dlcp2026:review
Differences
This shows you the differences between two versions of the page.
| Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
| dlcp2026:review [25/09/2026 09:51] – [Section 2. Machine Learning in Natural Sciences] admin | dlcp2026:review [29/09/2026 10:13] (current) – [Section 3. Machine Learning for Environmental Sciences] admin | ||
|---|---|---|---|
| Line 1: | Line 1: | ||
| Следите за объявлениями на сайте. В случае возникновения вопросов просьба обращаться в программый комитет по почте [[dlcp@theory.sinp.msu.ru]]. | Следите за объявлениями на сайте. В случае возникновения вопросов просьба обращаться в программый комитет по почте [[dlcp@theory.sinp.msu.ru]]. | ||
| + | |||
| + | ====== The review is over ====== | ||
| + | <color / | ||
| + | |||
| + | {{: | ||
| + | |||
| + | **Уважаемые коллеги!** | ||
| + | |||
| + | Завершился этап рецензирования статей для специального выпуска журнала " | ||
| + | |||
| + | **Все дальнейшее взаимодействие с редакцией будет проходить напрямую**. | ||
| + | |||
| + | Если у вас остались вопросы или вы увидели ошибку на сайте, просьба связаться со мной по почте [[dlcp@theory.sinp.msu.ru]]. | ||
| + | |||
| + | ---- | ||
| + | **Dear colleagues!** | ||
| + | |||
| + | The stage of reviewing articles for a special issue of the journal " | ||
| + | |||
| + | **All further interaction with the editorial board will take place directly**. | ||
| + | |||
| + | If you have any questions or you see an error on the website, please contact me by mail [[dlcp@theory.sinp.msu.ru ]]. | ||
| ====== Статус трудов ====== | ====== Статус трудов ====== | ||
| Line 73: | Line 95: | ||
| | 24. Machine-Learning-Driven Particle Identification with the FARICH Detector under Realistic Operating Conditions \\ P. Rogozhin | 07.08.2026 Получена \\ 11.08.26 Рецензирование \\ 4.09.26 Доработка \\ 8.9.26 Подтверждение \\ <color / | | 24. Machine-Learning-Driven Particle Identification with the FARICH Detector under Realistic Operating Conditions \\ P. Rogozhin | 07.08.2026 Получена \\ 11.08.26 Рецензирование \\ 4.09.26 Доработка \\ 8.9.26 Подтверждение \\ <color / | ||
| | 27. Application of machine learning for the analysis of four-jet final states in the CEPC experiment \\ A.I. Staritsyna| 31.07.2026 Получена \\ 03.08.26 Исправление \\ 04.08.26 Рецензирование \\ 16.08.26 Доработка \\ <color / | | 27. Application of machine learning for the analysis of four-jet final states in the CEPC experiment \\ A.I. Staritsyna| 31.07.2026 Получена \\ 03.08.26 Исправление \\ 04.08.26 Рецензирование \\ 16.08.26 Доработка \\ <color / | ||
| - | | 36. Towards Foundational Models for HEP: Learning Universal Top-Quark Event Representations \\ A. Zaborenko | 10.08.2026 Получена \\ 12.08.26 Исправление \\ 19.08.26 Рецензирование \\ 14.09.26 Доработка \\ 20.09.26 Подтверждение \\ 20.09.26 Доработка2 \\ 22.09.26 Подтверждение2 | | + | | 36. Towards Foundational Models for HEP: Learning Universal Top-Quark Event Representations \\ A. Zaborenko | 10.08.2026 Получена \\ 12.08.26 Исправление \\ 19.08.26 Рецензирование \\ 14.09.26 Доработка \\ 20.09.26 Подтверждение \\ 20.09.26 Доработка2 \\ 22.09.26 Подтверждение2 |
| | 49. Deep learning methods for gamma event selection in TAIGA-IACT image analysis in stereo-mode \\ E.O. Gres | 06.08.2026 Получена \\ 06.08.26 Исправление \\ 07.08.26 Рецензирование \\ 1.09.26 Доработка \\ 06.09.26 Подтверждение \\ <color / | | 49. Deep learning methods for gamma event selection in TAIGA-IACT image analysis in stereo-mode \\ E.O. Gres | 06.08.2026 Получена \\ 06.08.26 Исправление \\ 07.08.26 Рецензирование \\ 1.09.26 Доработка \\ 06.09.26 Подтверждение \\ <color / | ||
| | 50. Methodology for Processing Open Data for Machine Learning Models in Searches beyond the Standard Model \\ P. Volkov | 10.08.2026 Получена \\ 12.08.26 Исправление \\ 13.08.26 Рецензирование \\ 3.09.26 Доработка \\ 07.09.26 Подтверждение \\ <color / | | 50. Methodology for Processing Open Data for Machine Learning Models in Searches beyond the Standard Model \\ P. Volkov | 10.08.2026 Получена \\ 12.08.26 Исправление \\ 13.08.26 Рецензирование \\ 3.09.26 Доработка \\ 07.09.26 Подтверждение \\ <color / | ||
| Line 102: | Line 124: | ||
| | 57. Оптимизация для инженерного проектирования \\ Fomicheva N.V. | 08.08.2026 Получена \\ 11.08.26 Исправление \\ 11.08.26 Исправление2 \\ 12.08.26 Рецензирование \\ 30.08.26 Доработка \\ 31.08.26 Подтверждение \\ <color / | | 57. Оптимизация для инженерного проектирования \\ Fomicheva N.V. | 08.08.2026 Получена \\ 11.08.26 Исправление \\ 11.08.26 Исправление2 \\ 12.08.26 Рецензирование \\ 30.08.26 Доработка \\ 31.08.26 Подтверждение \\ <color / | ||
| - | 16/19 | + | 16/16 |
| ===== Section 3. Machine Learning for Environmental Sciences ===== | ===== Section 3. Machine Learning for Environmental Sciences ===== | ||
| Line 108: | Line 130: | ||
| |< - 70% 30% >| | |< - 70% 30% >| | ||
| ^ Статья | ^ Статья | ||
| - | |2. Convolutional Neural Networks and Bayesian Classification for Risk Assessment of High-Latitude Critical Infrastructure \\ A.V. Vorobev | + | |2. Convolutional Neural Networks and Bayesian Classification for Risk Assessment of High-Latitude Critical Infrastructure \\ A.V. Vorobev |
| - | | 11. DEFINING CHARACTERISTIC STATES OF THE STRATOSPHERIC POLAR VORTEX IN THE NORTHERN HEMISPHERE USING MACHINE LEARNING METHODS \\ E.A. Demidova | 08.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Рецензирование \\ 12.09.26 Доработка \\ 18.09.26 Подтверждение \\ <color / | + | | 11. DEFINING CHARACTERISTIC STATES OF THE STRATOSPHERIC POLAR VORTEX IN THE NORTHERN HEMISPHERE USING MACHINE LEARNING METHODS \\ E.A. Demidova | 08.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Рецензирование \\ 12.09.26 Доработка \\ 18.09.26 Подтверждение \\ <color / |
| | 12. Stationary pollutant concentration fields in urban layer: deep learning approximation of large-eddy simulation \\ I. A. Gerasimov | 11.08.26 Получена \\ 12.08.26 Исправление \\ 15.08.26 Рецензирование \\ 19.08.26 Доработка \\ 22.08.26 Подтверждение \\ 26.08.26 Исправление2 \\ <color / | | 12. Stationary pollutant concentration fields in urban layer: deep learning approximation of large-eddy simulation \\ I. A. Gerasimov | 11.08.26 Получена \\ 12.08.26 Исправление \\ 15.08.26 Рецензирование \\ 19.08.26 Доработка \\ 22.08.26 Подтверждение \\ 26.08.26 Исправление2 \\ <color / | ||
| | 16. Automation of sockeye salmon detection in UAV visual optical survey data in the area of Lake Nachikinskoye (Kamchatka) using artificial neural networks \\ D.D. Shatalov | 06.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Рецензирование \\ 12.09.26 Доработка \\ 18.09.26 Подтверждение \\ <color / | | 16. Automation of sockeye salmon detection in UAV visual optical survey data in the area of Lake Nachikinskoye (Kamchatka) using artificial neural networks \\ D.D. Shatalov | 06.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Рецензирование \\ 12.09.26 Доработка \\ 18.09.26 Подтверждение \\ <color / | ||
| - | | 19. Self-Supervised Eddy Embeddings for Irminger Ring Analysis in the Labrador Sea \\ Mikhail Kalinin | 10.08.26 Получена \\ 11.08.26 Исправление \\ 31.08.26 Исправление2 \\ 04.09.26 Исправление3 \\ 07.09.26 Рецензирование \\ 11.09.26 Доработка \\ 21.09.26 Подтверждение \\ 22.09.26 Доработка2 | | + | | 19. Self-Supervised Eddy Embeddings for Irminger Ring Analysis in the Labrador Sea \\ Mikhail Kalinin | 10.08.26 Получена \\ 11.08.26 Исправление \\ 31.08.26 Исправление2 \\ 04.09.26 Исправление3 \\ 07.09.26 Рецензирование \\ 11.09.26 Доработка \\ 21.09.26 Подтверждение \\ 22.09.26 Доработка2 |
| - | | 20. ML-based local models of direct and diffuse shortwave irradiance in cloudy skies \\ N.A. Petrov | 05.08.26 Получена \\ 05.08.26 Исправление | + | | 20. ML-based local models of direct and diffuse shortwave irradiance in cloudy skies \\ N.A. Petrov | 05.08.26 Получена \\ 05.08.26 Исправление |
| - | | 23. Structured Training Ablation and GSD-Adaptive Orthophoto Inference for UAV-Based Pavement Defect Detection with YOLO26 \\ Mustafa A. | 07.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Correction2 \\ 13.08.26 Review \\ 22.08.26 Approvement \\ <color / | + | | 23. Structured Training Ablation and GSD-Adaptive Orthophoto Inference for UAV-Based Pavement Defect Detection with YOLO26 \\ Mustafa A. | 07.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Correction2 \\ 13.08.26 Review \\ 22.08.26 Approvement \\ <color / |
| - | | 26. Automatic Pre-labelling of Ship-borne Imagery for Floating Marine Debris Detection with a Zero-shot Open-vocabulary Detector \\ I. A. Gerasimov | 08.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Исправление2 \\ 15.08.26 Рецензирование \\ 10.09.26 Доработка \\ 21.09.26 Подтверждение <color / | + | | 26. Automatic Pre-labelling of Ship-borne Imagery for Floating Marine Debris Detection with a Zero-shot Open-vocabulary Detector \\ I. A. Gerasimov | 08.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Исправление2 \\ 15.08.26 Рецензирование \\ 10.09.26 Доработка \\ 21.09.26 Подтверждение <color / |
| | 29. Deep learning methods for integrated identification of echo characters in high resolution seismoacoustic records from the Romanche and Chain Fracture Zones \\ M.S. Popov | 09.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Исправление2 \\ 12.08.26 Исправление3 \\ 13.08.26 Исправлени4 \\ 13.08.26 Рецензирование \\ 30.08.26 Доработка \\ 02.09.26 Подтверждение \\ <color / | | 29. Deep learning methods for integrated identification of echo characters in high resolution seismoacoustic records from the Romanche and Chain Fracture Zones \\ M.S. Popov | 09.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Исправление2 \\ 12.08.26 Исправление3 \\ 13.08.26 Исправлени4 \\ 13.08.26 Рецензирование \\ 30.08.26 Доработка \\ 02.09.26 Подтверждение \\ <color / | ||
| | 37. Cloud Base Height Estimation from Stereo Images Using Deep Feature Matching and Temporal Filtering \\ I.A. Ustimov | 07.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Рецензирование \\ 10.09.26 Доработка \\ 13.09.26 Исправление \\ 14.09.26 Подтверждение \\ <color / | | 37. Cloud Base Height Estimation from Stereo Images Using Deep Feature Matching and Temporal Filtering \\ I.A. Ustimov | 07.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Рецензирование \\ 10.09.26 Доработка \\ 13.09.26 Исправление \\ 14.09.26 Подтверждение \\ <color / | ||
| Line 122: | Line 144: | ||
| | 53. Estimating Significant Wave Height and Mean Wave Period from Shipborne X-Band Radar Images: Effects of Meteorological Predictors and Positional Encoding \\ A.I. Suslov | 08.08.26 Получена \\ 11.08.26 Рецензирование \\ 10.09.26 Доработка \\ 15.09.26 Подтверждение \\ <color / | | 53. Estimating Significant Wave Height and Mean Wave Period from Shipborne X-Band Radar Images: Effects of Meteorological Predictors and Positional Encoding \\ A.I. Suslov | 08.08.26 Получена \\ 11.08.26 Рецензирование \\ 10.09.26 Доработка \\ 15.09.26 Подтверждение \\ <color / | ||
| | 55. Cloud Base Height Assessment via Stereo-Based Neural Network Feature Matching \\ E.A. Belkova | 10.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Рецензирование \\ 10.09.26 Доработка \\ 19.09.26 Подтверждение \\ <color / | | 55. Cloud Base Height Assessment via Stereo-Based Neural Network Feature Matching \\ E.A. Belkova | 10.08.26 Получена \\ 11.08.26 Исправление \\ 11.08.26 Рецензирование \\ 10.09.26 Доработка \\ 19.09.26 Подтверждение \\ <color / | ||
| - | | 59. Estimation of Vertical Profile of Aerosol from MAX-DOAS Measurements Using a Transformer Deep Learning Architecture \\ D.R. Shamsutdinov | 10.08.26 Получена \\ 11.08.26 Исправление \\ 14.08.26 Рецензирование \\ 9.09.26 Доработка \\ 15.09.26 Подтверждение \\ 18.09.26 Доработка2 \\ 20.09.26 Подтверждение2 \\ 21.09.26 Доработка3 \\ 25.09.26 Подтверждение3 | | + | | 59. Estimation of Vertical Profile of Aerosol from MAX-DOAS Measurements Using a Transformer Deep Learning Architecture \\ D.R. Shamsutdinov | 10.08.26 Получена \\ 11.08.26 Исправление \\ 14.08.26 Рецензирование \\ 9.09.26 Доработка \\ 15.09.26 Подтверждение \\ 18.09.26 Доработка2 \\ 20.09.26 Подтверждение2 \\ 21.09.26 Доработка3 \\ 25.09.26 Подтверждение3 |
| | 61. Comparing Direct and Autoregressive Neural Forecasting Strategies for Black Sea Ocean State Prediction at Sub-Seasonal Horizons, \\ M.A. Borisov | 10.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Рецензирование \\ 10.09.26 Доработка \\ 18.09.26 Подтверждение \\ <color / | | 61. Comparing Direct and Autoregressive Neural Forecasting Strategies for Black Sea Ocean State Prediction at Sub-Seasonal Horizons, \\ M.A. Borisov | 10.08.26 Получена \\ 11.08.26 Исправление \\ 12.08.26 Рецензирование \\ 10.09.26 Доработка \\ 18.09.26 Подтверждение \\ <color / | ||
dlcp2026/review.1790329910.txt.gz · Last modified: by admin
