Всероссийская междисциплинарная олимпиада школьников 8-11 класса «Национальная технологическая олимпиада». Учебно-методическое пособие. Том 6. Большие данные и машинное обучение.
Рыбкин К.Е., Фильченков А.А., Азаров А.А., Забашта А.С., Шалыто А.А. Совместное обучение агентов и векторных представлений графов в задаче управления конвейерными лентами [Joint learning of agents and graph embeddings in a conveyor belt control problem]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2022. Т. 22. № 6(142). С. 1187-1196.
Материалы заданий всероссийской междисциплинарной олимпиады школьников «Национальная технологическая олимпиада» по профилю "Большие данные и машинное обучение".
Krylov D., Poliakov S., Khanzhina N., Zabashta A., Filchenkov A., Farseev A. Improving Multimodal Data Labeling with Deep Active Learning for Post Classification in Social Networks. MULL 2021 - Proceedings of the 1st Workshop on Multimedia Understanding with Less Labeling, co-located with ACM MM 2021. 2021. pp. 17-25.
Drozdov G., Zabashta A., Filchenkov A. Graph Convolutional Network Based Generative Adversarial Networks for the Algorithm Selection Problem in Classification. ACM International Conference Proceeding Series. 2020. pp. 88-92.
Sahipov I., Zabashta A., Filchenkov A. Stabilization of Dataset Matrix Form for Classification Dataset Generation and Algorithm Selection. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2020. Vol. 12490 LNCS. pp. 66-75.
Zabashta A., Filchenkov A. Active Dataset Generation for Meta-Learning System Quality Improvement. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2019. Vol. 11871. pp. 394-401.
Zabashta A., Muravyov S., Smetannikov I. Synthesis of Datasets with Specific Characteristics for the Clustering Problem. ACM International Conference Proceeding Series. 2019. pp. 43-47.
Kachalsky I., Zabashta A., Filchenkov A., Korneev G. Generating Datasets for Classification Task and Predicting Best Classifiers with Conditional Generative Adversarial Networks. ACM International Conference Proceeding Series. 2019. pp. 97-101.
Abdrashitova Y., Zabashta A., Filchenkov A. Spanning of Meta-Feature space for Travelling Salesman Problem. Procedia Computer Science. 2018. Vol. 136. pp. 174-182.
Забашта А.С. NDSE: Method for Classification Instance Generation Given Meta-Feature Description. https://sites.google.com/site/automl2017icml/. 2017. pp. 1-8.
Zabashta A., Filchenkov A. NDSE: Instance Generation for Classification by Given Meta-Feature Description. CEUR Workshop Proceedings. 2017. Vol. 1998. pp. 102-104.
Забашта А.С., Фильченков А.А. Построения наборов данных для задачи бинарной классификации по их характеристическому описанию. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2017. Т. 17. № 3(109). С. 498–505.
Zabashta A., Smetannikov I., Filchenkov A. Rank aggregation algorithm selection meets feature selection. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9729. pp. 740-755.
Забашта А.С., Фильченков А.А. Автоматический выбор алгоритмов агрегирующего ранжирования. Международная конференция по мягким вычислениям и измерениям. 2015. Т. 1. № Секции 1-3. С. 23-24.
Zabashta A., Smetannikov I., Filchenkov A. Study on meta-learning approach application in rank aggregation algorithm selection. CEUR Workshop Proceedings. 2015. Vol. 1455. pp. 115-117.
Российская Федерация, Санкт-Петербург