05.13.18 (математическое моделирование, численные методы и комплексы программ)
E-mail:
Ключевые слова:
полупараметрические статистические методы, вероятностно-статистические модели, смешанные распределения, методы вычислительной статистики, анализ данных, машинное обучение, нейронные сети
Основные темы научной работы
Разработка и аналитическое исследование полупараметрических методов построения и анализа вероятностно-статистических моделей неоднородных данных, ориентированных на ситуацию недостатка или отсутствия априорной информации о физической природе исследуемых процессов. Развитие статистических подходов в области повышения точности методов машинного обучения.
Основные публикации:
Gorshenin A. K., “Adaptive detection of normal mixture signals with pre-estimated Gaussian mixture noise”, Pattern Recognition and Image Analysis, 29:3 (2019), 377-383
Gorshenin A. K., Korolev V. Yu., Zeifman A. I., “Modeling particle size distribution in lunar regolith via a central limit theorem for random sums”, Mathematics, 8:9 (2020), 1409
Gorshenin A. K., Kuzmin V. Yu., “Improved architecture and configurations
of feedforward neural networks to increase accuracy of predictions for moments of
finite normal mixtures”, Pattern Recognition and Image Analysis, 29:1 (2019), 79-88
Korolev V. Yu., Gorshenin A. K., “Probability models and statistical tests for extreme precipitation based on generalized negative binomial distributions”, Mathematics, 8:4 (2020), 604
Batanov G. M., Borzosekov V. D., Gorshenin A. K., Kharchev N. K., Korolev V. Yu., Sarskyan K. A., “Evolution of statistical properties
of microturbulence during transient process under electron cyclotron resonance
heating of the L-2M stellarator plasma”, Plasma Physics and Controlled Fusion, 61:7 (2019), 075006
А. К. Горшенин, С. А. Горбунов, Д. Ю. Волканов, “О кластеризации объектов сетевой вычислительной инфраструктуры на основе анализа статистических аномалий в трафике”, Информ. и её примен., 17:3 (2023), 76–87
2022
2.
А. К. Горшенин, Е. И. Гусейнова, “Повышение доходности торговли на FOREX с помощью LSTM-идентификации свечных паттернов и индикатора тиковых объемов”, Информ. и её примен., 16:3 (2022), 26–38
А. К. Горшенин, В. Ю. Кузьмин, “Метод повышения точности нейросетевых прогнозов с использованием смешанных вероятностных моделей и его реализация в виде цифрового сервиса”, Информ. и её примен., 15:3 (2021), 63–74
А. Р. Ибрагимова, А. К. Горшенин, “О глубоких гауссовских моделях в задачах машинного обучения”, Интеллектуальные системы. Теория и приложения, 25:4 (2021), 121–124
5.
А. Л. Виляев, А. К. Горшенин, “О моделировании торговых стратегий для валютных пар с использованием глубоких нейронный сетей и метода скользящего разделения смесей”, Интеллектуальные системы. Теория и приложения, 25:4 (2021), 92–95
А. К. Горшенин, В. Ю. Королев, А. А. Щербинина, “Статистическое оценивание распределений случайных коэффициентов стохастического дифференциального уравнения Ланжевена”, Информ. и её примен., 14:3 (2020), 3–12
А. К. Горшенин, В. Ю. Королев, “Аппроксимация распределений размеров частиц лунного реголита на основе метода статистической симуляции выборок”, Информ. и её примен., 14:2 (2020), 50–57
8.
А. К. Горшенин, В. Ю. Кузьмин, “Анализ конфигураций LSTM-сетей для построения среднесрочных векторных прогнозов”, Информ. и её примен., 14:1 (2020), 10–16
А. К. Горшенин, В. Ю. Кузьмин, “Применение рекуррентных нейронных сетей для прогнозирования моментов конечных нормальных смесей”, Информ. и её примен., 13:3 (2019), 114–121
А. К. Горшенин, О. П. Мартынов, “Гибридные модели экстремального градиентного бустинга для восстановления пропущенных значений в данных об осадках”, Информ. и её примен., 13:3 (2019), 34–40
А. К. Горшенин, В. Ю. Кузьмин, “Оптимизация гиперпараметров нейронных сетей с использованием высокопроизводительных вычислений для предсказания осадков”, Информ. и её примен., 13:1 (2019), 75–81
2018
12.
А. К. Горшенин, “Развитие сервисов цифровых платформ для преодоления нефинансовых барьеров”, Информ. и её примен., 12:4 (2018), 106–112
13.
В. Ю. Королев, А. К. Горшенин, А. И. Зейфман, “Новые представления обобщенного распределения Миттаг-Леффлера в виде смесей и их приложения”, Информ. и её примен., 12:4 (2018), 75–85
А. К. Горшенин, В. Ю. Королев, “Определение экстремальности объемов осадков на основе метода превышения порогового значения”, Информ. и её примен., 12:4 (2018), 16–24
А. К. Горшенин, “Зашумление данных конечными смесями нормальных и гамма-распределений с применением к задаче округления наблюдений”, Информ. и её примен., 12:3 (2018), 28–34
А. К. Горшенин, В. Ю. Кузьмин, “Прогнозирование моментов конечных нормальных смесей с использованием нейронных сетей прямого распространения”, Системы и средства информ., 28:3 (2018), 62–71
2017
17.
