1. Афончиков, Д.О. и др. Native machine learning for noisy microscopic data processing / Д.О. Афончиков, А.В. Корнаев, Е.П. Корнаева, И.Н. Маковик // The Second Tiny Papers Track at ICLR 2024. The International Conference on Learning Representations. - 2024. - C.1-8. [Электронный ресурс]. - URL: https://openreview.net/pdf?id=5sWY5ENwtl.

2. Винокуров, А.Ю. и др. A method to measure non-Newtonian fluids viscosity using inertial viscometer with a computer vision system / А.Ю. Винокуров, В.В. Дрёмин, А.В. Корнаев, Е.П. Корнаева, С.Г. Попов, И.Н. Стебаков // International Journal of Mechanical Sciences. - 2023. - № 242. - C.1-17. Doi: https://doi.org/10.1016/j.ijmecsci.2022.107967. [Электронный ресурс]. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0020740322008451.

3. Корнаев, А.В. и др. U-Net as a Tool for Adjusting the Velocity Distributions of Rheomagnetic Fluids / А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, И.Н. Стебаков, А.С. Фетисов // Intelligent Systems Design and Applications. ISDA 2022. Lecture Notes in Networks and Systems. - 2023. - № 717. - C.8-16. Doi: https://doi.org/10.1007/978-3-031-35510-3_2.

4. Волков, М.В. и др. Application of deep convolutional and long short-term memory neural networks to red blood cells motion detection and velocity approximation / М.В. Волков, В.В. Дрёмин, А.В. Корнаев, Е.П. Корнаева // Progress in Biomedical Optics and Imaging - Proceedings of SPIE.. - 2022. - C.1-3. Doi: https://doi.org/10.1117/12.2626040. [Электронный ресурс]. - URL: https://www.spiedigitallibrary.org/conference-proceedings-of-spie/12194/121940C/Application-of-deep-convolutional-and-long-short-term-memory-neural/10.1117/12.2626040.short?SSO=1.

5. Дрёмин, В.В. и др. Application of shallow and deep convolutional neural networks to recognize the average flow rate of physiological fluids in a capillary / В.В. Дрёмин, Е.П. Корнаева, Е.В. Потапова, И.Н. Стебаков // Progress in Biomedical Optics and Imaging - Proceedings of SPIE.. - 2022. - № 12194. - C.1-8. Doi: https://doi.org/10.1117/12.2626125.

6. Ибрагимов, Б.А. и др. Physics-based loss and machine learning approach in application to non-Newtonian fluids flow modeling / Б.А. Ибрагимов, А.В. Корнаев, Е.П. Корнаева, И.Н. Стебаков, А.С. Фетисов // IEEE Congress on Evolutionary Computation, CEC 2022: Conference Proceedings. - 2022. - C.1-8. Doi: 10.1109/CEC55065.2022.9870411. [Электронный ресурс]. - URL: https://ieeexplore.ieee.org/document/9870411.

7. Казаков, Ю.Н. и др. Reducing rotor vibrations in active conical fluid film bearings with controllable gap / Ю.Н. Казаков, А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, Д.В. Шутин // "Nonlinearity, Information and Robotics 2022", Innopolis, 24.08.2022 - 27.08.2022. - 2022. - C.863-873. Doi: 10.20537/nd221226.

8. Казаков, Ю.Н. и др. Reducing Rotor Vibrations in Active Conical Fluid Film Bearings with Controllable Gap / Ю.Н. Казаков, А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, Д.В. Шутин // Russian Journal of Nonlinear Dynamics. - 2022. - № 18(5). - C.873-883. Doi: DOI:10.20537/nd221226. [Электронный ресурс]. - URL: http://nd.ics.org.ru/nd221226/.

9. Дрёмин, В.В. и др. Моделирование течения неньютоновских жидкостей в тороидальном канале инерционного вискозиметра с системой технического зрения / В.В. Дрёмин, А.В. Корнаев, Е.П. Корнаева, И.Н. Стебаков // Известия Юго-Западного государственного университета. - 2022. - № 1. - C.129-147. Doi: https://doi.org/10.21869/2223-1560-2022-26-1-129-147. [Электронный ресурс]. - URL: https://science.swsu.ru/jour/article/view/977.

10. Корнаев, А.В. и др. Теоретические предпосылки физически обоснованного машинного обучения и его приложения к гидродинамике / А.В. Корнаев, Е.П. Корнаева, И.Н. Стебаков // Доклады российской академии наук. математика, информатика, процессы управления (Doklady Mathematics). - 2022. - № 508. - C.100-101. Doi: 10.31857/S2686954322070128. [Электронный ресурс]. - URL: https://www.elibrary.ru/download/elibrary_49991316_83601205.pdf.

11. Корнаев, А.В. и др. Application of convolutional neural networks to rotary machines state recognition / А.В. Корнаев, Е.П. Корнаева // IOP Conference Series: Materials Science and Engineering. - 2021. - № 1047. - C.1-5. Doi: 10.1088/1757-899X/1047/1/012144.

12. Казаков, Ю.Н. и др. Enhanced hydrodynamic lubrication of lightly loaded fluid-film bearings due to the viscosity wedge effect / Ю.Н. Казаков, А.В. Корнаев, Е.П. Корнаева, С.В. Майоров, А.Ю. Родичев, Л.А. Савин, А.С. Фетисов // Tribology International. - 2021. - № 160. - C.1-16. Doi: 10.1016/j.triboint.2021.107027.

13. Дрёмин, В.В. и др. Laser speckle contrast imaging and machine learning in application to physiological fluids flow rate recognition / В.В. Дрёмин, Е.П. Корнаева, Е.В. Потапова, Д.Д. Ставцев, И.Н. Стебаков // Vibroengineering procedia. - 2021. - № 38. - C.50-55. Doi: 10.21595/vp.2021.22013. [Электронный ресурс]. - URL: https://www.extrica.com/article/22013.

14. Казаков, Ю.Н. и др. Application of artificial neural networks to diagnostics of fluid-film bearing lubrication / Ю.Н. Казаков, А.В. Корнаев, Е.П. Корнаева, Р.Н. Поляков // IOP Conference Series: Materials Science and Engineering. - 2020. - № 734. - C.1-8. Doi: 10.1088/1757-899X/734/1/012154.

15. Корнаев, А.В. и др. Application of artificial neural networks to fault diagnostics of rotor-bearing systems / А.В. Корнаев, Е.П. Корнаева, Л.А. Савин // IOP Conference Series: Materials Science and Engineering. - 2020. - № 862. - C.1-6. Doi: 10.1088/1757-899X/862/3/032112.

16. Егоров, С.Я. и др. Application of artificial neural networks to solving variational problems in hydrodynamics / С.Я. Егоров, А.В. Корнаев, Е.П. Корнаева // Journal of Physics: Conference Series. - 2020. - № 1553. - C.1-7.

17. Корнаев, А.В. и др. Influence of polymer additives on friction in fluid-film bearings: theoretical view on experimental results by Mr. Moritsugu Kasai et al. / А.В. Корнаев, Е.П. Корнаева, Л.А. Савин // Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology. - 2020. - № 234. - C.858-872. Doi: 10.1177/1350650119879260.

18. Бабин, А.Ю. и др. Machine learning for rotating machines: Simulation, diagnosis and control / А.Ю. Бабин, А.В. Корнаев, Н.В. Корнаев, Е.П. Корнаева, Л.А. Савин, И.Н. Стебаков // Vibroengineering Procedia. - 2020. - № 32. - C.223-228. Doi: 10.21595/vp.2020.21549.

19. Корнаев, А.В. и др. Room for doubt as a way to improve the accuracy of machine learning algorithms / А.В. Корнаев, Е.П. Корнаева // 4th Scientific School on Dynamics of Complex Networks and their Application in Intellectual Robotics (DCNAIR). - 2020. - C.135-137. Doi: 10.1109/DCNAIR50402.2020.9216935.

20. Корнаев, А.В. и др. Application of variational approach to non-Newtonian fluid flow modeling / А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, А.С. Фетисов // Proceedings of the International Conference BALTTRIB 2019. - 2019. - C.278-285. Doi: 10.15544/balttrib.2019.31.