Разработка платформы на основе мультиагентной системы на основе больших языковых моделей для автоматизации анализа научной литературы в области наноструктурированных материалов
Potapov D.O., Gliaudelis G., Kopanichuk I.V., Sbytov D.A., Krotkov N.A., Aliev T., Muravev A.A., Kondratyuk N., Skorb E.V. Characterizing functional group composition of needle coke feedstocks via infrared spectroscopy: Experimental and simulation techniques. Spectrochimica Acta - Part A: Molecular and Biomolecular Spectroscopy. 2026. Vol. 361. pp. 128054.. doi: 10.1016/j.saa.2026.128054
Aliev T., Krotkov N.A., Smirnov V.A., Topalov E.V., Evdokimov A.A., Belyaev V.E., Semenov A.V., Lukichev D.V., Masalovich M.S., Skorb E.V. Digital Twin Generation of Cyclic Voltammetry Profiles for Corrosion Inhibitors via Deep Generative Models. препринт. 2026. pp. отсутствуют.
Golovinskii R.P., Ivanov I.D., Aglikov A.S., Aliev T., Тимофеенко И.А., Novikov A.S., Заяц М.Ф., Ashikhmina M.S., Orlova O.Y., Masalovich M.S., Skorb E.V. AI-DRIVEN COFFEE TASTING: PREDICTING TASTE ATTRIBUTES FROM ELECTROCHEMICAL IMPRINTS. препринт. 2026.
Karalash S.A., Shmurygina A.V., Krotkov N.A., Aliev T., Skorb E.V., Muravev A.A. CaviDAC: Computational Prediction of Cavity Volumes in Calixarenes via Tessellation and Divide-and-Conquer Algorithms. Advanced Theory and Simulations. 2026. Vol. 9. No. 2. pp. e01444.. doi: 10.1002/adts.202501444
An intelligent platform based on language models for nanostructured material design
Krotkov N.A., Sbytov D.A., Chakhoyan A.A., Kornienko P.I., Starikova A.A., Stepanov M.G., Piven A.O., Aliev T., Orlova T., Rafayelyan M.S., Skorb E.V. Nanostructured Material Design via a Retrieval-Augmented Generation (RAG) Approach: Bridging Laboratory Practice and Scientific Literature. Journal of Chemical Information and Modeling. 2025. Vol. 65. No. 20. pp. 11064–11078.. doi: 10.1021/acs.jcim.5c01897
Aliev T., Korolev I., Yasnov M., Nosonovsky M., Skorb E.V. Rose or white, glass or plastic: computer vision and machine learning study of cavitation bubbles in sparkling wines. RSC Advances. 2025. Vol. 15. No. 7. pp. 5151-5158.. doi: 10.1039/D5RA00046G
Всероссийская междисциплинарная олимпиада школьников 8–11 класса «Национальная технологическая олимпиада». Учебно-методическое пособие. Том 24. Инфохимия
Solovev G.V., Zhidkovskaya A.B., Orlova A., Gubina N., Vepreva A., Golovinskii R., Tonkii I., Dubrovsky I., Gurev I., Gilemkhanov D., Chistiakov D., Aliev T., Poddiakov I., Zubkova G., Skorb E.V., Vinogradov V., Boukhanovsky A., Nikitin N.O., Dmitrenko A., Kalyuzhnaya A.V., Savchenko A. MADD: Multi-Agent Drug Discovery Orchestra. Findings of the Association for Computational Linguistics: EMNLP 2025. 2025. pp. 6956–6998.. doi: 10.18653/v1/2025.findings-emnlp.367
CaviDAC: определение объемов полостей в каликсаренах с помощью алгоритмов тесселяции и Разделяй и властвуй
Normatov S., Nesterov P., Aliev T., Timralieva A.A., Novikov A.S., Skorb E.V. Search for Correlations Between the Results of the Density Functional Theory and Hartree–Fock Calculations Using Neural Networks and Classical Machine Learning Algorithms. ACS Omega. 2025. Vol. 10. No. 6. pp. 5919–5933.. doi: 10.1021/acsomega.4c09861
Aglikov A.S., Zhukov M.V., Aliev T., Maslii V.I., Gelfenshtein P.V., Kozodaev D.A., Andreeva D.V., Nosonovsky M., Skorb E.V. Numerical and topological description of contact areas at different size scales for the contact of rough solid surfaces. Materials Horizons. 2025. pp. in press.. doi: 10.1039/d5mh01327e
