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.
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.
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.
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.
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.
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.
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.
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.
IN-LINE ANALYZER FOR DETERMINING THE CONCENTRATION OF CORROSION INHIBITORS IN OIL
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.
Practice-Oriented Introduction to Machine Learning : Linear Regression, Decision Tree, and Single Layer Perceptron models
Всероссийская междисциплинарная олимпиада школьников 8-11 класса «Национальная технологическая олимпиада». Учебно-методическое пособие Том 29. Инфохимия
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.
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.
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.
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.
Zhukov M.V., Ulasevich S.A., Aglikov A.S., Sabbukh M., Kozodaev D.A., Aliev T., Nosonovsky M., Skorb E.V. Topological Data Analysis of Brass after Ultrasonic Surface Modification. ACS Applied Engineering Materials. 2023. Vol. 1. No. 8. pp. 2084-2091.
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.
THE USE OF MELAMINE BARBITURATE IN CARBON-CONTAINING INKS FOR SCREEN-PRINTED ELECTRODES
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.
IDENTIFICATION OF COMPONENTS OF COMPLEX MIXTURES USING MACHINE LEARNING METHODS
Топологический анализ данных наноразмерной шероховатости полиионных сборок с использованием методов машинного обучения
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.
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.
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.
MULTIELECTRODE ELECTROCHEMICAL SYSTEM FOR ANTIBIOTICS DETECTION IN RAW MILK
Мультиэлектродная система для определения наличия антибиотиков в сыром молоке
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.
Supramolecular Materials for DNA Trap and Storage: How to Analyse with Machine Leaning
DATA PROCESSING AND MACHINE LEARNING FOR SPECIALLY DESIGNED REACTION-DIFFUSION SYSTEM ANALYSIS
REGULATION OF NEAR-ELECTRODE PROCESSES BY INCLUSION POLYELECTROLYTE STRUCTURES INTO SENSOR SYSTEMS
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.
Multielectrode Electrochemical System for Antibiotics Detection in Raw Milk
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.
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
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.
High-performance Liquid Chromatography (HPLC) as a Reference Method for Antibiotic Detection
Electrochemical sensor platform to detect of viruses and bacterial pathogens in biological fluids
Nanostructuring of Screen-Printed Electrodes by Prussian Blue and Polyelectrolytes Layers for Biosensoring
Функциональные супрамолекулярные материалы для захвата активных форм кислорода
Supramolecular Assemblies for Biomolecules Encapsulation
Методы машинного обучения для оценки эффективности супрамолекулярных материалов с инкапсулирующей функцией
Supramolecular Assemblies Analysis Using Machine Learning Image Processing
Calixarene-Modified Heavy-Metal Ion Selective Screen-Printed Electrodes
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.
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.
Electrochemical Platform for NeuroNet Analysis of Zn in blood and urine
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург