Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=методы машинного обучения<.>)

Общее количество найденных документов : 17
Показаны документы с 1 по 17

Байбуза, И.
Прогнозирование инфляции с помощью методов машинного обучения [Текст] / И. Байбуза // Деньги и кредит. - 2018. - Т. 77, № 4. - С. 42-59. - Библиогр.: с. 58-59 (15 назв.) . - ISSN 0130-3090

УДК

^a330.4

^a336.7

ББК 65в631 + 65.262
Рубрики: Экономика
Математическая экономика. Эконометрика
Кредитно-денежная система--Россия
Кл.слова (ненормированные):
Elastic Net (метод) -- LASSO (метод) -- ML-модели -- Ridge (метод) -- агентно-ориентированные модели -- банковская система -- денежно-кредитная политика -- инфляция -- машинное обучение -- методы машинного обучения -- модель бустинга (метод) -- модель случайного леса (метод) -- прогнозирование инфляции -- таргетирование инфляции -- центральные банки -- эмпирические исследования
Аннотация: Прогнозирование инфляции является важной практической задачей. В данной статье предложено решение этой задачи для России с помощью нескольких базовых методов машинного обучения: LASSO, Ridge, Elastic Net, случайный лес и бустинг. Несмотря на то что эти методы были разработаны еще к началу 2000-х гг., в профессиональной литературе, связанной с прогнозированием инфляции вообще и российской инфляции в частности, долгое время они оставались практически незамеченными. Данная работа – одна из первых попыток применения некоторых методов машинного обучения к прогнозированию инфляции в России.

Доп.точки доступа:
Банк России
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Анализ методов машинного обучения для прогнозирования популярности сообщений в социальных сетях [Текст] = Predicting news popularity in online social networks / И. В. Лебедев [и др.] // Проблемы информационной безопасности. Компьютерные системы. - 2018. - № 3. - С. 18-25 : граф., схема, табл. - Библиогр.: с. 25 (6 назв.) . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
анализ текстов сообщений -- информационная безопасность -- машинное обучение -- методы машинного обучения -- популярность сообщений -- прогнозирование популярности сообщений -- социальные сети -- тональность текстов
Аннотация: Предложена модель описания интересов пользователя при анализе тональности текстов, написанных им в социальной сети, и выполнено применение модели к задаче прогнозирования популярности сообщений при анализе текста сообщения, профиля автора сообщения и рассматриваемого сообщества.
This study describes a previously unknown model for describing the interests of the user has been presented on the sentiment analysis of texts, written by the user in the social network, and it has been applied to the research problem of forecasting the popularity of text messageson the basis of text message analysis, the author’s profile of the message and the analysed community.

Доп.точки доступа:
Лебедев, И. В.; Карпов, И. А.; Баранов, Б. Е.; Лось, В. П.; Самолетова, К. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Елшин, Александр Вячеславович (кандидат технических наук; доцент).
Методический аппарат оценивания личностных качеств обучающихся по результатам их активности в информационно-образовательной среде [Текст] / А. В. Елшин, О. В. Родионов // Мир образования - образование в мире. - 2018. - № 4 (72). - С. 150-157. - Библиогр.: с. 157 (15 назв. ) . - ISSN 2073-8536

УДК

^a378

^a371.69:004.3

ББК 74.58 + 74с
Рубрики: Образование. Педагогика
Высшее профессиональное образование
Применение вычислительной техники в педагогике
Кл.слова (ненормированные):
Learning Analytics -- вузы -- информационно-образовательная среда -- компетенции -- компоненты компетенций -- личностные качества -- машинное обучение -- методы машинного обучения -- образовательная аналитика -- обучающиеся -- оценивание качеств -- оценивание компетенций -- педагогическая квалиметрия -- сетевая активность
Аннотация: Разрабатывается подход к оцениванию личностных качеств и компетенций обучающихся на основе анализа результатов их активности в информационно-образовательной среде вуза с использованием методов машинного обучения. Данный подход обеспечивает количественное оценивание компонентов компетенции путем анализа сетевой активности обучающихся.

Доп.точки доступа:
Родионов, Олег Васильевич (кандидат технических наук; доцент)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Федоров, Федор Юрьевич (аспирант).
Модели прогнозирования банкротства [Текст] : сравнительный анализ методов классификации / Ф. Ю. Федоров ; рец. Л. И. Черниковой // Аудит и финансовый анализ. - 2019. - № 1. - С. 216-222 : 5 табл.; 9 рис. - Библиогр.: с. 222 (12 назв.). - Рец. Черниковой Л. И. на ст. автора приведена в конце . - ISSN 2618-9828

УДК

^a658.14/.17

ББК 65.291.9
Рубрики: Экономика
Финансы предприятия
Кл.слова (ненормированные):
банкротства предприятий -- деревья классификации -- дискриминантный анализ -- логистическая регрессия -- метод опорных векторов -- методы машинного обучения -- модели прогнозирования -- нейронные сети
Аннотация: В данном исследовании были построены модели прогнозирования банкротства предприятия строительной отрасли, которые могут быть использованы при формировании стратегии антикризисного управления.

Доп.точки доступа:
Черникова, Л. И. (доктор экономических наук; доцент) \.\
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Алнафра, Ибрагим (аспирант).
Применение методов машинного обучения в системе управления интеллектуальной собственностью на основе технологии блокчейн [Текст] / И. Алнафра, А. С. Николаев, Е. Л. Богданова // Вестник Саратовского государственного социально-экономического университета. - 2019. - № 2. - С. 9-14 : рис. - Библиогр.: с. 14 (14 назв.) . - ISSN 1994-5094

УДК

^a338.24

ББК 65.050
Рубрики: Экономика
Управление экономикой
Кл.слова (ненормированные):
блокчейн -- интеллектуальная собственность -- кластерный анализ -- методы машинного обучения -- патентный анализ -- текстовое оформление -- управление интеллектуальной собственностью
Аннотация: Технология блокчейн применяется во многих сферах общественной жизни, коренным образом изменяя традиционные управленческие технологии. Сегодня ведущие специалисты в области управления интеллектуальной собственностью говорят о перспективах революционных изменений института интеллектуальной собственности на основании принципов блокчейна. Данная статья посвящена интеграции методов машинного обучения в существующие алгоритмы управления интеллектуальными правами на основании технологии блокчейн и IPChain. Это создаст новые условия для гармоничного развития международного рынка объектов интеллектуальной собственности. Предлагается использовать методы интеллектуального анализа патентных данных с их последующей кластеризацией и классификацией для ускорения процесса регистрации и использования результатов интеллектуальной собственности. В статье предлагается новый тип интеграции технологий блокчейн и машинного обучения, который позволит повысить эффективность существующих систем управления правами на интеллектуальную собственность. Подобные технологии представляют интерес как для бизнеса, так и для государственных органов в сфере управления и защиты прав на объекты интеллектуальной собственности.

Доп.точки доступа:
Николаев, Андрей Сергеевич (аспирант); Богданова, Елена Леонардовна (доктор экономических наук; профессор)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Петрова, Диана Абдумуминовна (научный сотрудник).
Прогнозирование инфляции на основе интернет-запросов [Текст] / Д. А. Петрова // Экономическое развитие России. - 2019. - Т. 26, № 11. - С. 55-62 : табл. - Библиогр.: с. 61-62 (11 назв.) . - ISSN 2306-5001

УДК

^a338.27

ББК 65.054.3
Рубрики: Экономика
Прогнозирование--Россия
Кл.слова (ненормированные):
интернет-данные -- интернет-запросы -- инфляционные ожидания -- инфляция -- методы машинного обучения -- обработка информации -- поисковые запросы -- получение информации -- прогнозирование инфляции -- прогнозы (экономика) -- статистика
Аннотация: В данной статье представлен анализ интернет-запросов, связанных с финансовыми рынками, инфляционными ожиданиями и макроэкономическими условиями. Результаты показывают, что использование поисковых запросов Google и методов машинного обучения при прогнозировании улучшает качество прогноза инфляции по сравнению с эталонной.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Попков, Ю. С.
Метод оценки эффективности сжатия матриц данных в процедурах рандомизированного машинного обучения [Текст] = Effectiveness estimation of matrices compression in the procedures of randomized machine learning / Попков Ю. С. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2018. - № 1. - С. 3-7. - Библиогр.: с. 6-7 (10 назв. ) . - ISSN 2071-8632

УДК

^a004.5

ББК 32.973-018.2
Рубрики: Вычислительная техника
Человеко-машинное взаимодействие в целом
Кл.слова (ненормированные):
DIP-метод -- Кульбака - Ляйблера функция -- МГК -- ПРВ -- РМО -- линейные статические модели -- метод главных компонент -- методы машинного обучения -- методы редукции -- обучающие коллекции -- плотность распределения вероятностей -- рандомизированное машинное обучение -- функция Кульбака - Ляйблера
Аннотация: Отмечается, что существенное расширение возможностей и ресурсов современных средств вычислительной техники позволило реализовать многочисленные ранее созданные методы машинного обучения, и на основе их синтеза построить эффективные прикладные системные платформы для решения задач классификации, кластеризации и динамической регрессии.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Попков, Ю. С.
Энтропийный метод сжатия матриц со случайными значениями элементов [Текст] = Entropy methad of compression matrices with random elements / Попков Ю. С. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2018. - № 1. - С. 8-15. - Библиогр.: с. 14-15 (12 назв. ) . - ISSN 2071-8632

УДК

^a004.5

^a004.62

ББК 32.973-018.2 + 32.973-018.2
Рубрики: Вычислительная техника
Человеко-машинное взаимодействие в целом
Манипулирование данными
Кл.слова (ненормированные):
РМО -- входные данные -- информационная энтропия -- методы машинного обучения -- обратное проектирование -- процедура сжатия матрицы -- прямое проектирование -- рандомизированное машинное обучение
Аннотация: Предлагается двухэтапный метод сжатия матрицы со случайными значениями элементов, имитирующей входные данные в задачах рандомизированного машинного обучении (РМО).

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Бабкин, Павел Сергеевич.
Методы машинного обучения как инструмент повышения эффективности работы государственных бюджетных учреждений, уполномоченных на проведение государственной кадастровой оценки [Текст] / П. С. Бабкин, К. Ю. Ермоленко // Имущественные отношения в Российской Федерации. - 2021. - № 2. - С. 7-19 : 2 рис., 2 табл. - Библиогр.: с. 19 (7 назв.) . - ISSN 2072-4098

УДК

^a332.28

ББК 65.22
Рубрики: Экономика
Экономика недвижимости--Россия--Московская область
Кл.слова (ненормированные):
автоматизация -- государственная кадастровая оценка -- государственное управление -- государственные бюджетные учреждения -- кадастровая оценка -- классификация объектов недвижимости -- кодирование объектов недвижимости -- массовая оценка -- машинное обучение -- методы машинного обучения -- недвижимость -- нейронные сети -- объекты недвижимости -- эффективность работы учреждений
Аннотация: Рассматриваются задачи, которые при проведении государственной кадастровой оценки (ГКО) могут решаться с привлечением методов машинного обучения, в том числе задача автоматического определения тематики обращений об исправлении ошибок, допущенных при определении кадастровой стоимости. Основное внимание уделяется проблеме классификации объектов недвижимости при массовой оценке. Приводятся результаты применения описанных методов в государственном бюджетном учреждении Московской области, уполномоченном на проведение ГКО.