А. К. Горшенин, “Анализ вероятностно-статистических характеристик осадков на основе паттернов”, Информ. и её примен., 11:4 (2017), 38–46
А. К. Горшенин, “О некоторых математических и программных методах построения структурных моделей информационных потоков”, Информ. и её примен., 11:1 (2017), 58–68
А. К. Горшенин, Е. С. Данилович, Д. Р. Хромов, “Система управления обучением ELIS. Пользовательский интерфейс и функциональные возможности”, Системы и средства информ., 27:2 (2017), 70–84
А. К. Горшенин, Е. С. Данилович, Д. Р. Хромов, “Система управления обучением ELIS. Архитектурные решения”, Системы и средства информ., 27:2 (2017), 60–69
А. К. Горшенин, В. Ю. Кузьмин, “Портал MSM Tools как гетерогенный вычислительный сервис”, Системы и средства информ., 27:1 (2017), 60–72
2016
22.
П. В. Шнурков, А. К. Горшенин, В. В. Белоусов, “Аналитическое решение задачи оптимального управления полумарковским процессом с конечным множеством состояний”, Информ. и её примен., 10:4 (2016), 72–88
П. В. Шнурков, В. В. Засыпко, В. В. Белоусов, А. К. Горшенин, “Разработка алгоритма численного решения задачи оптимального управления инвестициями в закрытой динамической модели трехсекторной экономики”, Информ. и её примен., 10:1 (2016), 82–95
24.
А. К. Горшенин, “Концепция онлайн-комплекса для стохастического моделирования реальных процессов”, Информ. и её примен., 10:1 (2016), 72–81
А. К. Горшенин, В. Ю. Кузьмин, “Применение архитектуры CUDA при реализации сеточных алгоритмов для метода скользящего разделения смесей”, Системы и средства информ., 26:4 (2016), 60–73
В. Ю. Королев, А. К. Горшенин, С. К. Гулев, К. П. Беляев, “Статистическое моделирование турбулентных потоков тепла между океаном и атмосферой с помощью метода скользящего разделения конечных нормальных смесей”, Информ. и её примен., 9:4 (2015), 3–13
А. К. Горшенин, “Визуализация результатов для метода скользящего разделения смесей”, Информ. и её примен., 8:4 (2014), 78–84
29.
А. К. Горшенин, “Информационная технология исследования тонкой структуры хаотических процессов в плазме с помощью анализа спектров”, Системы и средства информ., 24:1 (2014), 116–127
А. К. Горшенин, С. В. Замковец, В. Н. Захаров, “Параллелизм в микропроцессорах”, Системы и средства информ., 24:1 (2014), 46–60
2013
31.
В. Ю. Королев, А. В. Черток, А. Ю. Корчагин, А. К. Горшенин, “Вероятностно-статистическое моделирование информационных потоков в сложных финансовых системах на основе высокочастотных данных”, Информ. и её примен., 7:1 (2013), 12–21
А. К. Горшенин, В. Ю. Королев, Д. В. Малахов, Н. Н. Скворцова, “Об исследовании плазменной турбулентности на основе анализа спектров”, Компьютерные исследования и моделирование, 4:4 (2012), 793–802
А. К. Горшенин, “О применении асимптотических критериев для
определения числа компонент смеси вероятностных
распределений”, Компьютерные исследования и моделирование, 4:1 (2012), 45–53
34.
А. К. Горшенин, “Об устойчивости сдвиговых смесей нормальных законов по отношению к изменениям смешивающего распределения”, Информ. и её примен., 6:2 (2012), 22–28
А. К. Горшенин, “Устойчивость масштабных смесей нормальных законов относительно изменений смешивающего распределения”, Системы и средства информ., 22:1 (2012), 167–179
В. Е. Бенинг, А. К. Горшенин, В. Ю. Королев, “Асимптотически оптимальный критерий проверки гипотез о числе компонент смеси вероятностных распределений”, Информ. и её примен., 5:3 (2011), 4–16
Г. М. Батанов, А. К. Горшенин, В. Ю. Королев, Д. В. Малахов, Н. Н. Скворцова, “Эволюция вероятностных характеристик низкочастотной турбулентности плазмы”, Матем. моделирование, 23:5 (2011), 35–55; G. M. Batanov, A. K. Gorshenin, V. Yu. Korolev, D. V. Malakhov, N. N. Skvortsova, “The evolution of probability characteristics of low-frequency plasma turbulence”, Math. Models Comput. Simul., 4:1 (2012), 10–25
А. К. Горшенин, В. Ю. Королев, Д. В. Малахов, Н. Н. Скворцова, “Анализ тонкой стохастической структуры хаотических процессов с помощью ядерных оценок”, Матем. моделирование, 23:4 (2011), 83–89
А. К. Горшенин, И. А. Казаков, В. Ю. Королев, “Робастная версия EM-алгоритма для конечных смесей нормальных законов”, Вестник ТвГУ. Серия: Прикладная математика, 2011, № 22, 63–72
2008
41.
А. К. Горшенин, В. Ю. Королёв, А. М. Турсунбаев, “Медианные модификации ЕМ- и SEM-алгоритмов для разделения смесей вероятностных распределений и их применение к декомпозиции волатильности финансовых временных рядов”, Информ. и её примен., 2:4 (2008), 12–47
Обратная связь: