User Tools

Site Tools


dlcp2026:review

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
dlcp2026:review [25/09/2026 09:52] – [Section 3. Machine Learning for Environmental Sciences] admindlcp2026: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 /orange>**27.9.2026**</color>
 +
 +{{:dlcp2026:closed.png?200}}
 +
 +**Уважаемые коллеги!**
 +
 +Завершился этап рецензирования статей для специального выпуска журнала "Вестник Московского университета. Серия Физика". Статус вашей статьи можно посмотреть в раделе [[review|Статус трудов]]. Все статьи, получившие положительное заключение, переданы в редакцию журнала. По мере готовности статей, редакция направит вам гранки для окончательного согласования. Там же будут выходные данные статей, включая DOI. 
 +
 +**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 "Bulletin of Moscow University. Physics series". The status of your article can be viewed in the [[review|Status of Proceedings]] section. All articles that have received a positive review have been submitted to the editorial board of the journal. As soon as the articles are ready, the editors will send you the proofs for final approval. There will also be the output data of the articles, including the DOI. 
 +
 +**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 /lightgreen> 8.09.2026 Принята</color> \\ <color /yellow>9.09.26 В редакции</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 /lightgreen> 8.09.2026 Принята</color> \\ <color /yellow>9.09.26 В редакции</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 /lightgreen>20.08.26 Принята</color> \\ <color /yellow>26.08.26 В редакции</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 /lightgreen>20.08.26 Принята</color> \\ <color /yellow>26.08.26 В редакции</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 \\ 24.09.26 Доработка3 \\ 26.09.26 Подтверждение3 \\ 26.09.26 Доработка4 \\ <color /lightgreen>**27.09.26 Принята**</color> \\ <color /yellow>27.08.26 В редакции</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 /lightgreen>**08.09.26 Принята**</color> \\ <color /yellow>9.09.26 В редакции</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 /lightgreen>**08.09.26 Принята**</color> \\ <color /yellow>9.09.26 В редакции</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 /lightgreen> 30.08.2026 Принята </color> \\  9.09.26 Исправление2 \\ 9.9.26 Проверка \\ <color /yellow>10.09.26 В редакции</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 /lightgreen> 30.08.2026 Принята </color> \\  9.09.26 Исправление2 \\ 9.9.26 Проверка \\ <color /yellow>10.09.26 В редакции</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 /lightgreen> 31.08.2026 Принята </color> \\ <color /yellow>30.08.26 В редакции</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 /lightgreen> 31.08.2026 Принята </color> \\ <color /yellow>30.08.26 В редакции</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  ^ Дата, Статус | ^ Статья  ^ Дата, Статус |
-|2. Convolutional Neural Networks and Bayesian Classification for Risk Assessment of High-Latitude Critical Infrastructure \\ A.V. Vorobev  | 27.07.26 Получена \\ 03.08.26 Рецензирование \\ 13.08.2026 Доработка \\ 22.08.26 Исправление \\ 22.08.26 Подтверждение \\ 31.08.2026 Доработка2 до 4.09 \\ 4.09.26 Подтверждение2 \\ 8.09.2026 Доработка3 \\ 12.09.26 Подтверждение3 \\ 12.09.26 Доработка4 \\ 14.09.26 Подтверждение4 \\ 20.09.26 Доработка5 \\ 22.09.26 Подтверждение5 |+|2. Convolutional Neural Networks and Bayesian Classification for Risk Assessment of High-Latitude Critical Infrastructure \\ A.V. Vorobev  | 27.07.26 Получена \\ 03.08.26 Рецензирование \\ 13.08.2026 Доработка \\ 22.08.26 Исправление \\ 22.08.26 Подтверждение \\ 31.08.2026 Доработка2 до 4.09 \\ 4.09.26 Подтверждение2 \\ 8.09.2026 Доработка3 \\ 12.09.26 Подтверждение3 \\ 12.09.26 Доработка4 \\ 14.09.26 Подтверждение4 \\ 20.09.26 Доработка5 \\ 22.09.26 Подтверждение5 \\ 25.09.26 Доработка6 \\ 26.09.26 Подтверждение6 \\ <color /lightgreen>26.09.26 Принята</color> \\ <color /yellow>27.08.26 В редакции</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 /lightgreen>21.09.26 Принята</color> \\ <color /yellow>25.09.26 В редакции</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 /lightgreen>21.09.26 Принята</color> \\ <color /yellow>25.09.26 В редакции</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 /lightgreen>26.08.26 Принята</color> \\ <color /yellow>30.08.26 В редакции</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 /lightgreen>26.08.26 Принята</color> \\ <color /yellow>30.08.26 В редакции</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 /lightgreen>18.09.26 Принята</color> \\ <color /yellow>21.09.26 В редакции</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 /lightgreen>18.09.26 Принята</color> \\ <color /yellow>21.09.26 В редакции</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 \\ 25.09.26 Подтверждение2 \\ <color /lightgreen>25.09.26 Принята</color> \\ <color /yellow>27.08.26 В редакции</color> |
 | 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  \\ 06.08.26 Рецензирование \\ 30.08.26 Доработка до 6.09 \\ 4.09.26 Подтверждение \\ 12.09.2026 Доработка2 \\ 14.09.26 Подтверждение2 \\ 20.09.26 Доработка3 \\ <color /lightgreen>21.09.26 Принята</color> \\ <color /yellow>25.09.26 В редакции</color> | | 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  \\ 06.08.26 Рецензирование \\ 30.08.26 Доработка до 6.09 \\ 4.09.26 Подтверждение \\ 12.09.2026 Доработка2 \\ 14.09.26 Подтверждение2 \\ 20.09.26 Доработка3 \\ <color /lightgreen>21.09.26 Принята</color> \\ <color /yellow>25.09.26 В редакции</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 /lightgreen>22.08.26 Accepted</color> \\ <color /yellow>26.08.26 To the journal</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 /lightgreen>22.08.26 Accepted</color> \\ <color /yellow>26.08.26 To the journal</color> \\ 27.09.2026 Check of references \\ 29.09.2026 Revised | 
-| 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 /lightgreen>25.09.26 Принята</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 /lightgreen>25.09.26 Принята</color> \\ <color /yellow>27.08.26 В редакции</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 /lightgreen>02.09.26 Принята</color> \\ <color /yellow>30.08.26 В редакции</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 /lightgreen>02.09.26 Принята</color> \\ <color /yellow>30.08.26 В редакции</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 /lightgreen>14.09.26 Принята</color> \\ <color /yellow>18.09.26 В редакции</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 /lightgreen>14.09.26 Принята</color> \\ <color /yellow>18.09.26 В редакции</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 /lightgreen>15.09.26 Принята</color> \\ <color /yellow>18.09.26 В редакции</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 /lightgreen>15.09.26 Принята</color> \\ <color /yellow>18.09.26 В редакции</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 /lightgreen>19.09.26 Принята</color> \\ <color /yellow>21.09.26 В редакции</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 /lightgreen>19.09.26 Принята</color> \\ <color /yellow>21.09.26 В редакции</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 \\ <color /lightgreen>25.09.26 Принята</color> \\ <color /yellow>27.08.26 В редакции</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 /lightgreen>20.09.26 Принята</color> \\ <color /yellow>21.09.26 В редакции</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 /lightgreen>20.09.26 Принята</color> \\ <color /yellow>21.09.26 В редакции</color> |
  
dlcp2026/review.1790329931.txt.gz · Last modified: by admin