные и методические достижения кафедры в области экономики.

Работа ведется   по  направлению    исследования   инновационного фактора в экономике регионов с помощью инструментальных систем. Ядром создаваемого информационного инструментария является база данных, насчитывающая свыше 20 тысяч российских инноваций (всех инноваций, начиная с 1990 г.). Информационный инструментарий позволяет вести объективные исследования инновационного потенциала, институциональных изменений на рынке инноваций, изучение коммуникаций в сфере инноватики. База данных российских инноваций и Система исследования инновационного фактора зарегистрированы в Роспатенте РФ. При анализе информации используются математические методы распознавания образов. Данные результаты являются инновационными.

Данные исследования выполнялись по полученным на конкурсной основе научным грантам Минобразования РФ в области фундаментальных гуманитарных наук «Формирование региональной стратегии отбора инноваций» и в области фундаментальных экономических наук «Исследование инновационного фактора в экономике регионов».

Научное руководство проектами осуществлялось д.т.н., профессором Н.Г.  Федотовым,    ответственными    исполнителями    проектов   были   старшие преподаватели к.э.н. В. Н. Королёв и Л. Н. Панков. В работе активно участвовали аспиранты: М. А. Фролова, А. Ю. Швид, А. В. Королёв  и др. и студенты А. М. Дубовицкий, С. Ю. Юдин, В. М. Николаев, П. О. Дубовкин.

К экономическому направлению работ кафедры относятся исследования, проводимые к.э.н., доцентами Д.Ю. Самыгиным и А.А. Тусковым в области повышения эффективности агробизнеса. Ими опубликовано свыше ста работ по этой проблематике.

Последние научные исследования к.т.н., доцента А.А. Герасимова уникальны тем, что объединяют оба, выше охарактеризованные направления. В них на основе применения теории распознавания образов, искусственного интеллекта осуществлена разработка информационно-логической модели управления коммерческим банком. В 2011 г. работа к.т.н., доцента А.А. Герасимова стала призером Международного конкурса проводимого Международной научной конференцией ММРО'11 (Математические модели распознавания образов).

Кафедра много внимания уделяет студенческой научной работе, считает её важнейшим видом воспитательной работы. Студенты становились призерами многих олимпиад, конкурсов студенческих работ в области экономических наук. Наиболее эффективно руководят студенческими исследованиями кэн, доценты А.А. Тусков, Д.Ю. Самыгин, старший преподаватель С.Н. Катков. 

Завершенные в ближайшее время и текущие научные проекты

 

В 2006 – 2014 гг. кафедрой выполнялись финансируемые НИР по грантам Рос­сийского фонда фундаментальных исследований, по гранту в рамках междуна­родной кооперации фонда INTAS и по программе Минобразования РФ:

1      Грант Европейского Совета: Проект №04-77-7036 фонда INTAS. В работе участвовало восемь научных групп из университета Утрехта (Голландия), университета Суррея (Англия), университета Вюрцбурга (Германия); научные группы институтов Национальной академии наук Белоруссии. От России – две научные группы: Вычислительного центра РАН г. Москва и данная научная школа Пензенского государственного университета. Результаты исследований научной школы внедрены в работу Медицинских институтов и клиник университетов г. Утрехта, г. Вюрцбурга и Белоруссии. Научный руководитель д.т.н., профессор Н.Г. Федотов. Участники: аспиранты А.С. Кольчугин, С.В. Романов, Д.А. Курынов, О.А. Смолькин. Объём финансирования в 2006 году - 14000 EUR, в 2007 году – 5000 EUR.

2    Проект №05-01-00991 по гранту РФФИ (тема № 290) «Методы стохастической геометрии и функционального анализа в распознавании образов. Нелинейная фильтрация изображений». Научный руководитель д.т.н., профессор Н.Г. Федотов. Число участников проекта – 9 человек, из них моложе 35 лет – 7 человек. Объём финансирования проекта в 2006 году - 196000 руб.; в 2007 году - 241000 руб.

