Статьи и монографии:

1. Kraeva, Y.A PADDi: Highly Scalable Parallel Algorithm for Discord Discovery on Multi-GPU Clusters / Y.A. Kraeva, M.L. Zymbler //Lobachevskii Journal of Mathematics.–2025.–Vol. 46 No. 4.– P.1480-1494
2. Varunkumar, K.A. Multimodal Deep Dilated Convolutional Learning for Lung Disease Diagnosis / K.A. Varunkumar, M.. Zymbler, S.. Kumar //Brazilian Archives of Biology and Technology.–2024.–Vol. 67 No. 1-9
3. Yurtin, A. SANNI: Online Imputation of Missing Values in Multivariate Time Series Based on Deep Learning and Behavioral Patterns / A.. Yurtin, M.. Zymbler //Lobachevskii Journal of Mathematics.–2024.–Vol. 45 No. 11.– P.5948-5966
4. Zymbler, M. PaSTiLa: Scalable Parallel Algorithm for Unsupervised Labeling of Long Time Series / M.. Zymbler, A.. Goglachev //Lobachevskii Journal of Mathematics.–2024.–Vol. 45 No. 3.– P.1333-1347
5. Классификация мультимодальных данных о заболеваниях легких на основе позднего слияния модальностей / О.Н. Иванова //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2024.–Том 13 № 1.– C.74-86
6. Intermediate fusion approach for pneumonia classification on imbalanced multimodal data / О.Н. Иванова //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2023.–Том 12 № 3.– C.19-30
7. Kraeva, Y. A Parallel Discord Discovery Algorithm for a Graphics Processor / Y.. Kraeva, M.. Zymbler //Pattern Recognition and Image Analysis.–2023.–Vol. 33 No. 2.– P.101-112
8. Zymbler, M. High-performance Time Series Anomaly Discovery on Graphics Processors / M.. Zymbler, Y.. Kraeva //Mathematics.–2023.–Vol. 11 No. 14
9. Краева, Я.А. Поиск аномалий в больших временных рядах на кластере с GPU узлами / Я.А. Краева, М.Л. Цымблер //Вычислительные методы и программирование.–2023.–Том 24 № 3.– C.291-304
10. Цымблер, М.Л. Восстановление пропущенных значений временного ряда на основе совместного применения аналитических алгоритмов и нейронных сетей / М.Л. Цымблер, А.А. Юртин //Вычислительные методы и программирование.–2023.–Том 24 № 3.– C.243-259
11. A Novel Algorithmic Forex Trade and Trend Analysis Framework Based on Deep Predictive Coding Network Optimized with Reptile Search Algorithm / S.. Dash //Axioms.–2022.–Vol. 11 No. 8
12. Botanical Leaf Disease Detection and Classification Using Convolutional Neural Network: A Hybrid Metaheuristic Enabled Approach / M.. Mohapatra //Computers.–2022.–Vol. 11 No. 5
13. Brain Tumor Classification Using Dense Efficient-Net / D.. Nayak //Axioms.–2022.–Vol. 11 No. 1
14. Prophesying the Short-Term Dynamics of the Crude Oil Future Price by Adopting the Survival of the Fittest Principle of Improved Grey Optimization and Extreme Learning Machine / A.K. Das //Mathematics.–2022.–Vol. 10 No. 7
15. Zymbler, M. Fast Summarization of Long Time Series with Graphics Processor / M.. Zymbler, A.. Goglachev //Mathematics.–2022.–Vol. 10 No. 10
16. Гоглачев, А.И. Применение параллельных вычислений для аннотирования сенсорных данных / А.И. Гоглачев, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2022.–Том 11 № 2.– C.30-42
17. Цымблер, М.Л. Параллельный алгоритм восстановления сенсорных данных в режиме реального времени для многоядерного процессора / М.Л. Цымблер, А.Н. Полуянов, Я.А. Краева //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2022.–Том 11 № 3.– C.69-90
18. A Parallel Approach to Discords Discovery in Massive Time Series Data / Zymbler, M. //Computers, Materials and Continua.–2021.–Vol. 66 No. 2.– P.1867-1876
19. On the Classification of MR Images Using “ELM-SSA” Coated Hybrid Model / A.. Pradhan //Mathematics.–2021.–Vol. 9 No. 17
