Секция 2

Вероятностные методы в обработке информации. Байесовский подход

• Разработка системы стохастического моделирования на основе вероятностных графовых моделей
  И. Н. Манякин, М. В. Бахмутский, Д. А. Иванов (МСистемы) 
  
  
• Разработка метода защиты нейронных сетей от состязательных атак на основе adversarial training с использованием множества алгоритмов генерации атакованных изображений
  Д. Д. Скалдин, И. С. Соколов, А. В. Шевченко, Ю. В. Трофимов, А. Н. Аверкин (Университет «Дубна») 
  
  
• Численно устойчивая реализация парного фильтра Калмана на основе LD-разложения ковариационных матриц
  А. В. Цыганов (УлГПУ им. И.Н. Ульянова)
  
  
• Децентрализованные оценки математического ожидания и дисперсии в сенсорной сети на основе алгоритма консенсуса
  Е. А. Маврычев (Нижегородский государственный технический университет им. Р.Е. Алексеева)
  
  
• Информационная дивергенция в статистической линеаризации
  К. Р. Чернышев (Институт проблем управления им. В.А. Трапезникова РАН) 
  
  
• Статистический тест для выявления присутствия скрытых пиков в спектральных сигналах
  К. К. Семенов (СПбПУ)
  
  
• Совершенствование метода измерения пропускной способности сетевых устройств на основе адаптивных алгоритмов поиска с учетом истории измерений
  С. Е. Кублицкий, К. К. Семенов (Санкт-Петербургский политехнический университет Петра Великого)