dlcp2025:review
Differences
This shows you the differences between two versions of the page.
| Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
| dlcp2025:review [30/10/2025 13:48] – [Section 2. Machine Learning for Environmental Sciences] admin | dlcp2025:review [05/11/2025 15:34] (current) – [Статус трудов] admin | ||
|---|---|---|---|
| Line 1: | Line 1: | ||
| ====== Статус трудов ====== | ====== Статус трудов ====== | ||
| + | // | ||
| - | <color / | + | Письма из редакции, |
| + | |||
| + | <color / | ||
| + | |||
| + | Уважаемые коллеги! Этап рецензирования статей завершен. Все работы переданы в редакцию. **Все дальнейшие контакты будут проходить напрямую с редакцией**. Позднее, | ||
| + | |||
| + | Если вы заметили какую-либо ошибку или у вас возникли вопросы, | ||
| + | |||
| + | // | ||
| Уважаемые участники конференции DLCP2025! Завершается рецензирование статей по докладам, | Уважаемые участники конференции DLCP2025! Завершается рецензирование статей по докладам, | ||
| Line 34: | Line 43: | ||
| |^ 42. Возможность применения метода нормализующих потоков для извлечения редких гамма событий в эксперименте TAIGA \\ +A.Kryukov | 26.08.2025 Получена | |^ 42. Возможность применения метода нормализующих потоков для извлечения редких гамма событий в эксперименте TAIGA \\ +A.Kryukov | 26.08.2025 Получена | ||
| |^ 41. SBI in dynamic data analysis of a multi-channel imaging detector \\ R.E. Saraev | 28.08.2025 Получена \\ 28.08.2025 Исправление+ \\ 29.08.2025 Рецензирование \\ 08.10.2025 Принята \\ **13.10.2025 в редакции** || | |^ 41. SBI in dynamic data analysis of a multi-channel imaging detector \\ R.E. Saraev | 28.08.2025 Получена \\ 28.08.2025 Исправление+ \\ 29.08.2025 Рецензирование \\ 08.10.2025 Принята \\ **13.10.2025 в редакции** || | ||
| - | |^ 76. Simulation of trawl processes using SINN architectures \\ K.E. Belkova | + | |^ 76. Simulation of trawl processes using SINN architectures \\ K.E. Belkova |
| - | |^39. ML-Based Optimum Sub-system Size for the GPU Implementation of the Tridiagonal Partition Method \\ +M. Veneva | + | |^39. ML-Based Optimum Sub-system Size for the GPU Implementation of the Tridiagonal Partition Method \\ +M. Veneva |
| |^ 44. Natural Image Classification via Quasi-Cyclic Graph Ensembles and Random-Bond Ising Models with Enhanced Nishimori Temperature \\ +V.S. Usatyuk | 25.08.2025 Получена \\ 26.08.2025 Исправление+ \\ 28.08.2025 Рецензирование \\ 08.10.2025 Доработка \\ 12.10.2025 Напоминание \\ 15.10.2025 Принята \\ **20.10.2025 в редакции** || | |^ 44. Natural Image Classification via Quasi-Cyclic Graph Ensembles and Random-Bond Ising Models with Enhanced Nishimori Temperature \\ +V.S. Usatyuk | 25.08.2025 Получена \\ 26.08.2025 Исправление+ \\ 28.08.2025 Рецензирование \\ 08.10.2025 Доработка \\ 12.10.2025 Напоминание \\ 15.10.2025 Принята \\ **20.10.2025 в редакции** || | ||
| |^ 43. Analysis of the TAIGA-HiSCORE Data using the Latent Space of Autoencoders \\ +Yu. Dubenskaya | |^ 43. Analysis of the TAIGA-HiSCORE Data using the Latent Space of Autoencoders \\ +Yu. Dubenskaya | ||
| Line 46: | Line 55: | ||
| |< - 70% 30% >| | |< - 70% 30% >| | ||
| ^^ Статья | ^^ Статья | ||
| - | |^ 90. Machine learning model for ventilatory thresholds prediction \\ A.S. Minkin | 28.08.2025 Получена \\ 30.08.2025 Исправление2 | + | |^ 90. Machine learning model for ventilatory thresholds prediction \\ A.S. Minkin | 28.08.2025 Получена \\ 30.08.2025 Исправление2 |
| |^ 67. Domain Adaptation of Neural Networks for Natural Waters Diagnostics by Raman Spectroscopy \\ L.S. Utegenova | |^ 67. Domain Adaptation of Neural Networks for Natural Waters Diagnostics by Raman Spectroscopy \\ L.S. Utegenova | ||
| |^ 89. Building height reconstruction using machine learning and ArcticDEM digital surface model \\ V.V. Okuneva | 29.08.2025 Получена \\ 29.08.2025 Исправление+ \\ 30.08.2025 Рецензирование \\ 08.10.2025 Доработка \\ 12.10.2025 Напоминание \\ 03.09.2025 Принята \\ **15.10.2025 В редакции** || | |^ 89. Building height reconstruction using machine learning and ArcticDEM digital surface model \\ V.V. Okuneva | 29.08.2025 Получена \\ 29.08.2025 Исправление+ \\ 30.08.2025 Рецензирование \\ 08.10.2025 Доработка \\ 12.10.2025 Напоминание \\ 03.09.2025 Принята \\ **15.10.2025 В редакции** || | ||
