Следите за объявлениями на сайте. В случае возникновения вопросов просьба обращаться в программый комитет по почте [[dlcp@theory.sinp.msu.ru]].

====== Статус трудов ======

<color /orange>**12.9.2026**</color>

Процесс рецензирования завершается. Просьба всех участников, которые находятся в статусе **"Доработка"** завершить работу над замечаниями до 16 сентября. После этого срока статьи, котороые не прошли этап **"Доработка"** будут сняты с публикации. 

В случае ошибок на сайте конференции в разделе [[./review|"Статус трудов"]] или возникновения вопросов, просьба писать на почту конференции: [[dlcp@theory.sinp.msu.ru]].

<color /orange>**30.8.2026**</color>

**Все дальнейшие контакты авторов работ, переданных в редакцию, будут проходить напрямую с редакцией**. Вам будут присланы гранки для финальной правки. В гранках будут выходные данные статей, на которые можно будет сослаться.

Если вы заметили какую-либо ошибку или у вас возникли вопросы, просьба обращаться по почте [[dlcp@theory.sinp.msu.ru]].

**4.8.2026**

**Просьба в тему письма, а также название архива включать номер секции и статьи.** Например: 
<code>
1_99-Ivanov.zip 
</code>
, где 1 - номер секции, 99 - номер доклада, Ivanov - ФИО первого докладчика.

/**
<color /orange>**14.01.2026**</color>

Гранки статей для окончательной правки будут рассылаться авторам после 16 февраля. В них будут выходные данные, включая DOI.

//05.11.2025//

Письма из редакции, с пожтверждением того, что статья принята и будет опубликована в дополнительном номере журнала за **2025 год**, можно будет получить начиная с 11 ноября.

<color /orange>**31.10.2025**</color>

Уважаемые коллеги! Этап рецензирования статей завершен. Все работы переданы в редакцию. 
**/

/**
**22.10.2025**

Уважаемые участники конференции DLCP2025! Завершается рецензирование статей по докладам, представленных на конференции. Просьба ко всем, кто к 27 октября не получит письмо с результатом рецензирования, срочно сообщить мне об этом по почте [[dlcp@sinp.msu.ru]]. 

<color /yellow>Финальный срок присылки ответов на замечания рецензентов - **30.10.2025**. Работы авторов, которые не пришлют ответ на замечания, будут сняты с публикации.</color>
**/

++++ Легенда (Legend) |
**Получена (Received)**. Работа проверяется на соответствие требованиям по формлению. \\ 
**Исправление (Correction)**. Выявлены нарушения правил оформаления. Работа направлена автору для исправления. \\ 
**Рецензирование (Review)**. Работа направлена на рецензию. \\ 
**Доработка (Revision)**. Работа направлена автору для устранения замечаний рецензента. \\ 
**Подтверждение (Approvement)** Работа на подтверждении у рецензента \\ 
**Принята (Accepted)**. Работа принята к публикации. \\ 
**Отклонена (Rejected)**. Работа отклонена. \\ 
**Снята (canceled)**. Работа снята с публикации. \\ 
**В редакции (Submitted to the  journal)**. Статья передана в редакцию журнала \\ 
**Напоминание (Reminder to author)**. Напоминание об истекающем сроке