3    Проект №06-07-89167 по гранту РФФИ (тема № 307) «Система интеллектуального анализа и поиска биометрической информации в базе данных с помощью методов стохастической геометрии» по гранту РФФИ. Число участников проекта – 9 человек, из них моложе 35 лет – 6 человек. Объём финансирования проекта в 2006 году - 270000 руб.; 2007 году – 350000 руб.

4     НИР  по программе Минобразования РФ (тема № 304) «Разработка теории признаков распознавания образов и систем автоматической генерации признаков на основе стохастической геометрии и функционального анализа.». Научный руководитель д.т.н., профессор Н.Г. Федотов. Число участников проекта – 5 человек. Объём финансирования проекта в 2006 году -  115975 руб.; в 2007 году – 250000 руб.; в 2008 году – 280000 руб.

5    НИР по программе Минобразования (тема № 340). Научный руководитель д.т.н, профессор Н.Г. Федотов. Исполнители: 5 человек. Объём финансирования 2009 г. – 280 000 руб.; в 2010 г. − 270 000 руб.; в 2011 − 270 000 руб.

6    Проект по гранту РФФИ № 09-07-00089  (тема № 364). Научный руководитель д.т.н., профессор Н.Г. Федотов. Исполнители: 10 человек. Из них моложе 35 лет – 7 человек. Объём финансирования 2009 г. − 363150 руб.; в 2010 г. – 350000 руб.; в 2011 г. – 325000 руб.

7   НИР выполняемая в рамках государственного задания, регистрационный номер НИР: 8.2240.201. Тема: Теория распознавания образов на основе стохастической геометрии и функционального анализа и ее приложения (№ 428). Исполнители: 12 человек.  Объём финансирования в 2012 г. – 300000 руб., в 2013 г.  – 300000 руб.

8   Проект по гранту РФФИ № 12-07-00501  (тема № 434). Научный руководитель д.т.н., профессор Н.Г. Федотов. Исполнители: 8 человек. Объём финансирования в 2012 г. – 505000 руб., в 2013 г. – 550000 руб., в 2014 г. – 550000 руб.

Объём финансирования научных исследований за  2007 – 2011 гг. составил 3млн 357тыс. руб., из них фундаментальных исследований – 3млн 357 тыс. руб. Среднегодовой объем научных финансирований за отчетный период составил 671400 руб., из них фундаментальных исследований – 671400 руб. Объем научных исследований, приходящихся на одного преподавателя за год составил 67140 руб. (из них фундаментальных исследований – 595830 руб.), что превышает аккредитационный норматив.

Общий объем научного финансирования кафедры по грантам и программам составил в 2012 г. – 805000 руб., в 2013 г. – 850000 руб., в 2014 г. – 550000 руб.

 

Текущие НИР

 

В настоящее время выполняются фундаментальные проекты, начатые в 2015 г.:

1    Проект по гранту РФФИ № 15-07-04484  (тема №). Научный руководитель д.т.н., профессор Н.Г. Федотов. Исполнители: 7 человек. Объём финансирования в 2015 г. – 600000 руб.

2  Научно-исследовательская работа (НИР) «Разработка системы прогнозирования отклика клиента за маркетинговую компанию» аспиранта Трясучкина А.Д. – договор от 15 октября 2014 г. Сроки выполнения: 1.10.2014 г., сроки окончания: 31.08.2015 г. Сумма договора – 38130 руб.

Материально-техническое обеспечение научно-исследовательской работы

Коллектив располагает вычислительной техникой, необходимой для проведения экспериментальной части исследовательского проекта: компьютер Athlon XP 3100+, RAM 1024 Mb, HDD 80 Gb, ATI Radeon 9600, Samsung 930NF, CD-RW; компьютер Celeron 2667 MHz, RAM 512 Mb, HDD 40 Gb, GeForce4 MX440, Samsung 753DFX; компьютер Athlon 1000, RAM 256 Mb, HDD 40 Gb, Trident 9500, ViewSonic E655, CD-RW; принтер HP LaserJet 1100; сканер HP ScanJet 4430p.

