2019

• Trofimov A.G., Korshikova A.A. Model for Early Detection of Emergency Conditions in Power Plant Equipment Based on Machine Learning Methods // Thermal Engineering. 2019. V. 66. № 3. P. 189-195  

• Trofimov A.G., Kuznetsova K.E., Korshikova A.A. Abnormal Operation Detection in Heat Power Plant Using Ensemble of Binary Classifiers // Advances in Neural Computation, Machine Learning, and Cognitive Research. 2019. V. 799. P. 227-233  

2018

• Trofimov A.G., Shishkin S.L., Kozyrskiy B.L., Velichkovsky B.M. A Greedy Feature Selection Algorithm for Brain-Computer Interface Classification Committees // Procedia Computer Science. 2018. V. 123. P. 488-493  

• Trofimov A.G., Velichkovsky B.M., Shishkin S.L. An Approach to Use Convolutional Neural Network Features in Eye-Brain-Computer-Interface // Studies in Computational Intelligence. 2018. V. 736. P. 132-137  

2017

• Nuzhdin Y. O., Shishkin S.L., Fedorova A.A., Trofimov A.G., Svirin E.P., Kozyrskiy B.L., Medyntsev A.A., Dubynin I.A., Velichkovsky B.M. The Expectation Based Eye-Brain-Computer Interface: An Attempt of Online Test // Proceedings of the 2017 ACM Workshop on An Application-oriented Approach to BCI out of the laboratory. 2017. P. 39-42  

2016

• L. Skiteva, A. Trofimov, V. Ushakov, D. Malakhov, B. Velichkovsky. MEG Data Analysis Using the Empirical Mode Decomposition Method // Advances in Intelligent Systems and Computing. 2016. V. 449. P. 135-140  

• S. Shishkin, Y. Nuzhdin, E. Svirin, A. Trofimov, A. Fedorova, B. Kozyrskiy, B. Velichkovsky. EEG Negativity in Fixations Used for Gaze-Based Control: Toward Converting Intentions into Actions with an Eye-Brain-Computer Interface // Frontiers in Neuroscience. 2016. V. 10. P. 1-20  

• Shishkin S.L., Nuzhdin Y.O., Svirin E.P, Trofimov A.G., Fedorova A.A., Dubynin I.A., Velichkovsky B.M. Semi-direct mind-to-machine interface using gaze and intention markers // Proceedings of the 7-th International Conference on Cognitive Science. 2016. P. 68-69 

• Shishkin S.L., Nuzhdin Y.O., Trofimov A.G., Svirin E.P., Fedorova A.A., Dubynin I.A., Velichkovsky B.M. Fixation-based eye-brain-computer interfaces: approaching a better human-computer symbiosis // Opera Medica et Physiologica. 2016. V. 2. № 2. P. 70-71 

• С. Л. Шишкин, Б. Л. Козырский, А. Г. Трофимов, Ю. О. Нуждин, А. А. Федорова, Е. П. Свирин, Б. М. Величковский. Улучшение работы интерфейса глаз–мозг–компьютер при использовании частотных компонентов электроэнцефалограммы // Вестник РГМУ. 2016. № 2. С. 39-44 

• Скитева Л.И., Трофимов А.Г, Ушаков В.Л., Величковский Б.М. Анализ МЭГ данных с применением метода эмпирической модовой декомпозиции // Сборник научных трудов XVIII Международной научно-технической конференции "Нейроинформатика-2016". 2016. Т. 1. С. 23-34  

2015

• Mishulina O.A., Sukonkin I.N. Genetic algorithm for data clustering based on SV-criterion // Optical Memory & Neural Networks (Information Optics). 2015. V. 24. № 2 

• S. Shishkin, Y. Nuzhdin, E. Svirin, A. Fedorova, Y. Slobodskoy-Plusnin, A. Trofimov, A. Vasilyevskaya, B. Velichkovsky. Toward a Fluent Eye-Brain-Computer Interface: EEG Negativity Marks Visual Fixations Used to Control a Game // Proceedings of 7th International IEEE EMBS Conference on Neural Engineering. 2015. P. 463

• Грабик А.В., Карпенко А.П., Некрасов А.В., Трофимов А.Г., Чернышов А.С. Прогнозирование расхода топлива вертолетом МИ-8 с помощью модульной нейронной сети // Авиакосмическое приборостроение. 2015. № 1. С. 28-38  

• Суконкин И.Н., Мишулина О.А. Эволюционный алгоритм кластеризации данных на основе статистического критерия стандартного объема кластеров // Труды XVII Всероссийской научной конференции "Нейроинформатика-2015".– М.: НИЯУ МИФИ. 2015. Т. 2. С. 199-211 

• Трофимов А.Г, Иваницкий И.И., Величковский Б.М. Жадный алгоритм построения комитета классификаторов сигналов ЭЭГ // Сборник научных трудов XVII Всероссийской научно-технической конференции "Нейроинформатика-2015". – М.: НИЯУ МИФИ. 2015. Т. 1. С. 78-88 

