Варкентин Виталий Владимирович

Индекс Хирша: 
РИНЦ 6
Scopus 6
Web of Science 0
Научные профили: 
РИНЦ: SPIN-код 2909-2071, Author ID 879912
Scopus ID: 57213350963
Web of Science ResearcherID: AAG-3689-2022
Статьи и монографии за последние три года: 
Анализ прочностных характеристик различных вариантов исполнения основных несущих элементов демонстратора вертикального взлета и посадки / Д.А. Малых //Вестник Московского авиационного института.–2024.–Том 31 № 1.– C.67-74
Малых, Д.А. АНАЛИЗ ПРОЧНОСТНЫХ ХАРАКТЕРИСТИК РАЗЛИЧНЫХ ВАРИАНТОВ ИСПОЛНЕНИЯ ОСНОВНЫХ НЕСУЩИХ ЭЛЕМЕНТОВ ДЕМОНСТРАТОРА ВЕРТИКАЛЬНОГО ВЗЛЕТА И ПОСАДКИ / Д.А. Малых, Д.В. Куплевацкий, В.В. Варкентин //Молодёжь и будущее авиации и космонавтики : Сборник аннотаций конкурсных работ XV Всероссийского межотраслевого молодёжного конкурса научно-технических работ и проектов в области авиационной и ракетно-космической техники и технологий, Москва, 20–24 ноября 2023 года.–2023.– C.100-100
Forecasting the Passage Time of the Queue of Highly Automated Vehicles Based on Neural Networks in the Services of Cooperative Intelligent Transport Systems / Shepelev, V. //Mathematics.–2022.–Vol. 10 No. 2
Predicting the Destruction of Composite Materials Using Machine Learning Methods / Shabley, A. //Transportation Research Procedia.–2022.–Vol. 68.– P.191-196
Study of Strength Properties of the Designed Tank for Marine Transportation of Liquefied Natural Gas in the Arctic Conditions / Peshkov, R. //Transportation Research Procedia.–2022.–Vol. 68.– P.819-824
Варкентин, В.В. Проектирование конструкции активной части электрической машины тягового двигателя для беспилотных летательных аппаратов / В.В. Варкентин, А.И. Согрин, В.Б. Фёдоров //Вестник Южно-Уральского государственного университета. Серия «Машиностроение».–2022.–Том 22 № 2.– C.5-19
Myakotin, D. Classification of Network Traffic Using Generative Adversarial Networks / D.. Myakotin, V.. Varkentin //Proceedings of the 2021 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», T and QM and IS 2021.–2021.– P.519-525
Panyushkin, G. Network Traffic and Ensemble Models in Machine Learning / G.. Panyushkin, V.. Varkentin //Proceedings of the 2021 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», T and QM and IS 2021.–2021.– P.526-532
Starodubtsev, D. Classifications of Network Traffic Using Long Short-term Memory / D.. Starodubtsev, V.. Varkentin, A.. Minbaleev //Proceedings of the 2021 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», T and QM and IS 2021.–2021.– P.544-550
Alexander, G. Determining vehicle speed based on video using convolutional neural network / G.. Alexander, V.. Varkentin, N.. Goryaev //Transportation Research Procedia.–2020.–Vol. 50.– P.192-200
Boyko, A. Development Application for Traffic Classification Using the Neural Network Approach / A.. Boyko, V.. Varkentin, A.. Minbaleev //2020 International Multi-Conference on Industrial Engineering and Modern Technologies, FarEastCon 2020.–2020
Cheskidov, P. A Model for Classifying Network Traffic Using Reinforcment Learning / P.. Cheskidov, V.. Varkentin, A.. Shults //2020 International Multi-Conference on Industrial Engineering and Modern Technologies, FarEastCon 2020.–2020
Grents, A. Application for Recognition of Road Transport Using TensorFlow / A.. Grents, V.. Varkentin, A.. Fedorov //Proceedings of the 2020 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», IT and QM and IS 2020.–2020.– P.214-218
Kataev, G. Method to estimate pedestrian traffic using convolutional neural network / G.. Kataev, V.. Varkentin, K.. Nikolskaia //Transportation Research Procedia.–2020.–Vol. 50.– P.234-241
Nazarenko, E. Application for Traffic Classification Using Machine Learning Algorithms / E.. Nazarenko, V.. Varkentin, A.. Minbaleev //Proceedings of the 2020 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», IT and QM and IS 2020.–2020.– P.269-273
Perkova, A. Traffic Sign Recognition Using YOLOv3 / A.. Perkova, V.. Varkentin, A.. Fedorov //Proceedings of the 2020 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», IT and QM and IS 2020.–2020.– P.277-282
Boyko, A. Advantages and Disadvantages of the Data Collection's Method Using SNMP / A.. Boyko, V.. Varkentin, T.. Polyakova //2019 International Multi-Conference on Industrial Engineering and Modern Technologies, FarEastCon 2019.–2019
Nazarenko, E. Features of Application of Machine Learning Methods for Classification of Network Traffic (Features, Advantages, Disadvantages) / E.. Nazarenko, V.. Varkentin, T.. Polyakova //2019 International Multi-Conference on Industrial Engineering and Modern Technologies, FarEastCon 2019.–2019
Varkentin, V. Development of an Application for Car License Plates Recognition Using Neural Network Technologies / V.. Varkentin, M.. Schukin //Proceedings of the 2019 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies» IT and QM and IS 2019.–2019.– P.203-208
Varkentin, V. Development of an Application for Localization and Recognition of Road Signs Using Neural Network Technology / V.. Varkentin, V.. Shadehin //Proceedings of the 2019 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies» IT and QM and IS 2019.–2019.– P.209-214
Varkentin, V. Development of an Application for Vehicle Classification Using Neural Networks Technologies / V.. Varkentin, D.. Kolobanov //Proceedings of the 2019 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies» IT and QM and IS 2019.–2019.– P.215-219
Участие в международных научных конференциях: 
Международная научная конференция «Цифровая индустрия: состояние и перспективы развития» (2018)
Российские патенты (включая свидетельства о регистрации программ): 
Тормозная система туннельного породного вагона
Повышение квалификации: 
Летняя цифровая школа. Трек «Инжиниринг данных» (174 ч., 2023 г.)
Летняя цифровая школа. Трек «Кибербезопасность» (93 ч., 2022 г.)
Технологии подготовки электронных учебных комплексов по программам магистратуры (256 ч., 2021 г.)
Методика подготовки научной статьи (80 ч., 2021 г.)
Интернет-ресурсы в работе преподавателя (80 ч., 2020 г.)
Машинное обучение и анализ больших данных: современные аспекты преподавания (260 ч., 2019 г.)
Фундаментальная информатика и программная инженерия: современные аспекты преподавания (256 ч., 2019 г.)
Гражданская оборона и защита от чрезвычайных ситуаций (72 ч., 2019 г.)
Автоматизированное проектирование (расширенный курс Solid Works) (100 ч., 2017 г.)
Cisco Certified Network Associate (210 ч., 2011 г.)
Вы нашли ошибку в тексте:
Просто нажмите кнопку «Сообщить об ошибке» — этого достаточно. Также вы можете добавить комментарий.