1. 月度存档
  2. 八月 2024

八月 2024

Махмутова Малика Ельжановна

Work phone: 
(351) 272-32-22
E-mail: 
makhmutovame[at]susu[dot]ru
Аудитория: 
161 (гл. уч. корпус)
Russian scientific profiles: 
РИНЦ: SPIN-код, Author ID
Scopus ID:
Web of Science ResearcherID:

Кадолин Виктор Иосифович

E-mail: 
kadolinvi[at]susu[dot]ru
Повышение квалификации: 
Инновации в спорте, туризме и образовании (16 ч., 2017 г.)

Глушков Александр Иванович

Кандидат технических наук, доцент
Work phone: 
(351) 267-93-62
E-mail: 
glushkovai[at]susu[dot]ru
Hirsch index: 
РИНЦ 6
Scopus 8
Web of Science 5
Russian scientific profiles: 
РИНЦ: SPIN-код 7145-2661, Author ID 653463
ORCID: 0000-0002-6292-7122
Scopus ID: 57205613002
Web of Science ResearcherID: HKM-4835-2023
Articles and monographs: 
Simulation Modeling in Forecasting Traffic Congestion Complexity Levels / Shepelev, V. //Springer Proceedings in Earth and Environmental Sciences.–2026.– P.115-124
Dynamic Neural Network Model for Environmental Monitoring of Vehicle Pollution in Urban Streets / Shepelev, V. //FME Transactions.–2025.–Vol. 53 No. 1.– P.51-62
Predicting Urban Traffic Congestion Through Deterministic and Stochastic Modeling Using LSTM Neural Networks / Shepelev, V. //Sustainability (Switzerland).–2025.–Vol. 17 No. 23
Шепелёв, В. Improvement of Traffic Flow Management at Intersections Using Cluster Analysis and Fuzzy Logic / В.. Шепелёв, A.. Glushkov, O.. Fadina //FME Transactions.–2025.–Vol. 53 No. 3.– P.499-509
Шепелёв, В.Д. MODELING THE DISPERSION OF VEHICLE-RELATED EMISSIONS UNDER THE INFLUENCE OF WEATHER CONDITIONS AND DENSE URBAN AREA / В.Д. Шепелёв, А.И. Глушков, В.В. Морозов //T-Comm: Телекоммуникации и транспорт.–2025.–Том 19 № 5.– C.76-83
Шепелёв, В.Д. МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ МОНИТОРИНГА ВЫБРОСОВ ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ ОТ АВТОТРАНСПОРТА В ЗОНЕ РЕГУЛИРУЕМОГО ПЕРЕСЕЧЕНИЯ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ / В.Д. Шепелёв, А.И. Глушков, А.Г. Левашев //Вестник Южно-Уральского государственного университета. Серия: Математика. Механика. Физика.–2024.–Том 16 № 4.– C.85-95
Measuring and Modelling the Concentration of Vehicle-Related PM2.5 and PM10 Emissions Based on Neural Networks / Shepelev, V. //Mathematics.–2023.–Vol. 11 No. 5
Shepelev, V. Using Computer Vision to Analyze the Sequence of Vehicles Passing Through Regulated Intersections / V.. Shepelev, A.. Glushkov, A.. Vorobyev //Proceedings - 2023 International Russian Smart Industry Conference, SmartIndustryCon 2023.–2023.– P.311-316
Studying the Relationship between the Traffic Flow Structure, the Traffic Capacity of Intersections, and Vehicle-Related Emissions / Shepelev, V. //Mathematics.–2023.–Vol. 11 No. 16
ВЛИЯНИЕ ПРОПУСКНОЙ СПОСОБНОСТИ РЕГУЛИРУЕМЫХ ПЕРЕСЕЧЕНИЙ НА КОЛИЧЕСТВО ВЫХЛОПНЫХ ГАЗОВ ОТ АВТОТРАНСПОРТА / В.Д. Шепелёв //Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент.–2023.–Том 17 № 1.– C.168-178
Assessing the Traffic Capacity of Urban Road Intersections / Shepelev, V. //Frontiers in Built Environment.–2022.–Vol. 8
Clustering Urban Transport Network Junctions Using Convolutional Neural Networks and Fuzzy Logic Methods / Shepelev, V. //Transportation Research Procedia.–2022.–Vol. 62.– P.581-588
Comparative Evaluation of Road Vehicle Emissions at Urban Intersections with Detailed Traffic Dynamics / Shepelev, V. //Mathematics.–2022.–Vol. 10 No. 11
Construction of a System for Dynamic Monitoring of Pollutant Emissions by Transport Flows / Glushkov, A. //Transportation Research Procedia.–2022.–Vol. 68.– P.543-550
Analysis of the intersection throughput at changes in the traffic flow structure / Glushkov, A. //Transportation Research Procedia.–2021.–Vol. 57.– P.192-199
Glushkov, A. Development of Reliable Models of Signal-Controlled Intersections / A.. Glushkov, V.. Shepelev //Transport and Telecommunication.–2021.–Vol. 22 No. 4.– P.417-424
Monitoring of Transport Flow Emissions based on the Use of Convolutional Neural Networks / Glushkov, A. //International Conference on Vehicle Technology and Intelligent Transport Systems, VEHITS - Proceedings.–2021.– P.745-751
Predicting the traffic capacity of an intersection using fuzzy logic and computer vision / Shepelev, V. //Mathematics.–2021.–Vol. 9 No. 20
МОДЕЛИРОВАНИЕ ПРОПУСКНОЙ СПОСОБНОСТИ УЗЛОВ ТРАНСПОРТНОЙ ГОРОДСКОЙ СЕТИ НА ОСНОВЕ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ / В.Д. Шепелёв //Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент.–2021.–Том 15 № 4.– C.181-187
A study of the travel time of intersections by vehicles using computer vision / Shepelev, V. //VEHITS 2020 - Proceedings of the 6th International Conference on Vehicle Technology and Intelligent Transport Systems 2020.–2020.– P.653-658
Identification of distinguishing characteristics of intersections based on statistical analysis and data from video cameras / Shepelev, V. //Journal of Big Data.–2020.–Vol. 7 No. 1
Глушков, А.И. О имитационном моделировании экономических процессов в приложении «SIMULINK» / А.И. Глушков //НАУКА ЮУРГУ: материалы 71-й научной конференции.–2019.– C.24-29
Development of Typology of Behavior Models for Production Organizations / Tretyakova, E.P //INNOVATION MANAGEMENT AND EDUCATION EXCELLENCE THROUGH VISION 2020, VOLS I -XI.–2018 No. 31.– P.5916-5930
Повышение квалификации: 
Инструменты коммуникации в цифровой среде (продвинутый уровень) (16 ч., 2022 г.)
Стратегия развития университета. ЮУрГУ в программе Приоритет-2030 (24 ч., 2021 г.)
Архитектура платформы «1С: Предпиятие 8», «1С: Управление торговлей 8», «1С: Управление персоналом 8» (100 ч., 2021 г.)
Координатор учебного процесса в СДО MOODLE (базовый уровень) (80 ч., 2019 г.)
Основы электронного обучения (80 ч., 2017 г.)
Современные технологии полиграфического производства (106 ч., 2015 г.)
Стратегический управленческий учет в современном менеджменте предприятия (72 ч., 2013 г.)
You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.