1. Казаков, Ю.Н. и др. Data-driven and physics-informed approaches for improving the performance of dynamic models of fluid film bearings / Ю.Н. Казаков, Л.А. Савин, И.Н. Стебаков, Д.В. Шутин // Tribology International. - 2024. - № 191. Doi: 10.1016/j.triboint.2023.109136. [Электронный ресурс]. - URL: https://www.sciencedirect.com/science/article/pii/S0301679X2300926X.

2. Бондаренко, М.Э. и др. Prediction of Remaining Useful Life of Passive and Adjustable Fluid Film Bearings Using Physics-Based Models of Their Degradation / М.Э. Бондаренко, Р.Н. Поляков, Л.А. Савин, И.Н. Стебаков, Д.В. Шутин // Mechanisms and Machine Science. - 2024. - № 139. - C.211-223. Doi: https://doi.org/10.1007/978-3-031-40455-9_17. [Электронный ресурс]. - URL: https://link.springer.com/chapter/10.1007/978-3-031-40455-9_17.

3. 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.

4. Бондаренко, М.Э. и др. Method for On-Line Remaining Useful Life and Wear Prediction for Adjustable Journal Bearings Utilizing a Combination of Physics-Based and Data-Driven Models: A Numerical Investigation / М.Э. Бондаренко, Р.Н. Поляков, Л.А. Савин, И.Н. Стебаков, Д.В. Шутин // Lubricants. - 2023. - № 11(1), 33. Doi: 10.3390/lubricants11010033. [Электронный ресурс]. - URL: https://www.mdpi.com/2075-4442/11/1/33.

5. 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.

6. Литовченко, М.Г. и др. Распознавание классов траекторий движения ротора на опорах жидкостного трения на основе искусственной нейронной сети / М.Г. Литовченко, И.Н. Стебаков, А.В. Сытин, Д.В. Шутин // Фундаментальные и прикладные проблемы техники и технологии. - 2023. [Электронный ресурс]. - URL: https://oreluniver.ru/science/journal/fipptt.

7. 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.

8. Корнаев, А.В. и др. Fault diagnosis systems for rotating machines operating with fluid-film bearings / А.В. Корнаев, С.Г. Попов, Л.А. Савин, И.Н. Стебаков // Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology. - 2022.

9. 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.

10. Настепанин, К.К. и др. Комплексные исследования ресурсосберегающей электротехнологии нанесения разных теплостойких слоев для теплонапряженных деталей турбин ГТД / К.К. Настепанин, Р.Н. Поляков, А.Ю. Родичев, И.Н. Стебаков // Энерго- и ресурсосбережение - XXI век : материалы XX международной научно-практической конференции, Орёл, 14–16 ноября 2022 года., г. Орёл, 01.01.1970. - г. Орёл, 2022. - C.136-141. [Электронный ресурс]. - URL: https://elibrary.ru/item.asp?id=50035814.

11. 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.

12. Казаков, Ю.Н. и др. Программное обеспечение для диагностики роторной системы в режиме реального времени / Ю.Н. Казаков, Р.Н. Поляков, И.Н. Стебаков, А.С. Фетисов // Фундаментальные и прикладные проблемы техники и технологии. - 2022. - № 355. - C.36-44. [Электронный ресурс]. - URL: https://oreluniver.ru/public/file/archive/fipptt_Annotatsiya_ZHurnal_5_2022.pdf.

13. 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.

14. 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.

15. 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.

16. Поляков, Р.Н. и др. Overview of turbogenerator monitoring and diagnostic systems / Р.Н. Поляков, И.Н. Стебаков // Journal of Physics: Conference Series, 01.01.1970. - 2020.