Aliev M.R., Baimuratov I.R. Automation of Machine Learning Pipeline Design by an Ontology as an Integrative Meta-Learning Model. CEUR Workshop Proceedings. 2022. Vol. forthcoming. No. forthcoming. pp. forthcoming.
Turygin D., Baimuratov I., Shilin I., Pliukhin D., Mouromtsev D., Shmatkov V. Extraction of Requirement Bases from Domain Normative Documents and Classifiers with Application to the Russian Building Code. Proceedings of the 31st Conference of Open Innovations Association FRUCT. 2022. pp. in press.
Kuryshev V., Baimuratov I., Shmatkov V., Mouromtsev D. Generating Visualizations of Ontologies in the Logic Graphs Language. Proceedings of the 31st Conference of Open Innovations Association FRUCT. 2022. pp. 131-137.
Baimuratov I., Shilin I., Pliukhin D., Turygin D., Mouromtsev D. Improving the Segmentation of the Russian Building Code texts with Meta-Learning. CEUR Workshop Proceedings. 2021. pp. in press.
Муромцев Д.И., Шилин И.А., Плюхин Д.А., Баймуратов И.Р., Хайдарова Р.Р., Дементьева Ю.Ю., Ожигин Д.А., Малышева Т.А. Построение графов знаний нормативной документации на основе семантического моделирования и автоматического извлечения терминов [Building knowledge graphs of regulatory documentation based on semantic modeling and automatic term extraction]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2021. Т. 21. № 2(132). С. 256-266.
Baimuratov I., Nguyen T., Golchin R., Mouromtsev D. Developing Non-Empirical Metrics and Tools for Ontology Visualizations Evaluation and Comparing. Научная визуализация [Scientific Visualization]. 2020. Vol. 12. No. 4. pp. 71-84.
Logic Graphs for ALC, SHIF and SHOIN Description Logics
Nguen N., Baimuratov I. Logic Graphs for ALC, SHIF and SHOIN Description Logics. Proceedings of the 27th Conference of Open Innovations Association FRUCT. 2020. pp. 386-389.
Baimuratov I., Nguyen T. Non-Empirical Metrics for Ontology Visualizations Evaluation and Comparing. CEUR Workshop Proceedings. 2020. Vol. 2744. pp. 1-11.
Методы авоматизации машинного обучения
Zhou B., Svetashova Y., Pychynski T., Baimuratov I., Soylu A., Kharlamov E. SemFE: Facilitating ML pipeline development with semantics. 29th ACM International Conference on Information and Knowledge Management, CIKM 2020. 2020. pp. 3489-3492.
Nguyen T., Baimuratov I. Logic Graphs: Complete, Semantic-Oriented and Easy to Learn Visualization Method for OWL DL Language. CEUR Workshop Proceedings. 2020. Vol. 2893. pp. 1-12.
Tianxing M., Zhukova N., Baymuratov I., Levedev S. Efficiency indicators for cognitive systems of data processing [Показатели эффективности когнитивных систем обработки данных ]. Киберфизические системы и управление: сборник научных трудов международной конференции (СПб, 10–11июня 2019г.). 2020. pp. 34-43.
Zhukova N., Baimuratov I., Nguyen T., Mustafin N. The Information Estimation System for Data Processing Results. Proceedings of the 24th Conference of Open Innovations Association FRUCT. 2019. pp. 810-814.
Baimuratov I., Shichkina Y., Stankova E., Zhukova N., Than N. A Bayesian information criterion for unsupervised learning based on an objective prior. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2019. Vol. 11619. pp. forthcoming.
Baimuratov I., Zhukova N. A Knowledge-based Recommendation System for Data Processing Using a New Information Criteria. International Journal of Embedded and Real-Time Communication Systems. 2019. No. in press. pp. forthcoming.
The Information Estimation System for Data Processing Results
Лебедев С.В., Нгуен Н., Баймуратов И.Р., Жукова Н.А. Анализ средств визуализации OWL-онтологий. Технологическая перспектива в рамках Евразийского пространства: новые рынки и точки экономического роста: 5-я Международная научная конференция (Санкт-Петербург, 7-8ноября 2019г.): сборник трудов конференции. 2019. С. 273.
УСТОЙЧИВЫЙ И ПРОИЗВОДИТЕЛЬНЫЙ МЕТОД АВТОМАТИЧЕСКОЙ КЛАСТЕРИЗАЦИИ
Баймуратов И.Р., Жукова Н.А. Устойчивый и производительный метод автоматической кластеризации. Технологическая перспектива в рамках Евразийского пространства: новые рынки и точки экономического роста: 5-я Международная научная конференция (Санкт-Петербург, 7-8ноября 2019г.): сборник трудов конференции. 2019. С. 170-171.
Mouromtsev D., Baimuratov I. Logic Graphs: A complete visualization method for logical languages based on Ch. S. Peirce’s existential graphs. CEUR Workshop Proceedings. 2019. Vol. 2344. pp. 1-10.
Метод визуализации онтологий
Tianxing M., Baimuratov I.R., Zhukova N.A. A knowledge-oriented recommendation system for machine learning algorithm finding and data processing. International Journal of Embedded and Real-Time Communication Systems. 2019. Vol. 10. No. 4. pp. 20-38.
АНАЛИЗ СРЕДСТВ ВИЗУАЛИЗАЦИИ OWL-ОНТОЛОГИЙ
Logic Graphs: A complete visualization method for logical languages based on Ch. S. Peirce’s existential graphs
Baimuratov I.R., Zhukova N.A. An Approach to Clustering Models Estimation. Proceedings of the 22nd Conference of Open Innovations Association FRUCT. 2018. pp. 19-24.
О логическом подходе в теории информации
Baimuratov I.R., Morozov S.D., Zhukova N.A. Verification of the Formal Approach to Data Fusion. CEUR Workshop Proceedings. 2018. Vol. 2268. pp. 179-189.
Nguen N., Baimuratov I., Zhukova N. A Method for Visualization of Description Logic Formulas. WSEAS Transactions on Computers. 2018. Vol. 17. pp. 69-78.
Baymuratov I., Zhukova N. Logical and Mathematical Models of Data Fusion. International Conference on Control, Artificial Intelligence, Robotics & Optimization (ICCAIRO). 2017. pp. 121-126.
A Formal Framework for Data Fusion
Zhukova N.A., Baimuratov I.R. A Formal Framework for Data Fusion. Journal of Applied Mathematics & Informatics. 2017. No. 11. pp. 56-64.
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург