Все выпуски

Эффективный алгоритм сравнения документов в формате ${\mathrm{\LaTeX}}$

 pdf (331K)  / Аннотация

Список литературы:

  1. Р. Беллман. Динамическое программирование. — М: Изд-во иностранной литературы, 1960.
  2. К. В. Воронцов. Математические методы обучения по прецедентам (теория обучения машин). — http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_(курс_лекций,_К.В.Воронцов).
  3. Д. Гасфилд. Строки, деревья и последовательности в алгоритмах. Информатика и вычислительная биология. — Невский Диалект, БХВ-Петербург, 2003.
  4. В. И. Левенштейн. Двоичные коды с исправлением выпадений, вставок и замещений символов // Доклады Академий наук СССР. — 1965. — С. 845–848. — zbMATH: Zbl 0149.15905.
  5. С. М. Львовский. Набор и верстка в системе LATEX. — М: МЦНМО, 2006.
  6. Труды VIII Международной конференции «Интеллектуализация обработки информации». — Москва: МАКС Пресс, 2010.
  7. К. В. Чувилин. Синтез правил коррекции документов в формате LATEX с помощью сопоставления синтаксических деревьев / Труды XV Всероссийской конференции «Математические методы распознавания образов». — М: МАКС Пресс, 2011. — С. 597–600.
  8. К. В. Чувилин. Использование синтаксических деревьев для автоматизации коррекции документов в формате LATEX // Компьютерные исследования и моделирование. — 2012. — Т. 4, № 4. — С. 871–883. — DOI: 10.20537/2076-7633-2012-4-4-871-883
  9. К. В. Чувилин. Автоматический синтез правил коррекции текстовых документов формата LATEX. — 2013a. — Ph.D. thesis / Диссертационный совет Д 002.017.02 при Федеральном государственном бюджетном учреждении «Вычислительный центр им. А. А. Дородницына Российской академии наук».
  10. К. В. Чувилин. Гибридный алгоритм сравнения документов в формате LATEX // Прикладная информатика. — 2013b. — № 4. — С. 56–64.
  11. Компьютерные исследования и моделирование: Для авторов. — http://crm.ics.org.ru/journal/page/avtors/.
  12. Математические методы распознавания образов: Правила оформления докладов. — http: //mmro.ru/reports.php.
  13. Машинное обучение и анализ данных: Указания для авторов. — http://jmlda.org/papers/index.php/JMLDA/about/submissions#authorGuidelines.
  14. Международная научная конференция студентов, аспирантов и молодых ученых «Ломоносов- 2013»: Требования к оформлению тезисов. — http://lomonosov-msu.ru/rus/lom_13_rules.html.
  15. J. R. Anderson, R. S. Michalski, R. S. Carbonell, T. M. Mitchell. Machine Learning: An Artificial Intelligence Approach. — San Francisco, CA, USA: Morgan Kaufmann Publishers Inc, 1983. — V. 1.
  16. Diff Checker — Online diff tool to find the difference between two text files. — http://www.diffchecker.com/diff.
  17. D. S. Hirschberg. A linear space algorithm for computing maximal common subsequences // Communications of the ACM. — 1975. — V. 18, no. 6. — P. 871–883. — DOI: 10.1145/360825.360861. — MathSciNet: MR0375829.
  18. C. M. Hoffmann, M. J. O’Donnell. Pattern matching in trees // J. Assoc. Comput. Mach. — 1982. — V. 29. — P. 68–95. — DOI: 10.1145/322290.322295. — MathSciNet: MR0662611. — zbMATH: Zbl 0477.68067.
  19. R. S. Michalski, R. S. Carbonell, T. M. Mitchell. Machine Learning: An Artificial Intelligence Approach. — San Francisco, CA, USA: Morgan Kaufmann Publishers Inc, 1986. — V. 2. — zbMATH: Zbl 0593.68060.
  20. W. Miller, E. W. Myers. A File Comparison Program // Software — Practice and Experience. — 1985. — no. 15. — P. 1025–1040. — DOI: 10.1002/spe.4380151102.
  21. S. B. Needleman, C. D. Wunsch. A general method applicable to the search for similarities in the amino acid sequence of two proteins // Journal of Molecular Biology. — 1970. — V. 48. — P. 443–453. — DOI: 10.1016/0022-2836(70)90057-4.
  22. B. A. Shapiro. An algorithm for comparing multiple RNA secondary structures / Comput. Appl. Biosci. — 1988. — P. 387–393.
  23. P. H. Shellers. The theory and computation of evolutionary distances // J. Algorithms. — 1980. — P. 359–373. — MathSciNet: MR0604870.
  24. J. L. Sussman, S. H. Kim. Three dimensional structure of a transfer RNA in two crystal forms // Science. — 1976. — P. 853. — ads: 1976Sci...192..853S.
  25. K.-C. Tai. The tree-to-tree correction problem // J. Assoc. Comput. Mach. — 1979. — V. 26. — P. 422–433. — DOI: 10.1145/322139.322143. — MathSciNet: MR0535263. — zbMATH: Zbl 0409.68040.
  26. E. Ukkonen. Algorithms for Approximate String Matching / Information and Control. — 1985. — P. 100–118. — MathSciNet: MR0837093. — zbMATH: Zbl 0575.68090.
  27. R. A. Wagner, M. J. Fischer. The string-to-string correction problem // J. ACM. — 1974. — V. 21, no. 1. — P. 168–173. — DOI: 10.1145/321796.321811. — MathSciNet: MR0356576. — zbMATH: Zbl 0278.68032.
  28. K. Zhang. An algorithm for computing similarity of trees. — Peking, China: Peking University, 1983. — Tech. Report, Mathematics Department.
  29. K. Zhang. The editing distance between trees: algorithms and applications. — New York: New York University, 1989. — Ph.D. thesis, Department of Computer Science, Courant Institute of Mathematical Sciences.
  30. K. Zhang, D. Shasha. Simple fast algorithms for the editing distance between trees and related problems // SIAM Journal of Computing. — 1989. — V. 18, no. 6. — P. 1245–1262. — DOI: 10.1137/0218082. — MathSciNet: MR1025472. — zbMATH: Zbl 0692.68047.

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.