| - | |^ 83. Using Machine Learning Methods for Joint Processing of Data From Multiple Semiconductor Gas Sensors \\ I.V. Isaev | 29.08.2025 Получена \\ 30.08.2025 Рецензирование \\ 21.10.2025 Доработка \\ 25.10.2025 Напоминание \\ 26.10.2025 Подтверждение \\ **26.10.2025 Принята** || | + | |^ 83. Using Machine Learning Methods for Joint Processing of Data From Multiple Semiconductor Gas Sensors \\ I.V. Isaev | 29.08.2025 Получена \\ 30.08.2025 Рецензирование \\ 21.10.2025 Доработка \\ 25.10.2025 Напоминание \\ 26.10.2025 Подтверждение \\ 26.10.2025 Принята |
| - | |^ 51. AI-based spatial downscaling of surface wind fields over the Barents and Kara Seas \\ V.Yu. Rezvov | 28.08.2025 Получена \\ 29.08.2025 Исправление2 \\ 03.09.2025 Рецензирование \\ 25.10.2025 Доработка \\ 28.10.2025 Напоминание \\ 29.10.2025 Подтверждение \\ **30.10.2025 Принята** || | + | |^ 51. AI-based spatial downscaling of surface wind fields over the Barents and Kara Seas \\ V.Yu. Rezvov | 28.08.2025 Получена \\ 29.08.2025 Исправление2 \\ 03.09.2025 Рецензирование \\ 25.10.2025 Доработка \\ 28.10.2025 Напоминание \\ 29.10.2025 Подтверждение \\ 30.10.2025 Принята |
| |^ 15. Reconstruction of atmospheric surface relative humidity over the ocean from concurrent meteorological measurements and observations using machine learning methods \\ S.A. Vostrikova | 28.08.2025 Получена \\ 28.08.2025 Исправление \\ 03.09.2025 Рецензирование \\ 08.10.2025 Доработка \\ 12.10.2025 Напоминание \\ 15.10.2025 Подтверждение \\ 15.10.2025 Принята \\ **20.10.2025 в редакции** || | |^ 15. Reconstruction of atmospheric surface relative humidity over the ocean from concurrent meteorological measurements and observations using machine learning methods \\ S.A. Vostrikova | 28.08.2025 Получена \\ 28.08.2025 Исправление \\ 03.09.2025 Рецензирование \\ 08.10.2025 Доработка \\ 12.10.2025 Напоминание \\ 15.10.2025 Подтверждение \\ 15.10.2025 Принята \\ **20.10.2025 в редакции** || | ||
| - | |^ 73. Modeling turbulent transport of passive scalars in the planetary boundary layer using large eddy simulation and machine learning \\ I.A.Gerasimov | 28.08.2025 Получена \\ 03.09.2025 Исправление2 \\ 04.09.2025 Рецензирование \\ **29.10.2025 Принята** || | + | |^ 73. Modeling turbulent transport of passive scalars in the planetary boundary layer using large eddy simulation and machine learning \\ I.A.Gerasimov | 28.08.2025 Получена \\ 03.09.2025 Исправление2 \\ 04.09.2025 Рецензирование \\ 29.10.2025 Принята |
| |^ 45. Application of Convolutional Neural Networks for Upper Ionosphere Remote Sensing Using All-Sky Camera Data. \\ A.V. Vorobev| 16.08.2025 Получена+ \\ 28.08.2025 Исправление+ \\ 18.08.2025 Рецензирование \\ 15.10.2025 Доработка \\ 20.10.2025 Принята \\ **20.10.2025 в редакции** || | |^ 45. Application of Convolutional Neural Networks for Upper Ionosphere Remote Sensing Using All-Sky Camera Data. \\ A.V. Vorobev| 16.08.2025 Получена+ \\ 28.08.2025 Исправление+ \\ 18.08.2025 Рецензирование \\ 15.10.2025 Доработка \\ 20.10.2025 Принята \\ **20.10.2025 в редакции** || | ||
| - | |^ 82. COMPARISON OF MACHINE LEARNING METHODS FOR ACCOUNTING LAGGED RELATIONSHIPS IN URBAN HEAT ISLAND MODELING \\ K.F. Nazmutdinov | 29.08.2025 Получена \\ 09.09.2025 Исправление3 \\ 10.09.2025 Рецензирование \\ 21.10.2025 Доработка \\ 25.10.2025 Подтверждение \\ **26.10.2025 Принять** || | + | |^ 82. COMPARISON OF MACHINE LEARNING METHODS FOR ACCOUNTING LAGGED RELATIONSHIPS IN URBAN HEAT ISLAND MODELING \\ K.F. Nazmutdinov | 29.08.2025 Получена \\ 09.09.2025 Исправление3 \\ 10.09.2025 Рецензирование \\ 21.10.2025 Доработка \\ 25.10.2025 Подтверждение \\ 26.10.2025 Принять |