Estifeeva T., Borozdenko D.A., Papugaeva A.V., Kalinichenko G.L., Vlasova I.P., Gudzerov L.I., Aliev T., Krotkov N.A., Boltenko A.V., Orlova A.O., Nechaeva A., Mezhuev Y., Le-Deygen I., Bunin D.A., Petrovskii V., Khomutov G.B., Maksimov M.K., Lugovtsov A.E., Priezzhev A.V., Potemkin I.I., Gorin D., Gorbunova Y., Skorb E.V., Ulasevich S.A., Barmin R., Rudakovskaya P. Direct Insights into Synthesis, Protein Integrity, and Blood Microrheology of Albumin Microbubbles. Acta Biomaterialia. 2025. Vol. 206. pp. 267-282.. doi: 10.1016/j.actbio.2025.09.026
Evdokimov A.A., Baldina A., Nikitina A.A., Aliev T., Zenkin A.M., Zhukov M.V., Pantyukhin I.S., Skorb E.V., Muravev A.A. A portable electrochemical immunosensor for detection of S. aureus based on polyelectrolyte-modified screen-printed carbon electrode. Sensing and Bio-Sensing Research. 2025. Vol. 47. pp. 100447.. doi: 10.1016/j.sbsr.2025.100744
Петрова М.С., Домарева Н.П., Алиев Т.А., Семенов А.В. Поточный анализатор определения концентрации ингибиторов коррозии в нефти. Молодые профессионалы. II Всероссийская конференция. Сборник научных трудов (СПб, 10-12 октября 2023 г.). 2024. С. 43-45.
Meshkov A., Yurova V.Y., Aliev T., Potapov V.V., Rudakova M.D., Ageev A.P., Skorb E.V. Collaborative robots using computer vision applications in a chemical laboratory. Mendeleev Communications. 2024. Vol. 34. No. 6. pp. 769-773.. doi: 10.1016/j.mencom.2024.10.001
Aliev T., Korolev I., Burdulenko O., Alchinova E., Subbota A., Yasnov M., Nosonovsky M., Skorb E.V. Automatic image processing of cavitation bubbles to analyze the properties of petroleum products. Digital Discovery. 2024. Vol. 3. No. 6. pp. 1101-1107.. doi: 10.1039/d4dd00003j
IN-LINE ANALYZER FOR DETERMINING THE CONCENTRATION OF CORROSION INHIBITORS IN OIL
Всероссийская междисциплинарная олимпиада школьников 8-11 класса «Национальная технологическая олимпиада». Учебно-методическое пособие Том 29. Инфохимия
Practice-Oriented Introduction to Machine Learning : Linear Regression, Decision Tree, and Single Layer Perceptron models
Aglikov A.S., Zhukov M.V., Aliev T., Kozodaev D.A., Nosonovsky M., Skorb E.V. New metrics for describing atomic force microscopy data of nanostructured surfaces through topological data analysis. Applied Surface Science. 2024. Vol. 670. pp. 160640.. doi: 10.1016/j.apsusc.2024.160640
Shkil D.O., Muhamedzhanova A.A., Petrov P.I., Skorb E.V., Aliev T., Steshin I.S., Tumanov A.V., Kislinskiy A.S., Fedorov M.V. Expanding Predictive Capacities in Toxicology: Insights from Hackathon-Enhanced Data and Model Aggregation. Molecules. 2024. Vol. 29. No. 8. pp. 1826.. doi: 10.3390/molecules29081826
Meshkov A., Nikitina A.A., Aliev T., Gromov V.S., Chen S., Yang K., Wang Q., Novoselov K.S., Andreeva D., Skorb E.V. Robotization of Synthesis and Analysis Process of Graphene Oxide-Based Membrane. Advanced Intelligent Systems. 2024. Vol. 6. No. 5. pp. 2300655.. doi: 10.1002/aisy.202300655
Optimization of g-C3N4 synthesis parameters based on machine learning to predict the efficiency of photocatalytic hydrogen production
Рудакова М.Д., Алиев Т.А., Потапов В.В., Семенов А.В. Система машинного обучения для прогнозирования выхода электрохимической реакции. Молодые профессионалы. II Всероссийская конференция. Сборник научных трудов (СПб, 10-12 октября 2023 г.). 2024. С. 46-48.