Доп.точки доступа:
Ермоленко, К. Ю.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

10.

Евстигнеева, А.
Оценка ясности коммуникации Банка России по денежно-кредитной политике с помощью нейронных сетей [Текст] / А. Евстигнеева, М. Сидоровский // Деньги и кредит. - 2021. - Т. 80, № 3. - С. 3-33

УДК

^a336.7

ББК 65.262
Рубрики: Экономика
Кредитно-денежная система
Кл.слова (ненормированные):
автоматизированная оценка -- автоматическая обработка текста -- денежно-кредитная политика -- инструменты автоматизированной оценки -- коммуникации банков -- лингвистический анализ -- машинное обучение -- методы машинного обучения -- нейронные сети -- оценка удобочитаемости коммуникации -- текстовый анализ -- удобочитаемость коммуникации -- экономические тексты
Аннотация: Целями данной работы явились: создание инструмента автоматизированной оценки удобочитаемости коммуникации Банка России по денежно-кредитной политике, основанный на лингвистическом и текстовом анализе и использующий методы машинного обучения, а также создание рекомендаций по улучшению этой коммуникации.

Доп.точки доступа:
Сидоровский, М.; Банк РоссииЦентральный банк Российской Федерации; Центробанк; ЦБ РФ
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

11.

Джункеев, У.
Прогнозирование безработицы в России с помощью методов машинного обучения [Текст] / У. Джункеев // Деньги и кредит. - 2022. - Т. 81, № 1. - С. 73-87 . - ISSN 0130-3090

УДК

^a331

ББК 65.24
Рубрики: Экономика
Экономика труда--Российская Федерация--Россия
Кл.слова (ненормированные):
безработица -- бустинг -- градиентный бустинг -- динамика безработицы -- макроэкономические показатели -- машинное обучение -- методы машинного обучения -- многофакторные модели -- нейронные сети -- однофакторные модели -- прогнозирование безработицы -- режим реального времени -- рекуррентные нейронные сети
Аннотация: В статье прогнозируется динамика безработицы в России на основе ряда методов машинного обучения. Наряду с полносвязными нейронными сетями прямого распространения применяются рекуррентные нейронные сети класса моделей "последовательность к последовательности". Учитываются дополнительные макроэкономические показатели для оценки в дополнение к однофакторным многофакторных моделей рекуррентных нейронных сетей. В процессе оценки моделей учитываются пересмотры статистической информации в режиме реального времени.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

12.

Китов, Виктор Владимирович.
Исследование прогнозирования временных рядов с использованием статистических методов, методов машинного обучения и глубокого обучения: исторические аспекты [Text] / В. В. Китов, М. В. Мишустина, А. О. Устюжанин // Вопросы истории. - 2022. - № 4, ч. 2. - С. 201-218 : 5 табл. - Библиогр. в примеч. - Примеч.: с. 217-218 . - ISSN 0042-8779

УДК

^a330.4

ББК 65в631
Рубрики: Экономика
Математическая экономика. Эконометрика
Кл.слова (ненормированные):
временные ряды -- методы глубокого обучения -- методы машинного обучения -- прогнозирование -- прогнозирование временных рядов -- статистические методы
Аннотация: Задача прогнозирования временных рядов состоит в том, чтобы выяснить, что произойдет далее в серии событий. Статья содержит обзор как традиционных исследовательских методов, так и методов глубокого обучения для прогнозирования временных рядов, а также необходимые определения и теорию, лежащую в их основе.

Доп.точки доступа:
Мишустина, Маргарита Владимировна; Устюжанин, Александр Олегович
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

13.