/** //Дата получения работы редакцией считается 28 сентября 2025г.// **/

++++
===== Section 1. Machine Learning in Fundamental Physics  =====

|< - 70% 40% >|
^ Статья  ^ Дата, Статус |
| 7. Neural Network-Based Shower Core Reconstruction in the TAIGA-HiSCORE Experiment using Autoencoder-Derived Essential Features \\ Yu.Yu. Dubenskaya | 10.08.2026 Получена \\ 11.08.26 Рецензирование \\ <color /lightgreen> 30.08.2026 Принята </color> \\ <color /yellow>30.08.26 В редакции</color> |
| 14. Kohn–Sham Spectral Embedding on Sparse Graphs at the Nishimori Temperature for Image Classification \\ V. S. Usatyuk | 07.08.2026 Получена \\ 07.08.26 Исправление \\ 10.08.26 Рецензирование \\ 22.08.26 Доработка \\ 26.08.26 Подтверждение \\ <color /lightgreen> 26.08.2026 Принята </color> \\ <color /yellow>26.08.26 В редакции</color> |
| 17. Lorentz-Equivariant Geometric Algebra Transformers for Top-Quark Event Reconstruction \\ E. Abasov | 09.08.2026 Получена \\ 10.08.26 Исправление \\ 12.08.26 Рецензирование \\ 30.08.26 Доработка \\ 02.09.26 Подтверждение \\ <color /lightgreen>03.09.26 Принята</color> \\ <color /yellow>9.09.26 В редакции</color> |
| 21. Feature-Based and Deep Learning Methods for Astronomical Light Curve Classification \\ V. Baymakanov | 07.08.2026 Получена \\ 07.08.26 Рецензирование \\ 01.09.26 Доработка \\ 05.09.26 Подтверждение \\ 06.09.26 Доработка2 \\ 09.09.26 Подтверждение2 \\ <color /lightgreen>09.09.26 Принята</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> |
| 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 |
| 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> \\ <color /yellow>9.09.26 В редакции</color> \\  9.09.26 Исправление2 \\ 9.9.26 Проверка |
| 52. Selection of the light component of cosmic rays based on TAIGA-IACT mono data using CNN \\ P.A.Volchugov | 10.08.2026 Получена \\ 10.08.26 Исправление \\ 12.08.26 Исправление2 \\ 13.08.26 Исправление3 \\ 13.08.26 Рецензирование \\ 14.09.26 Доработка |
|54. On neural inverse problem of celestial mechanics \\ S.G. Shorokhov | 10.08.2026 Получена \\ 11.08.26 Исправление \\ 12.08.26 Рецензирование \\ <color /lightgreen> 30.08.2026 Принята </color> \\ <color /yellow>30.08.26 В редакции</color> |

