Краткая справка

Научные интересы

  • Интеллектуальный анализ данных
  • Параллельные алгоритмы анализа временных рядов
  • Параллельные системы баз данных (проект Омега)

Избранные публикации

  • Faizullin A., Zymbler M., Lieftucht D., Fanghänel F. Use of Deep Learning for Sticker Detection During Continuous Casting // Proceedings of 2018 Global Smart Industry Conference, GloSIC 2018, Chelyabinsk, Russia, November 13–15, 2018. IEEE, 2018. Aricle no. 8570155. [PDF] [DOI: 10.1109/GloSIC.2018.8570155] [Scopus]
  • Zymbler M. Accelerating Dynamic Itemset Counting on Intel Many-core Systems // Proceedings of the 40th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO'2017, Opatija, Croatia, May 22–26, 2017. IEEE, 2017. P. 1575–1580. [PDF] [DOI: 10.23919/MIPRO.2017.7973631] [WOS:000426903800234] [Scopus] [РИНЦ]
  • Zymbler M.L. Best-match Time Series Subsequence Search on the Intel Many Integrated Core Architecture // Proceedings of the 19th East-European Conference on Advances in Databases and Information Systems, ADBIS 2015 (Poitiers, France, September 8–11, 2015). Lecture Notes in Computer Science. Vol. 9282. Springer, 2015. P. 275–286. [PDF] [DOI: 10.1007/978-3-319-23135-8_19] [WOS:000364683000023] [Scopus] [РИНЦ]
  • Индексированные публикации: Web of Science, Scopus, DBLP, IEEE, Google Academia, РИНЦ
  • Полный список

Выступления на конференциях

Гранты

  • Грант РФФИ № 17-07-00463-а (2017–2019 гг.): «Разработка высокомасштабируемых методов и алгоритмов интеллектуального анализа распределенных данных на высокопроизводительных компьютерных системах с кластерной архитектурой».
  • Грант РФФИ № 12-07-00443-а (2012-2014 гг.): «Разработка масштабируемых методов и параллельных алгоритмов для интеллектуального анализа данных на гибридных многопроцессорных системах с многоядерными ускорителями».
  • Полный список

Курсы

Изменено: 05.02.2019, © М.Л. Цымблер