Aliev T., Lavrentev F., Dyakonov A.V., Diveev D.A., Shilovskikh V., Skorb E.V. Electrochemical platform for detecting Escherichia coli bacteria using machine learning methods. Biosensors and Bioelectronics. 2024. Vol. 259. pp. 116377.. doi: 10.1016/j.bios.2024.116377
Yurova V.Y., Potapenko K.O., Aliev T., Kozlova E.A., Skorb E.V. Optimization of g-C3N4 synthesis parameters based on machine learning to predict the efficiency of photocatalytic hydrogen production. International Journal of Hydrogen Energy. 2024. Vol. 81. pp. 193-203.. doi: 10.1016/j.ijhydene.2024.07.245
Топологический анализ данных наноразмерной шероховатости полиионных сборок с использованием методов машинного обучения
Петрова М.С., Алиев Т.А., Гончаров В.В. Электродная система для детектирования содержания ингибиторов коррозии в поточном режиме. Международная научно-техническая конференция молодых ученых БГТУ им. В.Г. Шухова, посвященная 170-летию со дня рождения В.Г. Шухова (Белгород, 16-17мая 2023г.): сборник докладов. 2023. Т. Часть 20. С. 257-260.
IDENTIFICATION OF COMPONENTS OF COMPLEX MIXTURES USING MACHINE LEARNING METHODS
SHANNON ENTROPY AS A CHARACTERISTS OF COMPLEX REACTION-DIFFUSION SYSTEMS // Сборник тезисов докладов XII Конгресса молодых ученых. Электронное издание. - СПб: Университет ИТМО, [2023]. - Режим доступа: своб.
Aliev T., Belyaev V.E., Pomytkina A.V., Nesterov P., Shityakov S., Sadovnichii R., Novikov A.S., Orlova O.Y., Masalovich M.S., Skorb E.V. Electrochemical Sensor to Detect Antibiotics in Milk Based on Machine Learning Algorithms. ACS Applied Materials and Interfaces. 2023. Vol. 15. No. 44. pp. 52010-52020.. doi: 10.1021/acsami.3c12050
Zhukov M.V., Aglikov A.S., Sabbukh M., Kozodaev D.A., Aliev T., Ulasevich S.A., Nosonovsky M.I., Skorb E.V. AFM-Topological Data Analysis of Brass after Ultrasonic Surface Modification. ACS Applied Engineering Materials. 2023. Vol. 1. No. 8. pp. 2084–2091.. doi: 10.1021/acsaenm.3c00233
Orlova T., Piven A., Darmoroz D., Aliev T., Abdelrazek T., Boitsev A., Grafeeva N., Skorb E. Machine learning for soft and liquid molecular materials. Digital Discovery. 2023. Vol. 2. No. 2. pp. 298-315.. doi: 10.1039/D2DD00132B
Aglikov A.S., Aliev T., Zhukov M.V., Nikitina A.A., Smirnov E., Kozodaev D., Nosonovsky M.I., Skorb E.V. Topological Data Analysis of Nanoscale Roughness of Layer-by-Layer Polyelectrolyte Samples Using Machine Learning. ACS Applied Electronic Materials. 2023. Vol. 5. No. 12. pp. 6955-6963.. doi: 10.1021/acsaelm.3c01358
THE USE OF MELAMINE BARBITURATE IN CARBON-CONTAINING INKS FOR SCREEN-PRINTED ELECTRODES
DATA PROCESSING AND MACHINE LEARNING FOR SPECIALLY DESIGNED REACTION-DIFFUSION SYSTEM ANALYSIS
REGULATION OF NEAR-ELECTRODE PROCESSES BY INCLUSION POLYELECTROLYTE STRUCTURES INTO SENSOR SYSTEMS
Supramolecular Materials for DNA Trap and Storage: How to Analyse with Machine Leaning
Мультиэлектродная система для определения наличия антибиотиков в сыром молоке
Multielectrode Electrochemical System for Antibiotics Detection in Raw Milk
MULTIELECTRODE ELECTROCHEMICAL SYSTEM FOR ANTIBIOTICS DETECTION IN RAW MILK
Masalovich M., Aliev T., Beliaev V.E., Pomytkina A.V., Nesterov P., Shityakov S., Sadovnichii R., Novikov A., Orlova O., Skorb E. The development of an electrochemical sensor for antibiotics in milk based on machine learning algorithms. arXiv.org [база препринтов]. 2022. Vol. arXiv:2212.04422. No. 0. pp. 1-38.. doi: https://doi.org/10.48550/arXiv.2212.04422
Беляев В.Е., Петрова М.С., Домарева Н.П., Алиев Т.А. Идентификация биологических компонентов сложных смесей при помощи методов машинного обучения. Молодые профессионалы. Всероссийская конференция. Сборник научных трудов (СПб, 25-27 октября 2022 г.). 2022. С. 53-55.