20. Zymbler, M. Matrix Profile-Based Approach to Industrial Sensor Data Analysis Inside RDBMS / M.. Zymbler, E.. Ivanova //Mathematics.–2021.–Vol. 9 No. 17
21. Иванова, Е.В. Внедрение концепции матричного профиля в реляционную СУБД для интеллектуального анализа временных рядов / Е.В. Иванова, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2021.–Том 10 № 3.– C.72-87
22. Очистка сенсорных данных в интеллектуальных системах управления отоплением зданий / М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2021.–Том 10 № 3.– C.16-36
23. Цымблер, М.Л. Об одном методе восстановления пропущенных значений потокового временного ряда в режиме реального времени / М.Л. Цымблер, В.А. Полонский, А.А. Юртин //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2021.–Том 10 № 4.– C.5-25
24. Цымблер, М.Л. Поиск типичных подпоследовательностей временного ряда на графическом процессоре / М.Л. Цымблер, А.И. Гоглачев //Вычислительные методы и программирование.–2021.–Том 22 № 4.– C.344-359
25. A Deep Neural Network Approach to Predict the Wine Taste Preferences / Kraeva, Y. //Advances in Intelligent Systems and Computing.–2020.–Vol. 1125.– P.1165-1173
26. An Approach to Fuzzy Clustering of Big Data Inside a Parallel Relational DBMS / Zymbler, M. //Communications in Computer and Information Science.–2020.–Vol. 1223.– P.211-223
27. Analyzing MRI Scans to Detect Glioblastoma Tumor Using Hybrid Deep Belief Networks / A.. Reddy //Journal of Big Data.–2020.–Vol. 7 No. 1
28. Cleaning Sensor Data in Smart Heating Control System / Zymbler, M. //Proceedings - 2020 Global Smart Industry Conference, GloSIC 2020.–2020.– P.375-381
29. Digital Twin of City: Concept Overview / Ivanov, S. //Proceedings - 2020 Global Smart Industry Conference, GloSIC 2020.–2020.– P.178-186
30. Иванова, Е.В. Обзор современных систем обработки временных рядов / Е.В. Иванова, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2020.–Том 9 № 4.– C.79-97
31. Концепция построения цифрового двойника города / С.А. Иванов //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2020.–Том 9 № 4.– C.5-23
32. Цымблер, М.Л. Параллельный алгоритм поиска лейтмотивов временного ряда для графического процессора / М.Л. Цымблер, Я.А. Краева //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2020.–Том 9 № 3.– C.17-34
33. Kraeva, Y. Scalable Algorithm for Subsequence Similarity Search in Very Large Time Series Data on Cluster of Phi KNL / Y.. Kraeva, M.. Zymbler //Communications in Computer and Information Science.–2019.–Vol. 1003.– P.149-164
34. KUMAR, S. A machine learning approach to analyze customer satisfaction from airline tweets / S.. KUMAR, M.. Zymbler //Journal of Big Data.–2019.–Vol. 6 No. 1
35. Kumar, S. Internet of Things is a revolutionary approach for future technology enhancement: a review / S.. Kumar, P.. Tiwari, M.. Zymbler //Journal of Big Data.–2019.–Vol. 6 No. 1
36. Using Delaunay Triangulation for Fingerprint Template Generation / В.Ю. Гудков //Вестник Южно-Уральского государственного университета. Серия "Компьютерные технологии, управление, радиоэлектроника".–2019.–Том 19 № 3.– C.33-41
37. Zymbler, M. Discovery of Time Series Motifs on Intel Many-Core Systems / M.. Zymbler, Y.. Kraeva //Lobachevskii Journal of Mathematics.–2019.–Vol. 40 No. 12.– P.2124-2132
38. Zymbler, M. Time Series Discord Discovery on Intel Many-Core Systems / M.. Zymbler, A.. Polyakov, M.. Kipnis //Communications in Computer and Information Science.–2019.–Vol. 1063.– P.168-182
39. Зыкин, В.С. Обновление многотабличных представлений на основе коммутативных преобразований базы данных / В.С. Зыкин, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2019.–Том 8 № 2.– C.92-106