• Трофимов А.Г, Колодкин И.В., Ушаков В.Л., Величковский Б.М. Агломеративный метод выделения микросостояний ЭЭГ, связанных с характеристиками бегущих волн // Сборник научных трудов XVII Всероссийской научно-технической конференции "Нейроинформатика-2015". – М.: НИЯУ МИФИ,. 2015. Т. 1. С. 66-77 

• Трофимов А.Г., Колодкин А.Г., Ушаков В.Л., Величковский Б.М. Метод агломеративной сегментации пространственно-распределенных временных рядов на основе характеристик бегущих волн // Информационные технологии. 2015. № 7. С. 535-543  

• Шишкин С.Л., Свирин Е.П., Нуждин Ю.О., Федорова А.А., Трофимов А.Г., Слободской-Плюснин Я.Ю., Васильевская А.М., Величковский Б.М. Учитесь ждать! Условно-негативная волна поможет отдавать команды взглядом? // Труды 3-й конференции «Когнитивная наука в Москве: новые исследования», Москва. 2015. (in print)

2014

• Бабиченко А.В., Карпенко А.П., Кильчик А.В., Трофимов А.Г. Нейросетевое прогнозирование расхода топлива летательным аппаратом // Сборник научных трудов XVI Всероссийской научно-технической конференции "Нейроинформатика-2014". – М.: НИЯУ МИФИ. 2014. Т. 3. С. 125-134 

• Бабиченко А.В., Карпенко А.П., Кильчик А.В., Трофимов А.Г. Нейросетевое прогнозирование расхода топлива летательным аппаратом // Авиакосмическое приборостроение. 2014. № 4. С. 47-56  

• Трофимов А. Г., Колодкин И. В., Ушаков В. Л., Величковский Б. М. Метод сегментации пространственно-распределенных временных рядов на основе бегущих волн // Наука и образование: электронное научно-техническое издание. 2014. № 10. С. 114-136. [Электр. журн. http://technomag.bmstu.ru/doc/728495.html]  

• Трофимов А.Г., Шишкин С.Л., Осадчий С.А. Модельно-ориентированный подход к классификации электроэнцефалограмм // Наука и образование: электронное научно-техническое издание. 2014. № 4. С. 135-158. [Электр. журн. http://technomag.bmstu.ru/doc/705745.html]  

2013

• S. Chernetsov, A. Karpenko, A. Trofimov. Neural Network-based Blood Glucose Control System for Type I Diabetes Patients // International Journal of Life Science and Medical Research. 2013. V. 2. № 2. P. 15-18  

• Суконкин И.Н. Самоорганизующиеся модели в задачах сегментации векторных временных рядов // Тезисы докладов XI Всероссийской научной конференции "Нейрокомпьютеры и их применение". 2013. С. 55

• Суконкин И.Н., Мишулина О.А. Сегментация векторных временных рядов на основе самообучающегося комитета нейронных сетей // Труды XV Всероссийской научной конференции "Нейроинформатика-2013". – М.: НИЯУ МИФИ. 2013. Т. 2. С. 69-79

2012

• Mishulina O.A., Sukonkin I.N. Multivariate time series segmentation for generalized description of dynamic systems operation // Optical Memory & Neural Networks (Information Optics). 2012. V. 21. № 2. P. 94-104  

• Trofimov A.G., Skrugin V.I., Herrera Rodriguez A.M. Extraction and recognition of electroencephalogram dynamic patterns for brain-computer interfaces // Proceedings of XXXVIII Latin America Conference on Informatics (CLEI-2012). 2012. P. 1-9  

• Попов К.А., Трофимов А.Г. Применение комитетов классификаторов в задаче классификации многомерных динамических данных // Новый университет. Серия "Технические науки". 2012. Т. 10. № 4. С. 34-37  

• Суконкин И.Н. Программная система автоматизированного анализа поведения лабораторных животных в биомедицинских экспериментах // Современные проблемы науки и образования. 2012. № 5. С. 107

• Суконкин И.Н. Програмные средства анализа результатов биологических экспериментов с лабораторными животными // Тезисы докладов XIX международного научно-технического семинара "Современные технологии в задачах управления, автоматики и обработки информации". 2012. С. 210

• Трофимов А.Г, Попов К.А., Скругин В.И. Метод построения комитетов классификаторов в задаче классификации временных рядов // Сборник научных трудов XIV Всероссийской научно-технической конференции "Нейроинформатика-2012". – М.: НИЯУ МИФИ. 2012. Т. 3. С. 75-83

2011

• Beschastny L., Mishulina O. Biological time series segmentation using dynamic neural network model // Optical Memory & Neural Networks. 2011. V. 20. № 2. P. 139-144  

• Попов К.А., Трофимов А.Г., Скругин В.И. Метод классификации многомерных временных рядов на основе комитетов классификаторов // Труды Международного XX научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации». – Пенза: Изд-во ПГУ. 2011. С. 296

• Суконкин И.Н., Мишулина О.А. Оптимальная сегментация векторного временного ряда при помощи эталонов с кусочно-линейным представлением данных // Тезисы докладов XX международного научно-технического семинара "Современные технологии в задачах управления, автоматики и обработки информации". 2011. С. 75

• Трофимов А.Г., Скругин В.И. Системы нейрокомпьютерного интерфейса. Обзор // Информационные технологии. 2011. № 2. С. 2-11  

• Трофимов А.Г., Скругин В.И. Метод выделения динамических паттернов в задаче классификации многомерных временных рядов // Информационные технологии. 2011. № 4. С. 65-71  

2010

• E. M. Voronov, A. P. Karpenko, O. G. Kozlova, V. A. Fedin and A. G. Trofimov. Neural network-based approximation of aircraft attainability boundary // Optical Memory & Neural Networks. 2010. V. 19. № 4. P. 291-299  

• Воронов Е.М., Карпенко А.П., Трофимов А.Г., Козлова О.Г. Нейросетевая аппроксимация границы области достижимости летательного аппарата // Сборник научных трудов XII Всероссийской научно-технической конференции "Нейроинформатика-2010". – М.: НИЯУ МИФИ. 2010. Т. 1. С. 102-109

• Иванов Д.А., Трофимов А.Г Моделирование уровня глюкозы в крови больных сахарным диабетом первого типа с помощью NARX‑нейросетей // Научная сессия НИЯУ МИФИ-2010. XIII Международная телекоммуникационная конференция студентов и молодых ученых "Молодежь и наука". – М.: НИЯУ МИФИ. 2010. Т. 2. С. 60-61

• Мишулина О.А., Суконкин И.Н. Формирование информационных характеристик изображения на основе его сегментного представления // Сборник трудов девятой международной научной конференции "Исследование, разработка и применение высоких технологий в промышленности". 2010. Т. 3. С. 95-102

• Мишулина О.А., Суконкин И.Н. Выделение фаз поведения лабораторных животных нейросетевыми методами // Материалы избранных научных трудов по теме "Актуальные вопросы нейробиологии, нейроинформатики и когнитивных исследований". – М.: НИЯУ МИФИ. 2010. С. 237-246

• Попов К.А., Трофимов А.Г. Алгоритм выделения характерных признаков ЭЭГ методами спектрального анализа для их классификации // Научная сессия НИЯУ МИФИ-2010. XIII Международная телекоммуникационная конференция студентов и молодых ученых "Молодежь и наука". – М.: НИЯУ МИФИ. 2010. Т. 2. С. 26-27

• Трофимов А.Г., В.И. Скругин. Разработка адаптивного классификатора электроэнцефалограмм и его реализация в рамках программной системы VitaPulse // Труды Научной сессии НИЯУ МИФИ-2010. 2010. Т. 5. С. 8-11

• Трофимов А.Г., Новоселов А.Б., Скругин В.И. Система анализа пространственно-частотных паттернов сигналов ЭЭГ // Сборник научных трудов XIV выставка-конференция «Телекоммуникации и новые информационные технологии в образовании». – М.: НИЯУ МИФИ. 2010. С. 108-109

• Трофимов А.Г., Повидало И.С. Идентификация динамических объектов с использованием самообучающихся нейронных сетей // Труды Международного XIX научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации». – М.: Издательский дом МЭИ. 2010. С. 110-111

• Трофимов А.Г., Скругин В.И. Адаптивный классификатор многомерных нестационарных сигналов на основе анализа динамических паттернов // Наука и образование: электронное научно-техническое издание. 2010. № 8. С. 1-32. [Электр. журн. http://technomag.edu.ru/doc/151934.html] 

• Трофимов А.Г., Скругин В.И., Попов К.А. Применение динамических нейронных сетей для моделирования спектральных характеристик сигналов ЭЭГ // Труды Международного XIX научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации». – М.: Издательский дом МЭИ. 2010. С. 111-112

• Трофимов А.Г., Скругин В.И., Роик А.О., Наумов Р.А. Алгоритм классификации сигналов ЭЭГ на основе анализа в частотно-временной области // Сборник научных трудов XII Всероссийской научно-технической конференции "Нейроинформатика-2010". – М.: НИЯУ МИФИ. 2010. Т. 1. С. 266-276

• Трофимов А.Г., Скругин В.И., Роик А.О., Наумов Р.А. Алгоритм выделения пространственно-частотных паттернов в структуре сигнала ЭЭГ // Материалы избранных научных трудов по теме: «Актуальные вопросы нейробиологии, нейроинформатики и когнитивных исследований». – М.: НИЯУ МИФИ. 2010. С. 213-223

• Трофимов А.Г., Скругин В.И., Роик А.О., Наумов Р.А. Алгоритм агломерации пространственно-частотных паттернов сигналов ЭЭГ // 4‑я Международная конференция по когнитивной науке. Тезисы докладов. – Томск: Томский государственный университет. 2010. Т. 2. С. 523-525

• Трофимов А.Г., Чернецов С.А., Повидало И.С. Использование самообучающихся нейронных сетей для идентификации уровня глюкозы в крови больных сахарным диабетом 1-го типа // Наука и образование: электронное научно-техническое издание. 2010. № 5. С. 1-13. [Электр. журн. http://technomag.edu.ru/doc/142908.html]