Современные тенденции в компьютерном анализе данных

Авторы

  • Юрий Семенович Харин Научно-исследовательский институт прикладных проблем математики и информатики БГУ, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Сергей Владимирович Абламейко Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

Ключевые слова:

статистический анализ данных, робастность, стохастика, дискретные данные, нейронные сети, компьютерное зрение

Аннотация

Описываются современные тенденции в компьютерном анализе данных, представленные на конференции «Компьютерный анализ данных и моделирование» и конгрессе «Информационные системы и технологии».

Биографии авторов

  • Юрий Семенович Харин, Научно-исследовательский институт прикладных проблем математики и информатики БГУ, пр. Независимости, 4, 220030, г. Минск, Беларусь

    доктор физико-математических наук, академик НАН Беларуси, профессор; директор

  • Сергей Владимирович Абламейко, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

    доктор технических наук, академик НАН Беларуси, профессор; профессор кафедры веб-технологий и компьютерного моделирования механико-математического факультета

Библиографические ссылки

  1. Kharin Yu. Robustness in statistical pattern recognition. Dordrecht: Kluwer Academic Publishers; 1996. 302 p.
  2. Hampel FR, Ronchetti EM, Rousseeuw PJ, Stahel WA. Robust statistics: the approach based on influence functions. New York: Wiley; 1986. 350 p.
  3. Kharin Yu. Robustness in statistical forecasting. New York: Springer; 2013. 356 p.
  4. Maronna RA, Martin RD, Yohai VJ. Robust statistics: theory and methods. Chichester: Wiley; 2006. 420 p.
  5. Rousseeuw PJ, Leroy AM. Robust regression and other detection. London: Wiley; 1987. 485 p.
  6. Becker C, Fried R, Kuhnt S, editors. Robustness and complex data structures. New York: Springer; 2013. 283 p.
  7. Fokianos K, Fried R, Kharin Yu, Voloshko V. Statistical analysis of multivariate discrete-valued time series. Journal of Multivariate Analysis. 2022;188:104805.
  8. Kharin YuS, Voloshko VA. Robust estimation of AR coefficients under simultaneously influencing outliers and missing values. Journal of Statistical Planning and Inference. 2011;141:3276–3288. DOI: 10.1016/j.jspi.2011.04.015.
  9. Kharin Yu, Voloshko V. Robust estimation for binomial conditionally non-linear autoregressive time series based on multivariate conditional frequencies. Journal of Multivariate Analysis. 2021;185:104777.
  10. Kharin YuS, Petlitskii AI. A Markov chain of order s with r partial connections and statistical inference on its parameters. Discrete Mathematics and Applications. 2007;17(3):295–317.
  11. Kharin Yu, Voloshko V. Statistical analysis of parsimonious high-order multivariate finite Markov chains based on sufficient statistics. Journal of Multivariate Analysis. 2025;208:105422. DOI: 10.1016/j.jmva.2025.105422.
  12. Kharin YuS, Valoshka VA, Dernakova OV, Malugin VI, Kharin AYu. Statistical forecasting of the dynamics of epidemiological indicators for COVID-19 incidence in the Republic of Belarus. Journal of the Belarusian State University. Mathematics and Informatics. 2020;3:36–50. Russian. DOI: 10.33581/2520-6508-2020-3-36-50.
  13. Kim S, Park S, Na B, Yoon S. Spiking-YOLO: spiking neural network for energy-efficient object detection. arXiv:1903.06530 [Preprint]. 2019 [cited 2025 December 20]: [9 p.]. Available from: https://arxiv.org/abs/1903.06530.
  14. Luo X, Yao M, Chou Y, Xu B, Li G. Integer-valued training and spike-driven inference spiking neural network for high-performance and energy-efficient object detection. arXiv:2407.20708 [Preprint]. 2024 [cited 2025 December 20]: [19 p.]. Available from: https://arxiv.org/pdf/2407.20708.
  15. Niu W-H, Zhai R-B. A video human behavior recognition method based on improved 3D ResNet[J]. Computer Engineering & Science. 2023;45(10):1814–1821.
  16. Lai HY, Hu C-C, Wen C-H, Wu J-X, Pai N-S, Yeh C-Y. Mel-scale frequency extraction and classification of dialect-speech signals with 1D CNN based classifier for gender and region recognition. IEEE Access. 2024;12:102962–102976. DOI: 10.1109/ACCESS.2024.3430296.
  17. Haruna Y, Qin S, Chukkol AHA, Yusuf AA, Bello I, Lawan A. Exploring the synergies of hybrid convolutional neural network and vision transformer architectures for computer vision: a survey. Engineering Applications of Artificial Intelligence. 2025;144:110057. DOI: 10.1016/j.engappai.2025.110057.
  18. Kang Hong H, Cho H. Cross-modal dynamic transfer learning for multimodal emotion recognition. IEEE Access. 2024;12:14324–14333. DOI: 10.1109/ACCESS.2024.3356185.

Загрузки

Дополнительные файлы

Опубликован

2026-05-06

Выпуск

№ 1 (2026): Журнал Белорусского государственного университета. Математика. Информатика

Раздел

Компьютерный анализ данных

Лицензия

Copyright (c) 2026 Журнал Белорусского государственного университета. Математика. Информатика

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).

Как цитировать

[1]
Харин, Ю.С. и Абламейко, С.В. 2026. Современные тенденции в компьютерном анализе данных. Журнал Белорусского государственного университета. Математика. Информатика. 1 (май 2026), 6–15.