40. Краева, Я.А. Совместное использование технологий MPI и OpenMP для параллельного поиска похожих подпоследовательностей в сверхбольших временных рядах на вычислительном кластере с узлами на базе многоядерных процессоров Intel Xeon Phi Knights Landing / Я.А. Краева, М.Л. Цымблер //Вычислительные методы и программирование: Новые вычислительные технологии (Электронный научный журнал).–2019.–Том 20 № 1.– C.29-44
41. Речкалов, Т.В. Параллельный алгоритм кластеризации данных для многоядерных ускорителей Intel MIC / Т.В. Речкалов, М.Л. Цымблер //Вычислительные методы и программирование: Новые вычислительные технологии (Электронный научный журнал).–2019.–Том 20 № 2.– C.104-115
42. Цымблер, М.Л. ОБЗОР МЕТОДОВ ИНТЕГРАЦИИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ В СУБД / М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2019.–Том 8 № 2.– C.32-62
43. Цымблер, М.Л. Параллельный алгоритм поиска диссонансов временного ряда для многоядерных ускорителей / М.Л. Цымблер //Вычислительные методы и программирование: Новые вычислительные технологии (Электронный научный журнал).–2019.–Том 20 № 3.– C.211-223
44. Цымблер, М.Л. Параллельный поиск частых наборов на многоядерных ускорителях Intel MIC / М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2019.–Том 8 № 1.– C.54-70
45. Цымблер, М.Л. Поиск ассоциативных правил в суперкомпьютерных рейтингах Top500 и Топ50 / М.Л. Цымблер, П.И. Шумилин //ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ (ПАВТ'2019): Короткие статьи и описания плакатов XIII Международной научной конференции.–2019.– C.465-465
46. Kraeva, Y. An Efficient Subsequence Similarity Search on Modern Intel Many-core Processors for Data Intensive Applications / Y.. Kraeva, M.. Zymbler //CEUR Workshop Proceedings.–2018.–Vol. 2277.– P.143-151
47. Rechkalov, T.V A Study of Euclidean Distance Matrix Computation on Intel Many-Core Processors / T.V. Rechkalov, M.L. Zymbler //Communications in Computer and Information Science.–2018.–Vol. 910.– P.210-215
48. Rechkalov, T.V Integrating DBMS and Parallel Data Mining Algorithms for Modern Many-Core Processors / T.V. Rechkalov, M.L. Tcymbler //Communications in Computer and Information Science.–2018.–Vol. 822.– P.230-245
49. Use of Deep Learning for Sticker Detection during Continuous Casting / Faizullin, A. //Proceedings - 2018 Global Smart Industry Conference, GloSIC 2018.–2018
50. Zymbler, M. Parallel Algorithm for Frequent Itemset Mining on Intel Many-core Systems / M.. Zymbler //Journal of Computing and Information Technology.–2018.–Vol. 26 No. 4.– P.209-221
51. Речкалов, Т.В. ПАРАЛЛЕЛЬНЫЙ АЛГОРИТМ ВЫЧИСЛЕНИЯ МАТРИЦЫ ЕВКЛИДОВЫХ РАССТОЯНИЙ ДЛЯ МНОГОЯДЕРНОГО ПРОЦЕССОРА INTEL XEON PHI ПОКОЛЕНИЯ KNIGHTS LANDING / Т.В. Речкалов, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика.–2018.–Том 7 № 3.– C.65-82
52. Sokolinsky, L.B Preface / L.B. Sokolinsky, M.L. Tcymbler //Communications in Computer and Information Science.–2017.–Vol. 753.– P.6-6
53. Tcymbler, M.L Accelerating Dynamic Itemset Counting on Intel many-core systems / M.L. Tcymbler //2017 40th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2017 - Proceedings.–2017.– P.1343-1348
54. Tcymbler, M.L An Approach to Data Mining Inside PostgreSQL Based on Parallel Implementation of UDFs / M.L. Tcymbler, T.V. Rechkalov //CEUR Workshop Proceedings.–2017.–Vol. 2022.– P.114-121
55. Цымблер, М.Л. Rechkalov T., Zymbler M. An Approach to Data Mining Inside PostgreSQL Based on Parallel Implementation of UDFs / М.Л. Цымблер //Аналитика и управление данными в областях с интенсивным использованием данных: Сборник научных трудов XIX Международной конференции DAMDID / RCDL'2017 (10–13 октября 2017 г., Москва, МГУ, Россия).–2017.–Том октябрь.– C.147-154