Диагностика профессиональных дефицитов и компетенций педагогов общего образования: кластерный анализ [Текст] / Д. А. Мозгова, О. М. Замятина, Н. А. Семенова, Л. В. Куровская // Вестник Томского государственного университета = Tomsk State University Journal. - 2021. - № 472 (ноябрь). - С. 189-196 : рис., табл. - Библиогр.: с. 194 (23 назв.) . - ISSN 1561-7793

УДК

^a371

ББК 74.204
Рубрики: Образование. Педагогика
Школоведение
Кл.слова (ненормированные):
диагностика -- кластерный анализ -- компетенции педагогов -- машинное обучение -- методы машинного обучения -- общее образование -- оценка профессионализма -- педагоги общего образования -- профессионализм -- профессиональные дефициты
Аннотация: Процесс реализации технологии оценки профессионализма и уровня компетенций педагогов общего образования на основе применения методов машинного обучения.

Доп.точки доступа:
Мозгова, Дарья Андреевна (младший научный сотрудник; эксперт); Замятина, Оксана Михайловна (кандидат технических наук; научный сотрудник); Семенова, Наталия Альбертовна (кандидат педагогических наук; научный сотрудник); Куровская, Лариса Валерьевна (кандидат биологических наук; научный сотрудник)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

14.

Беззатеев, С. В.
Исследование методов машинного обучения для обеспечения информационной безопасности в розничных торговых операциях [Текст] = Study of machine learning methods to ensure information security in retail trading operations / С. В. Беззатеев, Т. Н. Елина, Н. С. Красников // Проблемы информационной безопасности. Компьютерные системы. - 2022. - № 3. - С. 155-166 : граф., табл., диагр., ил., схема. - Библиогр.: с. 165 (7 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.7

ББК 32.973.202
Рубрики: Вычислительная техника
Вычислительные сети
Кл.слова (ненормированные):
convolutional neural networks -- information security -- machine learning -- machine learning methods -- retail trading operations -- self-service -- информационная безопасность -- машинное обучение -- методы машинного обучения -- розничные торговые операции -- самообслуживание -- сверточные нейронные сети
Аннотация: Проблема искажения и подмены информации при совершении операций в розничной торговле с использованием касс самообслуживания приводит к снижению прибыли предприятий. Внедрение средств распознавания весовых товаров с использованием методов машинного обучения позволит повысить уровень защиты операций в розничной торговле. В работе проведен анализ различных методов обучения и построена модель сети, позволяющая при небольшом объеме размеченных данных получать хорошие результаты распознавания в сфере ритейла.
The problem of distortion and substitution of information when performing transactions in retail trade using self-service checkouts leads to a decrease in the profits of enterprises. The introduction of weight recognition tools using machine-learning methods will increase the level of protection for retail transactions. The paper analyzes various training methods and builds a network model that allows, with a small amount of labeled data, to obtain good recognition results in the field of retail.

Доп.точки доступа:
Елина, Т. Н.; Красников, Н. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

15.

Китова, Ольга Викторовна.
Сравнительный анализ методов машинного обучения для прогнозирования показателей промышленности РФ [Текст] / О. В. Китова, В. М. Савинова, В. Р. Иксанов // Вопросы истории. - 2022. - № 9, ч. 2. - С. 248-262 : 4 рис., 5 табл. - Библиогр. в примеч. - Примеч.: с. 262 . - ISSN 0042-8779

УДК

^a338.27

^a339.138

ББК 65.054.3
Рубрики: Экономика--Россия
Прогнозирование
Маркетинг
Кл.слова (ненормированные):
верификация -- компьютерные эксперименты -- метод ближайшего соседа -- метод опорных векторов -- методы машинного обучения -- множественная линейная регрессия -- нейронные сети -- прогнозирование -- регрессивное дерево решений -- случайный лес -- экономическое прогнозирование
Аннотация: В статье рассматривается проведение компьютерных экспериментов по прогнозированию временных рядов с применением различных методов машинного обучения и приводится сравнение результатов.

Доп.точки доступа:
Савинова, Виктория Михайловна; Иксанов, Владислав Рашидович
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

16.