| - | || 56. Detection of Irminger Rings in high resolution ocean hydrodynamic modeling data using artificial neural networks \\ M. Kalinin | 28.08.2025 Получена \\ 03.09.2025 Исправление2 \\ 06.09.2025 Рецензирование \\ **25.10.2025 Доработка** \\ 28.10.2025 Напоминание || | + | |^ 56. Detection of Irminger Rings in high resolution ocean hydrodynamic modeling data using artificial neural networks \\ M. Kalinin | 28.08.2025 Получена \\ 03.09.2025 Исправление2 \\ 06.09.2025 Рецензирование \\ 25.10.2025 Доработка \\ 28.10.2025 Напоминание |
| |^ 92. Intercomparison of Machine Learning and Ingredient-Based Approaches for Identifying Hail-Prone Weather Conditions over Russia \\ P.D. Blinov | |^ 92. Intercomparison of Machine Learning and Ingredient-Based Approaches for Identifying Hail-Prone Weather Conditions over Russia \\ P.D. Blinov | ||
| - | |^ 54. Foundation Models of Ocean and Atmosphere in 2025: Milestones and Perspectives \\ M.A. Krinitskiy | 29.08.2025 Получена \\ 03.09.2025 Исправление2 \\ 10.09.2025 Рецензирование \\ 26.10.2025 Доработка \\ **28.10.2025 Принята** || | + | |^ 54. Foundation Models of Ocean and Atmosphere in 2025: Milestones and Perspectives \\ M.A. Krinitskiy | 29.08.2025 Получена \\ 03.09.2025 Исправление2 \\ 10.09.2025 Рецензирование \\ 26.10.2025 Доработка \\ 28.10.2025 Принята |
| 12 | 12 | ||
| Line 65: | Line 74: | ||
| ^^ Статья, | ^^ Статья, | ||
| |^ 37. Neutron spectrum unfolding using deep learning models for tabular data \\ K.A. Chizhov | 29.07.2025 Получена+ \\ 31.07.2025 Исправление+ \\ 16.08.2025 Рецензирование \\ 08.10.2025 Принять \\ **13.10.2025 В редакции** || | |^ 37. Neutron spectrum unfolding using deep learning models for tabular data \\ K.A. Chizhov | 29.07.2025 Получена+ \\ 31.07.2025 Исправление+ \\ 16.08.2025 Рецензирование \\ 08.10.2025 Принять \\ **13.10.2025 В редакции** || | ||
| - | |^ 49. Transfer Learning with Gradient Boosting for Geophysical Inverse Problems with Limited Data \\ M.K. Shaleev | + | |^ 49. Transfer Learning with Gradient Boosting for Geophysical Inverse Problems with Limited Data \\ M.K. Shaleev |
| |^ 48. Analysis of FBPINN training strategies \\ +P.G. Alimov | 20.08.2025 Получена \\ 29.08.2025 Исправление2 \\ 30.08.2025 Рецензирование \\ 03.10.2025 Доработка \\ 03.09.2025 Принята \\ **13.10.2025 В редакции** || | |^ 48. Analysis of FBPINN training strategies \\ +P.G. Alimov | 20.08.2025 Получена \\ 29.08.2025 Исправление2 \\ 30.08.2025 Рецензирование \\ 03.10.2025 Доработка \\ 03.09.2025 Принята \\ **13.10.2025 В редакции** || | ||
| |^ 62. The creation of reasonable robot control behavior in the form of executable code \\ M.S. Skorokhodov | |^ 62. The creation of reasonable robot control behavior in the form of executable code \\ M.S. Skorokhodov | ||
| Line 74: | Line 83: | ||
| |^ 85. Finding optimal carbon dots synthesis parameters for quantitative analysis of components in multi-component aqueous solutions using machine learning \\ A.A. Guskov | |^ 85. Finding optimal carbon dots synthesis parameters for quantitative analysis of components in multi-component aqueous solutions using machine learning \\ A.A. Guskov | ||
| |^ 91. Classifying Russian speech commands with a hardware-deployable spiking neural network transferred from an artificial neural network \\ A. Serenko | |^ 91. Classifying Russian speech commands with a hardware-deployable spiking neural network transferred from an artificial neural network \\ A. Serenko | ||
| - | |^ 64. Optimization of IRT-T research reactor fuel loading pattern by genetic algorithm \\ N.V. Smolnikov | 25.08.2025 Получена+ \\ 27.08.2025 Исправление+ \\ 28.08.2025 Рецензирование \\ 19.10.2025 Доработка \\ 22.10.2025 Подтверждение \\ 25.10.2025 Доработка2 \\ **26.10.2025 - Принять** || | + | |^ 64. Optimization of IRT-T research reactor fuel loading pattern by genetic algorithm \\ N.V. Smolnikov | 25.08.2025 Получена+ \\ 27.08.2025 Исправление+ \\ 28.08.2025 Рецензирование \\ 19.10.2025 Доработка \\ 22.10.2025 Подтверждение \\ 25.10.2025 Доработка2 \\ 26.10.2025 - Принять |
| 11 | 11 | ||
dlcp2025/review.1761832094.txt.gz · Last modified: by admin
