Здравствуйте. Ваша тема довольно узкая, публикаций найдено немного. Предлагаем следующие материалы более общего характера для начала работы (источники: ЭК РНБ, ИПС Яндекс, ИПС Google Академия, КиберЛенинка, Elibrary):
1. Демидова Л.А. Методы решения проблемы дисбаланса классов в задаче бинарной классификации / Л. А. Демидова, М. А. Шаршатов, А. А. Шыхыев // ИТ-Стандарт : электрон. журн. – 2023. – № 1. – С. 22-33. – URL:
https://itstd-journal.ru/wp-content/uploads/2024/03/METHODS-FOR-SOLVING-THE-CLASS-IMBALANCE-PROBLEM-IN-.pdf (дата обращения: 06.01.2026).
2. Куликов Е.П. Диагностические возможности современной радиотермометрии в онкомаммологической практике / Е. П. Куликов, А. Н. Демко, А. А. Волков и др. // Российский медико-биологический вестник им. акад. И.П. Павлова. – 2021. – № 4. – С. 531-538. – Электронная копия доступна на сайте КиберЛенинка. URL:
https://cyberleninka.ru/article/n/diagnosticheskie-vozmozhnosti-sovremennoy-radiotermometrii-v-onkomammologicheskoy-praktike (дата обращения: 06.01.2026).
3. Линденбратен Л.Д. Медицинская радиология : (Основы лучевой диагностики и лучевой терапии) : учебник / Л. Д. Линденбратен, И. П. Королюк. – Москва : Медицина, 2000. – 670 с.
4. Лосев А.Г. Математическое моделирование и машинное обучение в анализе данных микроволновой радиотермометрии / А. Г. Лосев, И. Е. Попов // Интеллектуальные системы в науке и технике. Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : сб. ст. по материалам Междунар. конф. и Шестой Всерос. науч.-практ. конф. – Пермь, 2020. – С. 28-34. – Электронная копия доступна на сайте Eliberary. URL:
https://elibrary.ru/item.asp?id=44314746 (дата обращения: 06.01.2026). – Доступ после регистрации.
5. Низамли Я.А. Улучшение трансферного обучения для классификации МРТ головного мозга: сравнительное исследование пространственных и признаковых преобразований / Я. А. Низамли, В. В. Фадел, А. Ю. Филатов и др. // XXVII Международная конференция по мягким вычислениям и измерениям (SCM'2025) : материалы науч.-практ. конф. – Санкт-Петербург, 2025. – С. 532-536. – Электронная копия доступна на сайте конференции. URL:
https://scm.etu.ru/assets/files/2025/sbornik/532-536.pdf (дата обращения: 06.01.2026).
6. Попов И.Е. Методы интерпретации и валидации математических моделей состояния биологических тканей по данным микроволновой радиотермометрии : автореф. дис. ... канд. техн. наук / Попов И.Е. ; Волгоградский гос. ун-т. – Волгоград, 2025. – 22 с. – Электронная копия доступна на сайте РГБ. URL:
https://search.rsl.ru/ru/view/01013839749?redirect=http%3A%2F%2Fdlib.rsl.ru%2Frsl01013000000%2Frsl01013839000%2Frsl01013839749%2Frsl01013839749.pdf (дата обращения: 06.01.2026).
7. Шакла Н. Машинное обучение & TensorFlow / Н. Шакла ; пер. с англ. А. И. Демьяников. – Санкт-Петербург : Питер : Прогресс книга, 2019. – 331 с. – Электронная копия доступна на сайте Djvu. URL:
https://djvu.online/file/IT6NKEGQXLHhJ?ysclid=mk2i6r1bi1934479879 (дата обращения: 06.01.2026).
8. Tun-Wen Pai. Enhancing Small Tabular Clinical Trial Dataset through Hybrid Data Augmentation: Combining SMOTE and WCGAN-GP // Data. – 2023. – N 8 (9). – 20 p. – Электронная копия доступна на платформе ResearchGate. URL: (
открыть ссылку) (дата обращения: 06.01.2026).
Подбор литературы по определенной тематике Вы можете заказать в Информационно-сервисном центре РНБ (
открыть ссылку). Услуги предоставляются на платной основе.