  

Основные научные публикации сотрудников кафедры

 

Общий список насчитывает свыше 520 наименований. Приводится сокращенный список публикаций.

 

Основные публикации:

 

 

1        Федотов Н.Г. Теория признаков распознавания образом на основе стохастической геометрии и функционального анализа (монография). Москва: ФИЗМАТЛИТ, 2009, - 304 с.

2        Федотов Н.Г. Методы стохастической геометрии в распознавании образов (монография). – Москва: Радио и связь, 1990.

3        Федотов Н.Г. А.С. 1146703 СССР МКИ 4 G 06 K 9/36 Устройство для распознавания изображений объектов – Опублик. 1985, Бюл. №11.

4        Федотов Н.Г. А.С. 1387025 СССР МКИ 4 G 06 K 9/00 Устройство для распознавания образов – Опублик. 1988, Бюл. №13.

5        Fedotov N.G. and Kadyrov A.A. Image scanning in machine vision leads to new understanding of image // Proc. International Society for Optical Engineering (SPIE) – Ian.1995. Vol. 2363 .

6        Kadirov A.A. and Fedotov N.G. Triple Features // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications – 1995 – Vol. 5, №4.

7        Fedotov N.G. The Theory of Image – Recognition Features Based on stochastic Geometry // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications – 1998 – Vol. 1, №2

8        Федотов Н.Г. Теория признаков распознавания, основанная на стохастической геометрии // Искусственный интеллект – 2000 - №2

9        Nikolay G. Fedotov, Lyudmila A. Shulga Enhancing Intellectual Power of Recognition Systems Based on New Pattern Recognition Theory // Proc. 2002 IEEE International Conf. on Artificial Intelligence Systems (ICAIS 2002) Divnomorskoe, Russia. - IEEE Computer Society, Los Alamitos California , Brussels , Tokyo , 2002

10   Федотов Н.Г., Никифорова Т.В. Техническая дефектоскопия на основе новой теории распознавания образов // Измерительная техника – 2003 - №12

11   Nikolay G. Fedotov, Lyudmila A. Shulga New Geometrical Transform Based on Stochastic Geometry in the Context of Pattern Recognition. In: Proc. of the 13 th Scandinavian Conference on Image Analysis SCIA'2003, Geteborg, Springer, 2003

12   Федотов Н.Г. (соавторы Панков Л.Н., Королев В.Н. и др.) Формирование региональной инновационной политики // Инновации – 2001 – №4,5.

13   Федотов Н.Г. (соавторы Панков Л.Н., Королев В.Н. и др.) Трансфер технологий в региональной инновационной политике // Инновации – 2001 – №6. 

14   Федотов Н. Г., Шульга Л. А., Рой А. В. Интеллектуальная система поиска информации, представленной в виде изображений. Искусственный интеллект, 2004. – № 2. – С. 188 – 192.

15   Федотов Н. Г., Рой А. В. Анализ биологических микрообъектов с помощью методов стохастической геометрии, Измерительная техника, 2004. – № 4. – С. 61 – 64.

16   Федотов Н. Г., Шульга Л. А., Моисеев А. В. Теория признаков распознавания и предварительной обработки изображений на основе стохастической геометрии // Измерительная техника, 2005. – № 8. – С. 8 – 13.

17   Федотов Н. Г., Шульга Л. А., Моисеев А. В., Кольчугин А. С. Новое геометрическое двойственное трейс-преобразование и его приложение для нелинейной фильтрации изображений. Искусственный интеллект, 2006 –  № 2. –  С. 117 – 120.