11/11

===== Section 2. Machine Learning in Natural Sciences =====

|< - 70% 30% >|
^ Статья, первый автор  ^ Дата, Статус |
| 6. On pre-processing of input data for spike neural \\ 13.09.26 Подтверждение2 networks \\ M.Yu. Khristichenko | 07.08.2026 Получена \\ 07.08.26 Исправление \\ 10.08.26 Исправление2 \\ 11.08.26 Рецензирование \\ 31.08.26 Доработка \\ 12.09.26 Подтверждение \\ <color /lightgreen> 13.09.2026 Принята </color> |
| 13. A Method for the Automated Processing of Scientific Publications \\ M.O. Khvostova | 1.08.2026 Получена \\ 03.08.26 Исправление \\ 03.08.26 Рецензирование \\ 13.08.2026 Доработка \\ 22.08.26 Подтверждение \\ <color /lightgreen> 26.08.2026 Принята </color> \\ <color /yellow>26.08.26 В редакции</color> |
| 22. An Approach to Solving Model Problems in Computational Fluid Dynamics Based on Physics-Informed Neural Networks \\ A.A. Tarasov | 09.08.2026 Получена \\ 10.08.26 Исправление \\ 11.08.26 Рецензирование \\ <color /lightgreen> 13.08.2026 Принята </color> \\ <color /yellow>26.08.26 В редакции</color> |
| 28. A Physics-Informed Neural Network Framework for Multidimensional Heat Transfer: Benchmarking Against Finite-Difference Methods \\ S.M. Kiura | 10.08.2026 Received \\ 11.08.26 Correction \\ 12.08.26 Review \\ 19.08.26 Revision \\ 24.08.26 Approvement \\ 26.08.26 Correction2 \\ <color /lightgreen> 30.08.2026 Accepted </color> \\ <color /yellow>30.08.26 В редакции</color> |
| 32. Application of Convolutional Neural Networks and Autoencoders for the Development of Carbon Nanosensors with Optimal Luminescent Properties \\ G. N. Chugreeva | 05.08.26 Получена \\ 11.08.26 Рецензирование \\ 11.09.2026 Доработка \\ 14.09.26 Подтверждение \\ <color /lightgreen> 14.09.2026 Принята </color> |
| 34. Detection of Slowly Developing Anomalies in Engineering Systems Based on Matrix Profile Family Algorithms and Multivariate Time Series Representation Methods \\ Anastasiia Kalita| 31.07.2026 Получена \\ 03.08.26 Исправление \\ 07.08.26 Рецензирование \\ 13.08.2026 Доработка \\ 19.08.26 Исправление \\ 22.08.26 Исправление2 <color /lightgreen> 21.08.2026 Принята </color> \\ <color /yellow>26.08.26 В редакции</color> |
| 35. Optimization of the Operating Temperature Range of Semiconductor Gas Sensors Using Machine Learning \\ I.V. Isaev | 10.08.26 Исправление \\ 10.08.26 Рецензирование \\ 12.09.26 Доработка |
| 38. Comparing Deep Architectures across fMRI Preprocessing Levels for Brain Activity Binary Classification \\ Alexander S. Makarov | 09.08.2026 Получена \\ 10.08.26 Рецензирование \\ <color /lightgreen> 13.08.2026 Принята </color> \\ <color /yellow>26.08.26 В редакции</color> |
| 41. Transfer Learning via Source-Target Domain Data Mixing for Solving Multi-Parameter Inverse Problems in Optical Spectroscopy \\ A.P. Mardanov | 10.08.2026 Получена \\ 11.08.26 Рецензирование \\ <color /lightgreen>7.09.26 Принята</color> \\ <color /yellow>9.09.26 В редакции</color> |
| 42. One Model for All Columns: Unified Learning for Tabular Data \\ K. Katsuba |07.08.2026 Получена \\ 07.08.26 Исправление \\ 07.08.26 Рецензирование \\ <color /lightgreen> 05.09.2026 Принята </color> \\ <color /yellow>9.09.26 В редакции</color> |
| 43. Overcoming Domain Shift in Raman Spectroscopy of Natural Waters: An Approach Based on Unsupervised Domain Adaptation for Multi-Component Regression \\ L.S. Utegenova | 11.08.2026 Получена \\ 11.08.26 Рецензирование \\ 12.09.26 Доработка |
| 45. Moment-Based Parameterization of 2D Photoluminescence Maps for Solving an Inverse Spectroscopy Problem \\ G.A. Kupriyanov | 07.08.26 Получена \\ 07.08.26 Исправление \\ 10.08.26 Рецензирование \\ 30.04.26 Доработка \\ 8.9.26 Подтверждение \\ <color /lightgreen>**08.09.26 Принята**</color> \\ <color /yellow>9.09.26 В редакции</color> |
| 46. Machine Learning-Based Domain Adaptation Between Different Spacecraft Data \\ A. V. Pyatikop | 11.08.2026 Получена \\ 11.08.26 Исправление \\ 12.08.26 Исправление2 \\ 15.08.26 Рецензирование \\ 1.09.26 Доработка до 7.09 \\ 8.9.26 Подтверждение \\ 12.09.26 Доработка2 |
| 47. Нейросетевое определение концентраций ионов в природной воде с использованием стратегий параметрически эффективной адаптации \\ М.К.Шалеев | 08.08.2026 Получена \\ 11.08.26 Исправление \\ 12.08.26 Рецензирование \\ 07.09.26 Доработка \\ 10.09.26 Подтверждение \\ 12.09.26 Доработка2 \\ 14.09.26 Подтверждение2 |
| 56. Оптимизация генераторов ветропарка \\ Grekov P.P.  | 08.08.2026 Получена \\ 11.08.26 Исправление \\ 11.08.26 Исправление2 \\ 12.08.26 Рецензирование \\ 31.08.26 Доработка \\ 02.09.26 Подтверждение \\ 9.09.26 Доработка \\ 13.09.26 Подтверждение2 |
| 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

===== Section 3. Machine Learning for Environmental Sciences =====

|< - 70% 30% >|
^ 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 |
| 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 \\ 12.09.2026 Доработка |
| 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 \\ 12.09.2026 Доработка |
| 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 \\ 11.09.2026 Доработка |
| 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 |
| 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> |
| 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 |
| 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> |
| 44. Texture Based Explainable Machine Learning for Automated Glacial Crevasse Detection in GPR Radargrams \\ Ripul Ghosh | 08.08.26 Received \\ 11.08.26 Correction \\ 12.08.26 Corretion2 \\ 14.08.26 Correction3 \\ 19.08.26 Review \\ 24.08.26 Revision \\ 4.09.26 Remember \\ 7.09.26 Approvement \\ 12.09.26 Revision2 |
| 48. Parameterization of the Submesoscale Vertical Buoyancy Flux Using a Convolutional Neural Network Based on Large-Scale Mixed-Layer Features \\ V.Yu. Rezvov | 06.08.26 Получена \\ 12.08.26 Исправление \\ 13.08.26 Рецензирование \\ <color /lightgreen>26.08.26 Принята</color> \\ <color /yellow>30.08.26 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 |
| 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 |
| 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 |
| 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 |

16/16