6-16

Научная статья
УДК 621.396; 004.89
https://doi.org/10.25686/2306-2819.2022.3.6 

1.     Кислицын А. А., Рябова Н. В., Конкин Н. А. Метод интеллектуального анализа данных для прогнозирования значений полосы когерентности изменяющегося трансионосферного радиоканала  // Международная Байкальская молодежная научная школа по фундаментальной физике: Труды XVII Конференции молодых ученых, Иркутск, 05–10 сентября 2022 года. Иркутск: ИСЗФ СО РАН, 2022. С. 361-363.
2.     Зондирование ионосферных каналов высокочастотной связи с поверхности Земли / В. А. Иванов, Д. В. Иванов, Н. В. Рябова и др. // Вестник Марийского государственного технического университета. Серия: Радиотехнические и инфокоммуникационные системы. 2008. № 1(2).
С. 3-20.
3.     Новые задачи ионосферной КВ-связи. Развитие методик, аппаратурных решений и экспериментальные результаты их исследования / Д. В. Иванов, В. А. Иванов, Н. В. Рябова и др. // Распространение радиоволн: Труды XXVII Всероссийской открытой научной конференции, Калининград, 28 июня – 03 июля 2021 года. Калининград: Балтийский федеральный университет имени Иммануила Канта, 2021. С. 68-85.
4.     Алгоритмы обнаружения полезного сигнала на фоне помех и их верификация для универсального цифрового ионозонда, созданного по SDR-технологии / Д. В. Иванов, В. А. Иванов, Н. В. Рябова и др. // Международная Байкальская молодежная научная школа по фундаментальной физике: Тезисы докладов XV Конференции молодых ученых, Иркутск, 11–16 сентября 2017 года. – Иркутск: Институт солнечно-земной физики Сибирского отделения Российской академии наук, 2017. С. 67.
5.     Чучуева И. А. Модель прогнозирования временных рядов по выборке максимального подобия: специальность 05.13.18 "Математическое моделирование, численные методы и комплексы программ": диссертация на соискание ученой степени кандидата технических наук / Чучуева Ирина Александровна. Москва, 2012. 154 с.
6.     Chen T., & Guestrin C. XGBoost: A Scalable Tree Boosting System // In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York, NY, USA: ACM. 2016. Pp. 785–794. https://doi.org/10.1145/2939672.2939785
7.     Иванов В. А., Рябова Н. В. Линейное прогнозирование структурных функций ионосферных радиоканалов с использованием данных зондирования многоэлементным ЛЧМ-сигналом  // Вестник Поволжского государственного технологического университета. Серия: Радиотехнические и инфокоммуникационные системы. 2017. № 1(33). С. 26-37. DOI 10.15350/2306-2819.2017.1.26.
8.     Технология программно-определяемого радио в задаче последовательного зондирования ионосферных каналов высокочастотной связи / Д. В. Иванов, В. А. Иванов, Н. В. Рябова и др. // Радиотехника и электроника. 2016. Т. 61. № 7. С. 629–638. DOI 10.7868/S0033849416070068.
9.     Моделирование и исследование ионограмм наклонного зондирования ВЧ-радиоканалов для трасс различной протяженности с использованием цифрового ионозонда на платформе USRP / В. В. Овчинников, А. Р. Лащевский, Д. В. Иванов и др. // Системы синхронизации, формирования и обработки сигналов. 2017. Т. 8. № 1. С. 104-108.
10. Экспериментальная оценка ключевых параметров множества парциальных каналов КВ-связи с использованием USRP платформы / Д. В. Иванов, В. А. Иванов, Н. В. Рябова и др. // Международная Байкальская молодежная научная школа по фундаментальной физике. Взаимодействие полей и излучения с веществом: Труды Международной Байкальской молодежной научной школы и XVI Конференции молодых ученых, Иркутск, 16–21 сентября 2019 года. Иркутск: Федеральное государственное бюджетное учреждение науки Ордена Трудового Красного Знамени Институт солнечно-земной физики Сибирского отделения Российской академии наук, 2019. С. 241-244.
11. Bergstra J., Yamins D., Cox D. D. (2013) Making a Science of Model Search: Hyperparameter Optimization in Hundreds of Dimensions for Vision Architectures // To appear in Proc. of the 30th International Conference on Machine Learning (ICML 2013). Atlanta, Georgia, USA, 2013. JMLR: W&CP vol. 28. Pp. 1–9.