18   Федотов Н. Г., Кольчугин А. С., Смолькин О. А., Моисеев А. В., Романов С. В. Формирование признаков распознавания сложноструктурированных изображений на основе стохастической геометрии // Измерительная техника.  – 2008.  – № 2.  – С. 56 – 58.

19   Fedotov N. G., Shulga L. A. Enhancing Intellectual Power of recognition Systems Based on New Pattern Recognition Theory.// Proc. 2002 IEEE International Conf. on Artificial Intelligence Systems (ICAIS-2002), Divnomorskoe, Russia. – IEEE Computer Society, Los Alamos, California, 2002. – pp. 192 – 197.

20   Fedotov N. G., Shulga L. A., Moisejev A. V. Analyzing Properties of Image Recognition Features Based on Stochastic Geometry for Various Types of Image Scanning // Proc. of the 7th Int. Conf. on Pattern Recognition and Image Analysis (PRIA-7-2004), St. Petersburg, Russia, October 2004. – Vol. 1, pp. 51 – 55.

21   Fedotov N. G. and Shul’ga L. A.  Pattern Recognition Theory Based on Stochastic Geometry // Pattern Recognition and Image Analysis, 2003, Vol. 13, No. 1, p. 24 – 27.

22   Fedotov N. G. and Nikiforova T. V. Technical Diagnostics on the Basis of a Novel Theory of Pattern Recognition. // Pattern Recognition and Image Analysis, 2003, Vol. 13, No. 2 pp. 259 – 261

23   Fedotov N. G., Roy A. V., and Volkov A. D. An Analysis of Biological Microobjects with the Use of Methods of Stochastic Geometry // Pattern Recognition and Image Analysis, 2003, Vol. 13, No. 2 pp. 262 – 265

24   Fedotov N. G. and Nikiforova T. V. Engineering Diagnosis Based on a New Theory of Pattern Recognition Feature// Pattern Recognition and Image Analysis, Vol.13 №4, 2003, pp. 670 – 673.

25   Fedotov N. G., Shulga L. A., Moiseev A. V. Analysis of Properties of Recognition Features Based on the Stochastic Geometry for Different Modes of Image Scanning // Pattern Recognition and Image Analysis, Vol. 15, 2005, No. 1. – pp. 163 –166.

26   Fedotov N. G., Shulga L. A., Moiseev A. V. Random Scanning for Speedier Systems of Pattern Recognition Based on Stochastic Geometry Methods // Pattern Recognition and Image Analysis, Vol. 15,2005, No. 2. – pp. 387 – 388.

27   Fedotov N. G., Shulga L. A., Roy A. V. Visual Mining for Biometrical Systems Based on Stochastic Geometry // Pattern Recognition and Image Analysis, Vol. 15, 2005, No. 2. – pp. 389 – 392.

28   Fedotov N. G., Shulga L. A. Feature Generation and Stochastic Geometry./ Proc. of the 4th International Workshop on  Pattern Recognition in Information Systems, PRIS’2004, Porto, Portugal, April 2004. – pp. 169 – 175.

29   Федотов Н. Г., Мокшанина Д. А. Минимизация размерности признакового пространства при распознавании полутоновых изображений со сложной текстурой  // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2010. – № 1 (13). – С. 54–63.

30   Федотов Н. Г., Мокшанина Д. А. Распознавание изображений со сложной полутоновой текстурой // Измерительная техника. – 2010. – № 11. – С. 27–31.

31   Fedotov N. G., Mokshanina D. A. Recognition of Halfton Textures from the Stochastic Geometry and Functional Analysis // Pattern Recognition and Image Analysis. – 2010. – V. 20. – № 4. – P. 551–556.

32   Федотов Н. Г., Мокшанина Д. А. Геометрические и яркостные триплетные признаки полутоновых изображений // Интеллектуализация обработки информации (ИОИ-2012): труды 9-й Международной конференция. – Черногория, г. Будва.  – М: ТОРУС ПРЕСС. – 2012. – С. 448 – 452.

33   Федотов Н.Г. Геометрическое двойственное трейс-преобразовние как средство повышения надежности и быстродействия распознающих систем (Fedotov N.G. Dual geometric trace-transformation as a mean of accuracy and performance enhancement of recognition systems)// Новые информационные технологии и менеджмент качества (New information technologies and quality management) (NIT&QM’2012): труды IX международной научной конференции. – Турция, 2012. – С.176-179.

34   Федотов Н.Г., Романов С.В. Триплетные признаки цветных изображений (методы формирования и оптимизация вычисления) // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2012. – № 1 (21). – С. 29 – 36.

35   Федотов Н.Г., Голдуева Д.А., Богоносцева Т.А., Фахретдинов А.Г. Применение методов стохастической геометрии и функционального анализа при распознавании полутоновых изображений // "XXI век: итоги прошлого и проблемы настоящего - плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. Выпуск 05(09), 2012. – с. 54–58.

36   Федотов, Шабакаев А.И. Анализ формы и размеров технологической капли при процессе производства // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации : сборник статей Х международной научно-технической конференции «Распознавание – 2012». – Курск 2012. – С. 207 – 209.

37   Nikolay Fedotov, Sergey Romanov, Daria Goldueva  Application of triple features theory to the analysis of half-tone images and colored textures. Feature construction along stochastic geometry and functional analysis. Computer and Information Science //  CanadianCenter of Science and Education Canada. – 2013. – Vol. 6. – №4. – P. 17–24.

38   N.G. Fedotov, S.V. Ryndina, А.А. Syemov Trace transform of spatial images / 11th International conference on Pattern Recognition and Image Analasis: New Information technologies (PRIA-11-2013). Samara, September 23-28, 2013. Conference Proceedings (Vol. I-II). – Samara: IPSI RAS. – 2013. – Vol. 1. – P. 186-189.

39   Федотов Н.Г. Триплетные признаки распознавания изображений. Применение для анализа трехмерных поверхностей // "XXI век: итоги прошлого и проблемы настоящего - плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. 2013. – Пенза: Изд-во Пенз. гос. технол. Акад., Выпуск 10(14). – 2013. – С. 60-68.

40   Федотов Н.Г., Семов А.А. 3d трейс-преобразование и его свойства // "XXI век: итоги прошлого и проблемы настоящего - плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. Выпуск 10(14), 2013. – Пенза: Изд-во Пенз. гос. технол. Акад. – 2013. – С. 68-74.

41   Федотов Н.Г. , Голдуева Д.А., Формирование триплетных признаков цветных текстур // Известия высших учебных заведений. Поволжский регион. Технические науки. – Пенза, Изд-во ПГУ. – 2013. – № 4 (в печати) – С. 54-63.

42   Федотов Н.Г., Голдуева Д.А. Анализ трехмерных текстур с позиции стохастической геометрии и функционального анализа // Машинное обучение и анализ данных. – Москва: Электронный журнал . –  2013.  – T. 1. – № 5. – C. 559-567.

43   Fedotov N.G., Ryndina S.V., Syemov А.А. Trace transform of three-dimensional objects: recognition, analysis and database search // Pattern Recognition and Image Analysis. Advances in Mathematical Theory and Applications, 2014. V. 24. № 4. Pp. 566-581.

44   Fedotov N.G., Syemov A.A., Moiseev A.V. Intelligent capabilities hypertrace transform: Constructing features with predetermined properties // Machine Learning and Data Analysis. –2014. V. 1, № 9. Pp. 1200 – 1214.

45   Федотов Н.Г., Семов А.А. Основные преимущества и дополнительные возможности 3D трейс-преобразования // "XXI век: итоги прошлого и проблемы настоящего плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. Выпуск 03(19). – Пенза: Изд-во ПГТУ, – 2014. – С. 77-83.

