Полевая Татьяна Андреевна

Статья

Добренко Д.А., Голубев А.А., Гусарова Н.Ф., Зубаненко А.А., Исмаил Н., Полевая Т.А., Ватьян А.С. DEEP LEARNING-ENHANCED CONTOUR INTERPOLATION TECHNIQUES FOR 3D CAROTID VESSEL WALL SEGMENTATION. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2025. Т. 25. № 1. С. в печати.

Статья

Vatian A., Gusarova N., Tomilov I., Shilonosov V., Valitova J., Sashin V., Bobrova M., Mashechkov S., Polevaya T., Zubanenko A. Topological data analysis for selection of machine learning models in cerebral stroke detection. Proceedings of the International Conferences on Big Data Analytics, Data Mining and Computational Intelligence 2024, BigDaCI 2024; Connected Smart Cities 2024, CSC 2024; and e-Health 2024, EH 2024. 2024. pp. 141-149.

Статья

Gusarova N., Tomilov I., Zmievski D., Shilonosov V., Polevaya T., Vatyan A. Explainable artificial intelligence in the diagnosis of cardiovascular diseases in small samples. Proceedings of the International Conferences on ICT, Society, and Human Beings 2023, ICT 2023; and e-Health 2023, EH 2023; Connected Smart Cities 2023, CSC 2023; and Big Data Analytics, Data Mining and Computational Intelligence 2023, BigDaCI 2023. 2023. pp. 175-182.

Статья

Ватьян А.С., Гусарова Н.Ф., Добренко Н.В., Змиевский Д.А., Кабышев М.В., Полевая Т.А., Татаринова А., Томилов И.В. Автоматизированная оценка параметров электрокардиограмм в условиях пандемии COVID-19 [Automated evaluation of ECG parameters during the COVID-19 pandemic]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2022. Т. 22. № 6(142). С. 1166-1177.

Статья

Дугинец Н.Д., Полевая Т.А. Использование глубокого обучения для многозначной классификации дерматоскопических признаков пигментированных кожных образований. Сборник трудов IX конгресса молодых ученых (Санкт-Петербург, 15-18апреля 2020г.). 2021. Т. 1. С. 204-206.

Статья

Nikitin Y.Y., Polevaya T. Limit Theorems for Areas and Perimeters of Random Inscribed and Circumscribed Polygons. Journal of Mathematical Sciences. 2021. Vol. 258. No. 6. pp. 873-882.

Статья

Никитин Я.Ю., Полевая Т.А. О среднем периметре вписанного случайного многоугольника. Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия. 2020. Т. 7(65). № 1. С. 77-84.

Статья

Saitov I., Polevaya T., Filchenkov A. Dermoscopic attributes classification using deep learning and multi-task learning. Procedia Computer Science. 2020. Vol. 178. pp. 328-336.

Статья

Nikitin Y.Y., Polevaya T.A. On the Average Perimeter of the Inscribed Random Polygon. Vestnik St. Petersburg University: Mathematics. 2020. Vol. 53. No. 1. pp. 58-63.

Статья

Никитин Я.Ю., Полевая Т.А. Предельные теоремы для площадей и периметров случайных вписанных и описанных многоугольников. Записки научных семинаров Санкт-Петербургского отделения Математического института им. В.А.Стеклова РАН. 2020. Т. 486. С. 200-213.

Тезисы

Применение переноса знаний к VGG16 для классифицирования изображений папул, бугорков и пятен

Статья

Полевая Т.А., Саитов И.А., Раводин Р.А., Фильченков А.А. Классификация изображений первичных элементов кожной сыпи [Image classification of primary morphological elements of skin lesions]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2019. Т. 19. № 2(120). С. 333–338.

Тезисы

Skin Lesion Primary Morphology Classification With End-To-End Deep Learning Network

Тезисы

Распознавание морфологических элементов сыпи с применением глубокого и активного обучения

Статья

Polevaya T., Ravodin R., Filchenkov A. Skin Lesion Primary Morphology Classification With End-To-End Deep Learning Network. 1st International Conference on Artificial Intelligence in Information and Communication, ICAIIC 2019. 2019. pp. 247-250.

Тезисы

Использование методов машинного обучения в задаче распознавания кожных изображений.

Тезисы

Использование методов машинного обучения в задаче распознавания кожных изображений

Тезисы

Исследование эффективности использования вспомогательных критериев для поддержания разнообразия популяции эволюционного алгоритма

Статья

Polevaya T., Buzdalov M. Preserving diversity in auxiliary objectives provably speeds up crossing plateaus. IEEE Symposium Series on Computational Intelligence, SSCI 2016. 2016. pp. 7850145.