Евдокимов А.А., Алиев Т.А., Беляев В.Е., Домарева Н.П. Создание трёхэлектродной тест-полоски с использованием чернил на основе графитовых наночастиц и ацетилцеллюлозы. Молодые профессионалы. Всероссийская конференция. Сборник научных трудов (СПб, 25-27 октября 2022 г.). 2022. С. 65-67.
Korolev I.S., Aliev T., Orlova T., Ulasevich S.A., Nosonovsky M., Skorb E.V. When bubbles are not spherical: artificial intelligence analysis of ultrasonic cavitation bubbles in solutions of varying concentrations. Journal of Physical Chemistry B. 2022. Vol. 126. No. 16. pp. 3161-3169.. doi: 10.1021/acs.jpcb.2c00948
Aliev T., Timralieva A.A., Kurakina T.A., Katsuba K.E., Egorycheva Y.A., Dubovichenko M.V., Kutyrev M.A., Shilovskikh V.V., Orekhov N., Kondratyuk N., Semenov S.N., Kolpashchikov D.M., Skorb E.V. Designed assembly and disassembly of DNA in supramolecular structure: from ion regulated nuclear formation and machine learning recognition to running DNA cascade. Nano Select. 2022. Vol. 3. No. 11. pp. 1526-1536.. doi: 10.1002/nano.202200092
Electrochemical sensor platform to detect of viruses and bacterial pathogens in biological fluids
Electrochemical Sensor for Detection of Staphylococcus Aureus
Neural network for reaction-diffusion system image analysis // Сборник тезисов докладов Конгресса молодых ученых. Электронное издание. - СПб: Университет ИТМО, [2021]. - Режим доступа: своб.
Electroanalytical Detection of Zinc in Running Water Using Machine Learning
High-performance Liquid Chromatography (HPLC) as a Reference Method for Antibiotic Detection
Алиев Т.А., Кацуба К.Е., Куракина Т.А., Тимралиева А.А. Нейронная сеть для анализа изображений реакционно-диффузионных систем. Альманах научных работ молодых ученых Университета ИТМО. 2021. Т. 1. № 1. С. 5-8.
Nanostructuring of Screen-Printed Electrodes by Prussian Blue and Polyelectrolytes Layers for Biosensoring
Функциональные супрамолекулярные материалы для захвата активных форм кислорода
Методы машинного обучения для оценки эффективности супрамолекулярных материалов с инкапсулирующей функцией
Supramolecular Assemblies Analysis Using Machine Learning Image Processing
Определение качественного и количественного состава электролита по особенностям осцилляций кавитационного пузыря с применением машинного обучения // Сборник тезисов докладов Конгресса молодых ученых. Электронное издание. - СПб: Университет ИТМО, [2021]. - Режим доступа: своб.
Calixarene-Modified Heavy-Metal Ion Selective Screen-Printed Electrodes
Supramolecular Assemblies for Biomolecules Encapsulation
Алиев Т.А., Стрижнева В.К., Балдина А.А., Тимралиева А.А., Николаев К.Г., Скорб Е.В. Электрохимическое определение содержания цинка в воде с использованием сплава GaIn. Будущее науки в Санкт-Петербурге: сборник трудов Региональной молодежной научной конференции (Санкт-Петербург, 22 ноября 2021 года). 2021. С. 73-77.
Тимралиева А.А., Шиловских В.В., Нестеров П.В., Алиев Т.А., Скорб Е.В. Супрамолекулярные ансамбли на основе триаминопиримидина как перспективная матрица для инкапсуляции органических молекул. Будущее науки в Санкт-Петербурге: сборник трудов Региональной молодежной научной конференции (Санкт-Петербург, 22 ноября 2021 года). 2021. С. 78-83.
Electrochemical Platform for NeuroNet Analysis of Zn in blood and urine
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург