1. Тен А.С., Шестаков Н.В., Сорокин А.А. и др. Применение методов машинного обучения для поиска ковулканических ионосферных возмущений по данным ГНСС-наблюдений // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 37–54. DOIhttps://doi.org/10.21046/2070-7401-2023- 20-1-37-54.

2. Дубровин К.Н., Фролов А.Н., Батяев Д.А. и др. Использование методов дистанционного зондирования Земли и машинного обучения для мониторинга пахотных земель Дальнего Востока // Сборник материалов XX Международного научного конгресса «Интерэкспо ГЕО-Сибирь»: в 8 т. Новосибирск: СГУГиТ, 2024. Т. 4. № 1. С. 20–25. DOIhttps://doi.org/10.33764/2618-981X-2024-4-1-20-25.

3. Гарафутдинова Л.В., Каличкин В.К., Федоров Д.С. Объектно-ориентированная классификация изображений дистанционного зондирования земли с использованием машинного обучения // Вестник НГАУ (Новосибирский государственный аграрный университет). 2024. № 2. С. 37–47. DOIhttps://doi.org/10.31677/2072- 6724-2024-71-2-37-47.

4. Данилов А.С., Сердюкова Е.А. Автоматизированное обнаружение пластика в акваториях с использованием данных дистанционного зондирования и машинного обучения // Цифровые системы и модели: теория и практика проектирования, разработки и применения: материалы национальной (с международным участием) научно-практической конференции (Казань, 10–11 апреля 2024 г.). Казань: Казан. гос. энерг. ун-т, 2024. С. 779–782.

5. Ерошенко С.А., Матренин П.В., Хальясмаа А.И., и др. Технология обработки данных для прогнозирования притока воды в водохранилище при использовании дистанционного зондирования Земли и сети метеорологических и гидрологических постов // Проблемы региональной энергетики. 2022. № 4. С. 99–109. DOIhttps://doi.org/10.52254/1857-0070.2022.4-56.09.

6. Золотой А.А., Новиков Д.И. Функция потерь при обучении моделей детектирования лесных и пахотных земель на аэрофотоснимках // Материалы Двенадцатой международной научно-технической конференции «Актуальные проблемы создания космических систем дистанционного зондирования Земли». М.: Корпорация «ВНИИЭМ», 2024. С. 114–117.

7. Корихин Н.Н., Ковязин В.Ф. Необходимость применения искусственного интеллекта для обработки данных дистанционного зондирования Земли // Актуальные проблемы лесного комплекса. 2023. № 64. С. 61–66.

8. Сарафанов М.И., Казаков Э.Э., Никитин Н.О. и др. Применение методов машинного обучения для заполнения пропусков в данных дистанционного зондирования на основе пространственных взаимосвязей // Всероссийская научная конференция с международным участием к столетию академика РАН К.Я. Кондратьева. СПб., 2020. С. 87–91.

9. Подольская Е.С. Использование данных дистанционного зондирования Земли из космоса для распознавания изображения дорог в лесном хозяйстве // Вопросы лесной науки. 2022. Т. 5. № 4. С. 1–21. DOIhttps://doi.org/10.31509/2658-607x-202252-115.

10. Павлова А.И. Применение методов машинного обучения для агроэкологической группировки сельскохозяйственных земель // Математика, ее приложения и математическое образование (МПМО23): материалы VIII Международной конференции. Улан-Удэ: Изд-во ВСГУТУ, 2023. С. 162–166. DOIhttps://doi.org/10.53980/9785907599970_162.

11. Рогачев С.А. Анализ данных дистанционного зондирования Земли с использованием методов машинного обучения // Прикладной искусственный интеллект: перспективы и риски: сборник докладов Международной научной конференции (Санкт-Петербург, 17 октября 2024 г.). СПб.: ГУАП, 2024. С. 309–311.