Деева Ирина Юрьевна

Статья

Pinchuk M., Kirgizov G., Yamshchikova L., Nikitin N., Deeva I., Shakhkyan K., Borisov I., Zharkov K., Kalyuzhnaya A. GOLEM: Flexible Evolutionary Design of Graph Representations of Physical and Digital Objects. GECCO 2024 - Proceedings of the Genetic and Evolutionary Computation Conference Companion. 2024. pp. 1668-1675.

Статья

Kirgizov G., Nikitin N.O., Pinchuk M., Yamshchikova L., Deeva I., Shakhkyan K., Borisov I.I., Zharkov K.D., Kalyuzhnaya A.V. Automated Design of Graph-based Models and Structures using Modular Evolutionary Framework. 4th workshop on Graphs and more Complex structures for Learning and Reasoning (GCLR 2024). Colocated with AAAI 2024. 2024. pp. accepted-papers.

Статья

Деева И.Ю., Шахкян К.А., Каминский Ю.К. Моделирование многомерных данных с помощью композитных байесовских сетей [Flexible and tractable modeling of multivariate data using composite Bayesian networks]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2024. Т. 24. № 4. С. 608-614.

Статья

Kaminsky Y., Deeva I. LSevoBN: a structure learning algorithm for large Bayesian networks. GECCO 2023 - Proceedings of the Genetic and Evolutionary Computation Conference Companion. 2023. pp. 2366–2369.

Статья

Deeva I., Kalyuzhnaya A.V., Boukhanovsky A.V. Adaptive Learning Algorithm for Bayesian Networks Based on Kernel Mixtures Distributions. International Journal of Artificial Intelligence. 2023. Vol. 21. No. 1. pp. 90-108.

Статья

Deeva I., Bubnova A., Kalyuzhnaya A.V. Advanced Approach for Distributions Parameters Learning in Bayesian Networks with Gaussian Mixture Models and Discriminative Models. Mathematics. 2023. Vol. 11. No. 2. pp. 343.

Статья

Filatova A., Kovalchuk M., Batalenkov S., Voskresenskiy A., Deeva I., Kalyuzhnaya A., Shpilman A., Kondrashova N., Dudnichenko M., Nasonov D. A Multi-Contractor Approach for MLRCPSP with the Graph Structure Optimization. IEEE Congress on Evolutionary Computation, CEC 2023. 2023. pp. 1-8.

Статья

Bezborodov A., Deeva I. Networks clustering-based approach for search of reservoirs-analogues. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2022. Vol. 13351. pp. 222-228.

Статья

Bubnova A., Deeva I. Approach of variable clustering and compression for learning large Bayesian networks. Procedia Computer Science. 2022. Vol. 212. pp. 275-283.

Статья

Kaminsky Y., Deeva I. BigBraveBN: algorithm of structural learning for bayesian networks with a large number of nodes. Procedia Computer Science. 2022. Vol. 212. pp. 191-200.

Статья

Безбородов А.К., Деева И.Ю. Поиск месторождений-аналогов на основе кластеризации байесовских сетей. Известия высших учебных заведений. Приборостроение. 2022. Т. 65. № 1. С. 64-72.

Статья

Deeva I., Mossyayev A., Kalyuzhnaya A.V. A Multimodal Approach to Synthetic Personal Data Generation with Mixed Modelling: Bayesian Networks, GAN’s and Classification Models. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering. 2022. Vol. 419. pp. 847-859.

Статья

Deeva I., Bubnova A., Andriushchenko P.D., Voskresenskiy A., Bukhanov N.V., Nikitin N.O., Kalyuzhnaya A.V. Oil and Gas Reservoirs Parameters Analysis Using Mixed Learning of Bayesian Networks. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2021. Vol. 12742. pp. 394-407.

Статья

Lysenko A., Deeva I., Shikov E. MVAESynth: a unified framework for multimodal data generation, modality restoration, and controlled generation. Procedia Computer Science. 2021. Vol. 193. pp. 422-431.

Статья

Безбородов А.К., Деева И.Ю. Алгоритм поиска месторождений-аналогов на основе методов машинного обучения. Альманах научных работ молодых ученых Университета ИТМО. 2021. Т. 3. С. 16-21.

Статья

Bubnova A., Deeva I., Kalyuzhnaya A.V. MIxBN: library for learning Bayesian networks from mixed data. Procedia Computer Science. 2021. Vol. 193. pp. 494-503.

Статья

Андрющенко П.Д., Деева И.Ю., Калюжная А.В., Бубнова А.В., Воскресенский А.Г., Буханов Н.В. Анализ параметров нефтегазовых месторождений с использованием байесовских сетей [Analysis of parameters of oil and gas fields using Bayesian networks]. Интеллектуальный анализ данных в нефтегазовой отрасли: сборник тезисов конференции [Data Science in Oil and Gas 2020]. 2020. С. 1-10.

Тезисы

Генерация синтетических профилей пользователей социальной сети по заданным поведенческим характеристикам

Статья

Deeva I., Andriushchenko P.D., Kalyuzhnaya A.V., Boukhanovsky A.V. Bayesian Networks-based personal data synthesis. ACM International Conference Proceeding Series. 2020. pp. 6-11.

Тезисы

Предсказание метрик Big-Five на основе активности человека в социальных сетях

Статья

Деева И.Ю. Прогнозирование личностных метрик для контекстно-независимого цифрового образа пользователя социальной сети. Сборник трудов VIII конгресса молодых ученых (Санкт-Петербург, 15-19апреля 2019г.). 2019. Т. 4. С. 89-93.

Статья

Deeva I. Computational Personality Prediction Based on Digital Footprint of A Social Media User. Procedia Computer Science. 2019. Vol. 156. pp. 185-193.

Статья

Деева И.Ю. Многомасштабное моделирование цифрового образа человека в киберпространстве. Сборник трудов X международной научно-практической конференции «Программная инженерия и компьютерная техника (Майоровские чтения)» (СПб, 20-23декабря 2018г.). 2019. С. 5-8.

Статья

Деева И.Ю. Многомасштабное моделирование цифрового образа человека в киберпространстве. Альманах научных работ молодых ученых Университета ИТМО. 2019. Т. 3. С. 156-160.

Статья

Deeva I., Nikitin N.O., Kalyuzhnaya A.V. Pattern Recognition in Non-Stationary Environmental Time Series Using Sparse Regression. Procedia Computer Science. 2019. Vol. 156. pp. 357-366.

Статья

Nikitin N.O., Deeva I., Vychuzhanin P., Kalyuzhnaya A.V., Hvatov A., Kovalchuk S.V. Deadline-driven approach for multi-fidelity surrogate-assisted environmental model calibration: SWAN wind wave model case study. GECCO 2019 - Proceedings of the 2019 Genetic and Evolutionary Computation Conference Companion. 2019. pp. 1583-1591.

Статья

Деева И.Ю. ПРОЕКТИРОВАНИЕ СЕМАНТИЧЕСКИХ СЕТЕЙ НА ЯЗЫКЕ ПРОГРАММИРОВАНИЯ VISUAL PROLOG. Научные труды Кубанского государственного технологического университета. 2015. № 11. С. 461-466.