56. Tcymbler, M.L Parallel implementation of searching the most similar subsequence in time series for computer systems with distributed memory / M.L. Tcymbler, A.V. Movchan //CEUR Workshop Proceedings.–2016.–Vol. 1576.– P.615-628
57. Цымблер, М.Л. Параллельная реализация поиска самой похожей подпоследовательности временного ряда для систем с распределенной памятью / М.Л. Цымблер, А.В. Мовчан //Параллельные вычислительные технологии (ПаВТ'2016): труды международной научной конференции (28 марта – 1 апреля 2016 г., г. Архангельск).–2016.– C.615-628
58. Miniakhmetov, R.M Accelerating Time Series Subsequence Matching on the Intel Xeon Phi Many-core Coprocessor / R.M. Miniakhmetov, A.V. Movchan, M.L. Tcymbler //Proceedings of the 38th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO'2015, Opatija, Croatia, May 25-29, 2015.–2015.– P.1675-1680
59. Miniakhmetova, M.S An Approach to Personalized Video Summarization Based on User Preferences Analysis / M.S. Miniakhmetova, M.L. Tcymbler //Proceedings of the 9th International Conference on Application of Information and Communication Technologies (AICT'2015), October 14–16, 2015, Rostov-on-Don, Russia.–2015.– P.153-155
60. Movchan, A.V Parallel Algorithm for Local-best-match Time Series Subsequence Similarity Search on the Intel MIC Architecture / A.V. Movchan, M.L. Tcymbler //Procedia Computer Science.–2015.–Vol. 66.– P.63-72
61. Movchan, A.V Time Series Subsequence Similarity Search under Dynamic Time Warping Distance on the Intel Many Integrated Core Architecture / A.V. Movchan, M.L. Tcymbler //Lecture Notes in Computer Science.–2015.– P.295-306
62. Rechkalov, T.V Accelerating Medoids-based Clustering with the Intel Many Integrated Core Architecture / T.V. Rechkalov, M.L. Tcymbler //Proceedings of the 9th International Conference on Application of Information and Communication Technologies (AICT'2015), October 14–16, 2015, Rostov-on-Don, Russia.–2015.– P.413-417
63. Tcymbler, M.L Best-match Time Series Subsequence Search on the Intel Many Integrated Core Architecture / M.L. Tcymbler //Lecture Notes in Computer Science.–2015.–Vol. 9282.– P.275-286
64. Мовчан, А.В. Параллельный алгоритм поиска локально похожих подпоследовательностей временного ряда для ускорителей на базе архитектуры Intel MIC / А.В. Мовчан, М.Л. Цымблер //Суперкомпьютерные дни в России: Труды международной конференции (Москва, 28–29 сентября 2015 г.). .–2015.– C.332-343
65. Пан, К.С. Encapsulation of Partitioned Parallelism into Open-source Database Management Systems / К.С. Пан, M.L. Tcymbler //Programming and Computer Software.–2015.–Vol. 41.– P.350-360
66. Пан, К.С. Внедрение фрагментного параллелизма в СУБД с открытым кодом / К.С. Пан, М.Л. Цымблер //Программирование.–2015.–Том 41.– C.18-32
67. Цымблер, М.Л. Обнаружение подпоследовательностей во временных рядах / М.Л. Цымблер, А.В. Мовчан //Открытые системы. СУБД.–2015.–Том 2.– C.42-43
68. Миниахметова, М.С. Поиск объектов в хранилищах видеоданных на основе использования параллельной СУБД и сопроцессоров Intel Xeon Phi / М.С. Миниахметова, М.Л. Цымблер, М.С. Миниахметова //Научный сервис в сети Интернет: многообразие суперкомпьютерных миров: Труды Международной суперкомпьютерной конференции (22-27 сентября 2014 г., Новороссийск)..–2014.– C.270-274
69. Мовчан, А.В. Параллельный алгоритм поиска похожих подпоследовательностей временного ряда для сопроцессора Intel Xeon Phi / А.В. Мовчан, М.Л. Цымблер //Научный сервис в сети Интернет: многообразие суперкомпьютерных миров: Труды Международной суперкомпьютерной конференции (22-27 сентября 2014 г., Новороссийск)..–2014.– C.245-251
70. Мовчан, А.В. Разработка параллельного алгоритма поиска похожих подпоследовательностей временного ряда для сопроцессора Intel Xeon Phi / А.В. Мовчан, М.Л. Цымблер //Параллельные вычислительные технологии (ПаВТ’2014): труды международной научной конференции (г. Ростов-на-Дону, 1–3 апреля 2014 г.)..–2014.– C.372-372
71. Цымблер, М.Л. Поиск похожих подпоследовательностей временных рядов на сопроцессорах Intel Xeon Phi / М.Л. Цымблер, А.В. Мовчан //Тезисы докладов конференции «Большие Данные в национальной экономике» (Москва, 21 октября 2014 г.).–2014.– C.6-8
72. Янцен, Д.Д. Алгоритм репрезентативного сэмплинга для параллельных реляционных систем баз данных / Д.Д. Янцен, Д.Д. Янцен, М.Л. Цымблер //Научный сервис в сети Интернет: многообразие суперкомпьютерных миров: Труды Международной суперкомпьютерной конференции (22-27 сентября 2014 г., Новороссийск).–2014.– C.32-40
73. Янцен, Д.Д. Алгоритм репрезентативного сэмплинга для параллельных систем баз данных / Д.Д. Янцен, Д.Д. Янцен, М.Л. Цымблер //Параллельные вычислительные технологии (ПаВТ’2014): труды международной научной конференции (г. Ростов-на-Дону, 1–3 апреля 2014 г.)..–2014.– C.381-381
74. Янцен, Д.Д. Алгоритм репрезентативного сэмплинга для систем баз данных на основе фрагментного параллелизма / Д.Д. Янцен, М.Л. Цымблер, Д.Д. Янцен //Вестник Южно-Уральского государственного университета, серия "Вычислительная математика и программирование".–2014.–Том 4.– C.36-50
75. Миниахметов, Р.М. Обзор алгоритмов локального позиционирования для мобильных устройств / Р.М. Миниахметов, А.А. Рогов, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия "Вычислительная математика и информатика".–2013.–Том 2.– C.83-96
76. Миниахметова, М.С. Разработка параллельного алгоритма шифрования ГОСТ 28147-89 на платформе Intel Xeon Phi / М.С. Миниахметова, М.Л. Цымблер //ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ 2013 (ПАВТ'2013).–2013
77. Система интеллектуального анализа данных физиологических исследований в спорте высших достижений / В.В. Епишев //Вестник Южно-Уральского государственного университета. Серия "Вычислительная математика и информатика".–2013.–Том 2.– C.44-54
78. Миниахметов, Р.М. Интеграция алгоритма кластеризации Fuzzy c-Means в PostgreSQL / Р.М. Миниахметов, М.Л. Цымблер //Вычислительные методы и программирование: Новые вычислительные технологии.–2012.–Том 13.– C.46-52
79. Пан, К.С. Использование параллельной СУБД PargreSQL для интеллектуального анализа сверхбольших графов / К.С. Пан, М.Л. Цымблер //Суперкомпьютерные технологии в науке, образовании и промышленности.–2012.– C.113-120
80. Пан, К.С. Разработка параллельной СУБД на основе последовательной СУБД PostgreSQL с открытым исходным кодом / К.С. Пан, М.Л. Цымблер //Вестник Южно-Уральского государственного университета. Серия: Математическое моделирование и программирование. .–2012.– C.112-120
81. Миниахметов, Р.М. ИНТЕГРАЦИЯ АЛГОРИТМА КЛАСТЕРИЗАЦИИ FUZZY C-MEANS В POSTGRESQL / Р.М. Миниахметов, М.Л. Цымблер //ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ И ПРОГРАММИРОВАНИЕ.–2011.–Том 13 № 2.– C.46-52
82. Пан, К.С. ПАРАЛЛЕЛЬНЫЙ АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ АНАЛИЗА РЫНОЧНОЙ КОРЗИНЫ НА ПРОЦЕССОРАХ CELL / К.С. Пан, М.Л. Цымблер //ВЕСТНИК ЮЖНО-УРАЛЬСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. СЕРИЯ: МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГРАММИРОВАНИЕ.–2010 № 16 (192).– C.48-57