46   Федотов Н.Г., Сёмов А.А., Моисеев А.В. 3D-трейс-преобразование: режимы сканирования, особенности стохастической реализации, способы ускорения вычислений // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2014. – №3 (31). – C. 41-53.

47   Fedotov Nikolay, Syemov Aleksey, Moiseev Alexander INTELLIGENT CAPABILITIES HYPERTRACE TRANSFORM: CONSTRUCTING FEATURES WITH PREDETERMINED PROPERTIES / International conference “Intelligent Information Processing” IIP-10: theses of reports of the 10th international conference. Greece, Crete, Hersonissos. M.: Torus Press. – 2014. – C. 111.

48   Федотов Н.Г., Семов А.А. Гипертрейс-матрица как основной инструмент анализа 3d объектов "XXI век: итоги прошлого и проблемы настоящего плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. – Выпуск 03(25). Пенза: Изд-во ПензГТУ. – 2015. – С. 63-69.

49   Федотов Н.Г., Семов А.А. Гипертрейс-матрица как основной инструмент анализа 3d объектов "XXI век: итоги прошлого и проблемы настоящего плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. Выпуск 03(25). Пенза: Изд-во ПензГТУ. – 2015.  – С. 63-69.

50   Федотов Н.Г., Голдуева Д.А. Мокшанина М.А. Анализ текстуры раковинных амеб с позиции стохастической геометрии и функционального анализа // "XXI век: итоги прошлого и проблемы настоящего плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. – Выпуск 03(25). Пенза: Изд-во ПензГТУ. – 2015. С. 125-129.

51   Семов А.А. Экспериментальная проверка свойств 3D трейс-преобразования // "XXI век: итоги прошлого и проблемы настоящего плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. – Пенза: Изд-во ПензГТУ, Выпуск 10(14). – 2014. – С. 83-89.

52   Семов А.А. Основные методы построения гипертрейс-матриц // "XXI век: итоги прошлого и проблемы настоящего плюс". Научно-методический журнал. Серия: технические науки. Информационные технологии. – Пенза: Изд-во ПензГТУ. Выпуск 03(25). – 2015. – С. 69-76.

53   Герасимов А.Ф., Алексанян М.С., Тусков А.А. О природе среднего остатка на расчетном остатка на расчетном счете / Экономика и управление.– 2009. –№ 8(46).–С. 69-72.

54   Алексанян М.С., Герасимов А.Ф., Тусков А.А. Общее математическое описание задачи управления финансовой деятельностью коммерческого банка / Экономика и управление.– 2009. –№ 9(47).–С. 69-72.

55   Васильев Н.Г. Математическая модель псевдоорганизма. КАУС – путь к созданию искусственного интеллекта. Том 1, № 4, 1996, с.37 — 42 Естествознание. Статья в международном журнале Сознание и физическая реальность.

56   Васильев Н.Г. Топологический q-бит Вестник Тверского государственного технического университета вып.13. Тверь 2008.

57   Васильев Н, Васильев Д. Через моделирование физики к нанотехнологиям Научно-технический журнал Наноиндустрия  №6 декабрь 2008 с. 40-45.

58   Васильев Н.Г.Васильев Д.Н. Федотов Н.Г. Надо ли различать части и элементы Сборник статей ПГПУ 2010 г.

59   Васильев Н.Г. Васильев Д.Н. Федотов Н.Г. Распознавание образов как приложение для квантового компьютера Известия ВУЗОВ Поволжский регион №1 (17), 2011 г.,с. 48-56

60   Васильев Н.Г. Построение оператора (агента)   технической системы на основе разработки компьютерной системы визуализации, трансформации и переработки информации  монография - Пенза: Приволжский Дом знаний, 2012. - 264 с.

61   Савченко Р. П.,     Петренко А. Г.    и   др.  Системный     подход       к      клинико-лабораторной    диагностики инфекционного эндокардита. "Клиническая лабораторная диагностика", 2003г., №6. – с.44-47.