Китова, Ольга Викторовна.
Прогнозирование показателей сферы предпринимательства в России с применением методов машинного обучения [Текст] / О. В. Китова, В. М. Савинова, В. Р. Иксанов // Вопросы истории. - 2023. - № 5, ч. 1. - С. 160-169. - Библиогр. в примеч. - Примеч.: с. 168-169 . - ISSN 0042-8779

УДК

^a338.27

^a338

ББК 65.054.3 + 65.290
Рубрики: Экономика--Россия
Прогнозирование
Бизнес. Предпринимательство
Кл.слова (ненормированные):
краткосрочные прогнозы -- методы машинного обучения -- предпринимательство -- прогнозирование промышленности -- эконометрическая модель
Аннотация: В статье рассматривается разработка краткосрочного прогноза показателей предпринимательства в России на основе комплексной эконометрической модели, реализованной в интеллектуальной гибридной системе "Горизонт".

Доп.точки доступа:
Савинова, Виктория Михайловна; Иксанов, Владислав Рашидович
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

17.

Состязательные атаки против системы обнаружения вторжений, основанной на применении методов машинного обучения [Текст] = Adversarial attacks against a machine learning based intrusion detection system / А. И. Гетьман, М. Н. Горюнов, А. Г. Мацкевич [и др.] // Проблемы информационной безопасности. Компьютерные системы. - 2023. - № 4. - С. 156-190 : схемы, табл. - Библиогр.: с. 185-187 (49 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
adversarial attacks (computing) -- classification of adversarial attacks -- information security -- intrusion detection systems (computing) -- machine learning -- machine learning methods -- network traffic -- neural networks -- информационная безопасность -- классификация состязательных атак -- машинное обучение -- методы машинного обучения -- нейронные сети -- сетевой трафик -- системы обнаружения вторжений (вычислительная техника) -- состязательные атаки (вычислительная техника)
Аннотация: В работе проанализированы релевантные источники в области реализации современных состязательных атак против сетевой системы обнаружения вторжений, анализатор которой построен на основе методов машинного обучения. Обобщённо представлен процесс построения такой системы, указаны часто встречающиеся ошибки разработчиков на каждом этапе, которые могут быть проэксплуатированы злоумышленниками при реализации различных атак. Приведена классификация состязательных атак против моделей машинного обучения, проанализированы наиболее известные состязательные атаки в отношении нейронных сетей и ансамблей решающих деревьев. Отмечены существующие ограничения в применении состязательных атак против моделей обнаружения вторжений типа "случайный лес", на практике реализованы атаки отравления и уклонения в отношении объекта исследования. Рассмотрены возможные стратегии защиты, экспериментально оценена эффективность наиболее распространенного метода - состязательного обучения. Сделан вывод об отсутствии гарантий обеспечения устойчивости используемой модели машинного обучения к состязательным атакам и необходимости поиска защитных стратегий, предоставляющих такие гарантии.
The paper analyzes relevant sources in the field of implementing modern adversarial attacks against a network intrusion detection system, the analyzer of which is based on machine learning methods. The process of building such a system is summarized, the common mistakes of developers at each stage are indicated, which can be exploited by intruders in the implementation of various attacks. The classification of adversarial attacks against machine learning models is given, and the most well-known adversarial attacks against neural networks and ensembles of decision trees are analyzed. The existing limitations in the use of adversarial attacks against intrusion detection models of the "random forest" type are noted, poisoning and evasion attacks against the research object are implemented in practice. Possible defense strategies are considered, and the effectiveness of the most common method, competitive learning, is experimentally evaluated. It is concluded that there are no guarantees to ensure the stability of the used machine learning model to adversarial attacks and the need to search for defensive strategies that provide such guarantees.

Доп.точки доступа:
Гетьман, А. И.; Горюнов, М. Н.; Мацкевич, А. Г.; Рыболовлев, Д. А.; Никольская, А. Г.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)