Публикации за 2015-2020 г.г.:

1. Соколинский Л.Б., Соколинская И.М. Исследование фазы Quest алгоритма NSLP для решения нестационарных задач линейного программирования на кластерных вычислительных системах // Суперкомпьютерные дни в России: Труды международной конференции. 23-24 сентября 2019 г. Москва: МАКС Пресс, 2019. С. 50–58. (РИНЦ)
2. Соколинская И.М., Соколинский Л.Б. Исследование масштабируемости алгоритма Чиммино для решения систем линейных неравенств на кластерных вычислительных системах // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2019. Т. 8, № 1. С. 20–35. DOI: 10.14529/cmse190102. (Список ВАК, РИНЦ)
3. Соколинская И.М., Соколинский Л.Б. Масштабируемый алгоритм для решения нестационарных задач линейного программирования // Вычислительные методы и программирование: новые вычислительные технологии. 2018. Т. 19. № 4. С. 540–550. DOI: 10.26089/NumMet.v19r448. (Список ВАК, РИНЦ)
4. Соколинская И.М., Соколинский Л.Б. Исследование масштабируемости модифицированного алгоритма Чиммино для линейных неравенств // Суперкомпьютерные дни в России: Труды международной конференции (24-25 сентября 2018 г., г. Москва). Москва: Изд-во МГУ, 2018. С. 673–683. URL: http://russianscdays.org/files/pdf18/673.pdf. (РИНЦ)
5. Sokolinskaya I., Yadryshnikova G. Strong Separation of Two Convex polytopes in Machine Learning // Proceedings - 2018 Global Smart Industry Conference, GloSIC 2018. Article number 8570107. IEEE, 2018. 5 p. DOI: 10.1109/GloSIC.2018.8570107. (Indexing: WOS 000462287600048, Scopus Q4)
6. Sokolinskaya I. Parallel Method of Pseudoprojection for Linear Inequalities // Parallel Computational Technologies. PCT 2018. Communications in Computer and Information Science, vol. 910. Cham: Springer, 2018. P. 216–231. DOI: 10.1007/978-3-319-99673-8_16. (Indexing: Scopus Q3)
7. Sokolinskaya I.M., Sokolinsky L.B. Scalability Evaluation of Cimmino Algorithm for Solving Linear Inequality Systems on Multiprocessors with Distributed Memory // Supercomputing Frontiers and Innovations. 2018. Vol. 5, No. 2. P. 11-22.  DOI: 10.14529/jsfi180202. (Indexing: Scopus Q2)
8. Sokolinskaya I.M. Scalable algorithm for non-stationary linear programming problems solving // 2017 2nd International Ural Conference on Measurements (UralCon). IEEE, 2017. P. 49-53. DOI: 10.1109/URALCON.2017.8120685. (Indexing: WoS) (Scopus Q3)
9. Sokolinskaya I., Sokolinsky L.B. Scalability Evaluation of NSLP Algorithm for Solving Non-Stationary Linear Programming Problems on Cluster Computing Systems // Supercomputing. RuSCDays 2017. Communications in Computer and Information Science. 2017. Vol. 793. P. 40–53. DOI: 10.1007/978-3-319-71255-0_4. (Indexing: WOS 000432614200004, Scopus Q3)
10. Sokolinskaya I., Sokolinsky L.B. Scalability evaluation of the NSLP algorithm for solving non-stationary linear programming problems on cluster computing systems // Суперкомпьютерные дни в России: Труды международной конференции (25-26 сентября 2017 г., г. Москва). М.: Изд-во МГУ, 2017. С. 319-332. URL: http://russianscdays.org/files/pdf17/319.pdf. (РИНЦ)
11. Sokolinskaya I., Sokolinsky L.B. On the Solution of Linear Programming Problems in the Age of Big Data  // Parallel Computational Technologies. PCT 2017. Communications in Computer and Information Science. 2017. Vol. 753. P. 86-100. DOI: 10.1007/978-3-319-67035-5_7. (Indexing: WOS 000450925000007, Scopus)
12. Соколинская И.М., Соколинский Л.Б. О решении задачи линейного программирования в эпоху больших данных // Параллельные вычислительные технологии – XI международная конференция, ПаВТ'2017, г. Казань, 3–7 апреля 2017 г. Короткие статьи и описания плакатов. Челябинск: Издательский центр ЮУрГУ, 2017. С. 471-484.
13. Sokolinskaya I., Sokolinsky L. Revised Pursuit Algorithm for Solving Non-Stationary Linear Programming Problems on Modern Computing Clusters with Manycore Accelerators // Supercomputing. RuSCDays 2016. Communications in Computer and Information Science. 2016. Vol. 687. P. 212-223. DOI: 10.1007/978-3-319-55669-7_17. (Indexing: WOS:000429275000017, Scopus)
14. Соколинская И.М., Соколинский Л.Б. Модифицированный следящий алгоритм для решения нестационарных задач линейного программирования на кластерных вычислительных системах с многоядерными ускорителями // Суперкомпьютерные дни в России: труды международной конференции (26-27 сентября 2016 г., г. Москва). М.: Изд-во МГУ, 2016. C. 294-306. URL: http://2016.russianscdays.org/files/pdf16/294.pdf. (РИНЦ)
15. Соколинская И.М., Соколинский Л.Б. Параллельная реализация следящего алгоритма для решения нестационарных задач линейного программирования // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2016. Т. 5, № 2. С. 15–29. (DOI: 10.14529/cmse160202. Список ВАК)
16. Sokolinskaya I., Sokolinsky L. Implementation of Parallel Pursuit Algorithm for Solving Unstable Linear Programming Problems // Proceedings of the 10th Annual International Scientific Conference on Parallel Computing Technologies (PCT 2016). Arkhangelsk, Russia, March 29-31, 2016. CEUR Workshop Proceedings. 2016. V. 1576. P. 685-698. (Indexing: Scopus)
17. Sokolinskaya I., Sokolinsky L. Solving unstable linear programming problems of high dimension on cluster computing systems // Proceedings of the 1st Russian Conference on Supercomputing - Supercomputing Days (RuSCDays 2015). Moscow, Russian Federation, September 28-29, 2015. CEUR Workshop Proceedings. 2015. V. 1482. P. 420-427. (Indexing: Scopus)
18. Соколинская И.М., Соколинский Л.Б. Решение нестационарных задач линейного программирования большой размерности на кластерных вычислительных системах // Суперкомпьютерные дни в России: Труды международной конференции (28-29 сентября 2015 г., г. Москва). М.: Изд-во МГУ, 2015. C. 420-427. (РИНЦ)
19. Соколинская И.М., Соколинский Л.Б. Алгоритм решения нестационарных задач линейного программирования для кластерных вычислительных систем с многоядерными ускорителями // Параллельные вычислительные технологии (ПаВТ'2015): труды международной научной конференции. Челябинск: Издательский центр ЮУрГУ, 2015. С. 477-481.
20. Соколинская И.М., Соколинский Л.Б. О применении фейеровских отображений в задачах линейной оптимизации с быстро меняющимися входными данными // Информационный бюллетень Ассоциации программирования. № 13. ИММ УрО РАН, 2015. C. 56-58
21. Sokolinsky L.B., Sokolinskaya I.M. Scalable Method for Linear Optimization of Industrial Processes // Proceedings - 2020 Global Smart Industry Conference,  GloSIC 2020 IEEE, 2020 P. 20-26. Article number 9267854 DOI:10.1109/GloSIC50886.2020.9267854. (WoS, Scopus)
    
22. Sokolinsky L.B., Sokolinskaya I.M. Scalable Parallel Algorithm for Solving Non-stationary Systems of Linear Inequalities // Lobachevskii Journal of Mathematics. 2020 Vol. 41, № 8 P. 1571-1580. DOI:10.1134/S1995080220080181. (Список ВАК, Ядро РИНЦ, WoS:000581791600017, Scopus Q2)
    
23. Соколинский Л.Б., Соколинская И.М. Об одном итерационном методе решения задач линейного программирования на кластерных вычислительных системах // Вычислительные методы и программирование. 2020 Т. 21, № 3 С. 329-340. DOI:10.26089/NumMet.v21r328. (Список ВАК, Ядро РИНЦ)
24. Sokolinsky L.B., Sokolinskaya I.M. Scalable Method for Linear Optimization of Industrial Processes // Proceedings - 2020 Global Smart Industry Conference, GloSIC 2020. IEEE, 2020. P. 20-26. Article number 9267854. DOI:10.1109/GloSIC50886.2020.9267854. (WOS:000646231600004, Scopus)
25. Sokolinsky L.B., Sokolinskaya I.M. Scalable Parallel Algorithm for Solving Non-stationary Systems of Linear Inequalities // Lobachevskii Journal of Mathematics. 2020. Vol. 41, № 8. P. 1571-1580. DOI:10.1134/S1995080220080181. (Список ВАК, Ядро РИНЦ, WoS:000581791600017, Scopus Q2)
26. Соколинский Л.Б., Соколинская И.М. Параллельный алгоритм решения нестационарных систем линейных неравенств // Параллельные вычислительные технологии – XIV международная конференция, ПаВТ'2020, г. Пермь, 31 марта–2 апреля 2020 г. Короткие статьи и описания плакатов. Челябинск: Издательский центр ЮУрГУ, 2020. С. 275–286.
    