62   Федотов Н.Г., Курынов Д. А., Петренко А. Г. Сокращение избыточности поисковых признаков на основе разложения Карунева-Лоэва // Труды Международных      научно-технических       конференций «Интеллектуальные системы» (AIC’05) и «Интеллектуальные САПР» (CAD-2007). – М.: Физматлит, 2007, Т.2 – с.399-402.

63   Fedotov N. G., Kurynov D. A., Petrenko A. G. Triple features database generation for biometrical images search // Proc. of the 8th Int. Conf. on Pattern Recognition and Image Analysis (PRIA-8-2007), Yoshkar-Ola, Russia, October 2007. –  Vol. 1, pp. 248 – 249.

64   Рындина С.В. Математика страхования с применением «мягких» моделей// I Международная научно-практическая конференция молодых ученых и студентов  Херсон за тематикою:  «Технологии обеспечения конкурентоспособности региона» - Херсон:  Херсонский национально-технический университет, 2012. – С. 226-229.

65   Рындина С.В. Модели «времени жизни» в оценке кредитного и страхового рисков// Известия ПГПУ. Серия физико-математические и технические науки. – Пенза: ПГПУ, 2010. – С. 259-263.

66   Рындина С.В. Математические модели application-скоринга // Проблемы информатики в образовании, управлении, экономике и технике: Сб. стат. VIII Всерос. науч.-техн. Конф.– Пенза, 2008.– С. 32-35.

67   Самыгин, Д.Ю.  Бюджетная поддержка сельского хозяйства: планирование, контроль, анализ: моногр. / Д.Ю. Самыгин, Н.Г. Барышников. – Пенза : Изд-во ПГУ, 2010. – 248 с.

68   Самыгин, Д.Ю. Государственная поддержка сельскохозяйственных организаций: оценка эффективности и планирование дифференцированных субсидий Д.Ю. Самыгин, Н.Г. Барышников. – Saarbrücken: LAP LAMBERT Academic Publishing (Саарбрюккен: ЛАМБЕРТ LAP АКЕЙДМИК ПАБЛИШИНГ), 2011. – 127 с.

69   Самыгин, Д.Ю. Бухгалтерский учет бюджетных средств в сельском хозяйстве, контроль эффективности их использования / Д.Ю. Самыгин // Международный бухгалтерский учет. – 2011. – № 38 (188). – С. 18-23

70   Самыгин, Д.Ю. Поддержка сельского хозяйства по правилам ВТО: региональный аспект / Д.Ю. Самыгин // Экономика сельского хозяйства России. – 2012. - №8 – С. 27-34

71   Барышников Н.Г. Эконометрические модели анализа и оценки эффективности использования бюджетных ресурсов в сельском хозяйстве / Н.Г. Барышников, Д.Ю. Самыгин // Экономический анализ: Теория и практика. – 2012. – № 24 (279) – С. 2-10.

72   Барышников Н.Г. Прогнозирование развития сельского хозяйства региона с использованием моделей продовольственной безопасности / Н.Г. Барышников, Д.Ю. Самыгин // Аудит и финансовый анализ. – 2012. – № 6. – С. 336–340.

73   Самыгин Д.Ю. Возможности и проблемы развития аутсорсинга в аграрном секторе // Политика и Общество. Москва, Общество с ограниченной ответственностью "НБ-Медиа". – 2014. - № 12. –С. 1533-1537.

74   Самыгин Д.Ю., Тусков А.А. Оценка налоговой оптимизации строительных компаний: аспекты аутсорсинга // Налоги и налогообложение. Москва, Общество с ограниченной ответственностью "НБ-Медиа". – 2014. – № 12. – С. 104-107.

75   Samygin D.Yu., Baryshnikov N.G. Scenarios of Agricultural Business Development in Penza Oblast: Forecast and Risk Estimate // Studies on Russian Economic Development. – 2015. - Vol. 26. - No. 1. - pp. 59–62.

