Попков Ю. С. (ИПУ РАН, Лаборатория 07). Публикации

Библиографическая ссылкаГод

Монографии

1Попков Ю.С. Теория макросистем. Равновесные модели. Моква: URSS, 2015. – 320 с.2015
2Попков Ю.С. Mathematical Demoeconomy: Integrating Demographic and Economic Approaches. Berlin: Walter de Gruyter GmbH, 2014. – 500 с.2014
3Попков Ю.С. Математическая демоэкономика: Макросистемный подход. М.: ЛЕНАНД, 2013. – 560 с.2013

Статьи в журналах/сборниках из перечня Web of Science/Scopus

4Попков Ю.С. Soft randomized machine learning procedure for modeling dynamic interaction of regional systems // Entropy. 2019. Т .21, № 4. С. 424-430.2019
5Попков Ю.С., van Wissen L. Equilibrium and stability of entropy operator model for migratory interaction of regional systems // Mathematics. 2019. Т. 7, № 2. С. 130-135.2019
6Попков Ю.С., Попков А.Ю. Cross-Entropy Optimal Dimensionality Reduction with a Condition on Information Capacity / Doklady Mathematics. Moscow: Pleiades Publishing, Ltd., 2019. Т. 100, № 2. С. 420-422.2019
7Дарховский Б.С., Попков Ю.С., Попков А.Ю., Алиев А.С. A Method of Generating Random Vectors with a Given Probability Density Function // AUTOMATION AND REMOTE CONTROL. 2018. Vol. 79, No. 9. С. 1567-1579.2018
8Попков Ю.С. Method of Linear Majorant in the Theory of Monotonic Entropy Operators / Doklady Mathematics. М.: Pleiades Publishing, Ltd, 2018. Vol. 97, No.3. С. 277-278.2018
9Попков Ю.С. Soft Randomized Machine Learning / Doklady Mathematics. Moscow: Pleiades Publishing, Ltd, 2018. Vol. 98, No.3. С. 646-647.2018
10Попков Ю.С. Upper bound design for the Lipschitz constant of the FG(n, q)-entropy operator // Mathematics. 2018. Т. 6, № 5. С. 73-78.2018
11Попков Ю.С., Дубнов Ю.А., Попков А.Ю. Introduction to the theory of randomized machine learning // Studies in Computational Intelligence. 2018. Vol. 756. С. 199-220.2018
12Попков Ю.С., Попков А.Ю., Дубнов Ю.А. Entropy Dimension Reduction Method for Randomized Machine Learning Problems // Automation and Remote Control. 2018. Vol. 79, No.1. С. 2038-2051.2018
13Попков Ю.С., Дарховский Б.С., Попков А.Ю. Iterative MC-Algorithm to Solve the Global Optimization Problems // AUTOMATION AND REMOTE CONTROL. 2017. Vol. 78, No. 2. С. 261-275.2017
14Попков Ю.С., Дубнов Ю.А., Volkovich Z., Ravve E., Avros R. Entropy "2"-Soft Classification of Objects // Entropy. 2017. Т. 19, № 4. С. 178-184.2017
15Попков Ю.С., Дарховский Б.С., Попков А.Ю. GFS algorithm based on batch Monte Carlo trials for solving global optimization problems // AIP Conference Proceedings ( NUMTA-2016 2nd International Conference and Summer School "Numerical Computations:Theory and Algorithms"). 2016. Vol. 1776. С. 060009-1--060009-4.2016
16Попков Ю.С., Дубнов Ю.А. Entropy-robust randomized forecasting under small sets of retrospective data // AUTOMATION AND REMOTE CONTROL. 2016. Vol. 77, No. 5. С. 839-854.2016
17Попков Ю.С., Дубнов Ю.А., Попков А.Ю. New Method of Randomized Forecasting Using Entropy-Robust Estimation: Application to the World Population Prediction // Mathematics. 2016. No. 4. С. 1-16.2016
18Попков Ю.С., Попков А.Ю., Дарховский Б.С. Parallel Monte Carlo for entropy robust estimation // Mathematical Models and Computer Simulations. 2016. Vol. 8, No. 1. С. 27-39.2016
19Дарховский Б.С., Попков Ю.С., Попков А.Ю. Monte Carlo Method of Batch Iterations: Probabilistic Characteristics // AUTOMATION AND REMOTE CONTROL. 2015. Vol. 76, No. 5. С. 775-784.2015
20Попков Ю.С., Попков А.Ю. New Methods of Entropy-Robust Estimation for Randomized Models under Limited Data // Entropy. 2014. Т. 16, № 2. С. 675-698.2014
21Попков Ю.С., Попков А.Ю., Лысак Ю.Н. Estimating the Characteristics of Randomized Dynamic Data Models (the Entropy-Robust Approach) // AUTOMATION AND REMOTE CONTROL. 2014. Vol. 75, No. 5. С. 872-879.2014
22Попков Ю.С., Попков А.Ю., Лысак Ю.Н. Estimation of Characteristics of Randomizad Static Models of Data (Entropy-Robust Approach) // Automation and Remote Control. 2013. Vol. 74, No. 11. С. 1863-1877.2013

Статьи в журналах/сборниках из перечня ВАК

23Попков Ю.С., Попков А.Ю. Параметрическое и непараметрическое оценивание характеристик рандомизированных моделей при малых объемах данных (энтропийный подход) // Математическое моделирование. 2015. Т. 27, №. 3. С. 63-85.2015
24Попков Ю.С., Левитин Е.С. Аксиоматический подход к математической теории макросистем с одновременным поиском априорных вероятностей и стационарных значений стохастических потоков // Труды ИСА РАН. 2014. Т. 64, № 3. С. 35-40.2014
25Попков Ю.С., Попков А.Ю., Дарховский Б.С. Метод пакетных итераций Монте-Карло для решения задач глобальной оптимизации // Информационные технологии и вычислительные системы. 2014. № 3. С. 17-30.2014

Пленарные доклады и доклады из перечня Web of Science/Scopus

26Попков Ю.С., Дубнов Ю.А., Попков А.Ю. Randomized machine learning: Statement, solution, applications / Proceedings of IEEE 8th International Conference on Intelligent Systems (IS-2016). Boston, USA: IEEE, 2016. С. 27-39.2016
27Попков Ю.С., Попков А.Ю. Restoration of Randomized Model Characteristics under Smoll Amounts of Data: Entropy-Robust Estimation / Proceedings of International Conference on Industrial Engineering and Engineering Management (IEEM-2013, Bangkok). Bangkok: IEEE, 2013. С. 757-761.2013

Доклады

28Попков Ю.С. Инструментарий рандомизированного прогнозирования (энтропийно-робастное оценивание) / Труды 3-й Международной научной конференции «Информационные технологии и системы» (ИТИС-2014). Челябинск: Издательство ЧГУ, 2014. С. 7-20.2014