27. Sokolinskaya I.M., Sokolinsky L.B. VaLiPro: Linear Programming Validator for Cluster Computing Systems // Supercomputing Frontiers and Innovations. 2021. Vol. 8, No. 3. P. 51-61. DOI:10.14529/jsfi210303. (Перечень ВАК, Ядро РИНЦ, Scopus CiteScore Q2)
    
28. Соколинский Л.Б., Соколинская И.М. VaLiPro: валидатор решений задач линейного программирования для кластерных вычислительных систем // Суперкомпьютерные дни в России: Труды международной конференции. 27–28 сентября 2021 г. Москва: МАКС Пресс, 2021. С. 43-51
    
29. Соколинский Л.Б., Соколинская И.М. О валидации решений задач линейного программирования на кластерных вычислительных системах // Вычислительные методы и программирование. 2021. Т. 22, № 4. С. 252-261. DOI: 10.26089/NUMMET.V22R416. (Перечень ВАК, Ядро РИНЦ, RSCI)
    
30. Sokolinsky L.B., Sokolinskaya I.M. FRaGenLP: A Generator of Random Linear Programming Problems for Cluster Computing Systems // Parallel Computational Technologies. PCT 2021. Communications in Computer and Information Science. 2021, vol. 1437. 164-177. DOI:10.1007/978-3-030-81691-9_12. (WOS:000691430300012, Scopus CiteScore Q3)
    
31. Соколинский Л.Б., Соколинская И.М. О генерации случайных задач линейного программирования на кластерных вычислительных системах // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. 2021. Т. 10, № 2. С. 38–52. DOI:10.14529/cmse210203. (Перечень ВАК, Ядро РИНЦ, RSCI)
    
32. Соколинский Л.Б., Соколинская И.М. FRaGenLP: генератор случайных задач линейного программирования для кластерных вычислительных систем // Параллельные вычислительные технологии (ПаВТ’2021). Короткие статьи и описания плакатов. Челябинск: Издательский центр ЮУрГУ, 2021. С. 244–254.
    

Исполнитель грантов Российского Фонда Фундаментальных Исследований:

1. Грант РФФИ № 12-01-00452-а (2012-2014 гг.): "Разработка методов и алгоритмов для решения нестационарных задач линейной оптимизации и распознавания образов на гибридных многопроцессорных системах экзафлопного уровня производительности";
2. Грант РФФИ № 17-07-00352-а (2017-2019 гг.): "Разработка сверхмасштабируемых методов и алгоритмов для решения задач линейного программирования большой размерности с быстро меняющимися исходными данными";
3. Грант РФФИ № 20-07-00092-а (2020-2022 гг.): Разработка сверхмасштабируемых моделей, методов и алгоритмов для решения нестационарных задач оптимизации на основе синтеза суперкомпьютерных и нейросетевых технологий.

Участие в конференциях.

Основные результаты, полученные за 2015-2020 г.г., докладывались на следующих научных конференциях:

1. На Международной научной конференции "Суперкомпьютерные дни в России 2019" (Москва, 23–24 сентября 2019 г.)
2. На Международной научной конференции "Цифровая индустрия: состояние и перспективы развития 2018" (Челябинск, 13-15 ноября, 2018)
3. На Международной научной конференции "Параллельные вычислительные технологии (ПаВТ) 2018" (Ростов-на-Дону, 2–6 апреля 2018 г.)
4. На Международной научно-практической конференции "Измерения: состояние, перспективы развития 2017" (Челябинск, 16–19 октября 2017)
5. На Международной научной конференции "Суперкомпьютерные дни в России 2017" (Москва, 25–26 сентября 2017 г.)
6. На Международной научной конференции "Параллельные вычислительные технологии (ПаВТ) 2017" (Казань, 3–7 апреля 2017 г.)
7. На Международной конференции IXPUG Russia (Intel Xeon Phi Users Group) 2017 (Moscow, June 1–2, 2017)
8. На XV Всероссийской конференции "Математическое программирование и приложения" (Екатеринбург, 2–6 марта 2015 г.)
9. Международная научная конференция "2020 Global Smart Industry Conference" (Chelyabinsk, Russian Federation, November 17-19, 2020).
   
10. Международная конференция "Суперкомпьютерные дни в России 2020" (Москва, 21-22 сентября 2020 г.).
    
11. Международная научная конференция "Параллельные вычислительные технологии (ПаВТ) 2020" (Пермь, 31 марта - 2 апреля 2020 г.).