76   Самыгин Д.Ю., Тусков А.А., Катков С.Н. Методика аудиторской проверки: процедуры, советы, рекомендации: моногр. / под ред. Н. Г. Барышникова

     Инфра-М, – 2015. – С. 231.

77   Самыгин Д.Ю., Тусков А.А., Катков С.Н. Аграрный бизнес в регионе: проблемы устойчивости, прогнозирования и продовольственной безопасности (эмпирический обзор): монография / под ред. д.э.н., профессора Н.Г. Барышникова. – М: Нобель Пресс. 2015. – С. 144.

78   Самыгин Д.Ю. Управление платежеспособностью в сельском хозяйстве: экономико-статистический аспект (на примере Пензенской области Вопросы статистики. №1) // Москва, Автономная некоммерческая организация Информационно-издательский центр Статистика России. – 2015. –  С. – 65-76.

79   Самыгин Д.Ю. Сценарии развития сельскохозяйственного бизнеса в Пензенской области: прогнозирование и оценка рисков // Проблемы прогнозирования. Москва, Федеральное государственное бюджетное учреждение науки Институт народнохозяйственного прогнозирования Российской академии наук. – 2015. – № 1. – С. 59-62.

80   Самыгин Д.Ю. Несвязанная поддержка сельского хозяйства: дифференцированный аспект // Экономика сельского хозяйства России. Москва, Автономная некоммерческая организация Редакция журнала Экономика сельского хозяйства России. – 2015. – № 3. – С. 34-40.

81   Самыгин Д.Ю. Диагностика и управление текущими финансовыми потребностями сельского хозяйства // Экономист. Москва, Издательство "Экономист". – 2015. – № 3. – С. 60-65.

82    Крючкова Е.А. Новый метод формирования признаков распознавания полутоновых текстур с позиции стохастической геометрии и функционального анализа / Н.Г. Федотов, Д.А. Мокшанина, А.И. Шабакаев, Е.А. Крючкова // Надежность и качество : труды Международного симпозиума : в 2 т. – Пенза : Изд-во Пенз. ГУ, 2010. – Т. 2. – С. 267–270.

83   Крючкова Е. А. Двойственное трейс-преобразование / Н. Г.Федотов, А. А. Сёмов, Е.А. Крючкова // Современные методы и средства обработки пространственно-временных сигналов: сб. статей IХ Всероссийской научно-технической конференции. – Пенза: Приволжский Дом знаний, 2011. – С. 71–73.

84   Тусков А.А., Трофименко Г.В. Современное состояние фермерских хозяйств Пензенской области. Аграрная наука, №10, 2011 с.8-10

85   Тусков А.А., Рожок И.А. Становление системы венчурного инвестирования в России. // Российский научный журнал «Экономика и управление», №3 (65), 2011. (с. 66-70)

86   Тусков А.А., Баранова О.А. Инновационная активность: понятие, сущность и методы оценки. // Экономика и менеджмент в ХХI веке: сб. ст. по материалам IV Междунар. науч.-практ. конф. / под ред. проф. В.Д. Дорофеева и доц. Ю.Ю Частухиной.– Пенза: Изд-во "Профессионал", 2011 – Вып.3 – 254 с. (с. 172-181)

,

Гранты
Научно-исследовательская работа по грантам
Патенты
Регистрация программ для ЭВМ
Научно-исследовательская работа студентов
Научно-исследовательская работа студентов, публикации студентов
Кружок "Управление цифровым продуктом"
Тематика кружка связана с фреймворками создания цифровых продуктов, включает рассмотрение принципов развития цифровых продуктов, новых трендов в продвижении цифровых продуктов.
Образовательные гранты (стипендии Президента РФ)
В ежегодном всероссийском конкурсе, победители которого получают возможность продолжить образование за рубежом, участвуют и побеждают студенты направления "бизнес-информатика".
Дата создания: 24.01.2012 16:32
Дата обновления: 26.11.2015 17:27