1. Гермашев, И. В. Применение моделей нечеткой математики для решения задач медицинской диагностики / И. В. Гермашев, В. И. Дубовская // Математическая физика и компьютерное моделирование. - 2021. - Т. 24, № 4. - C. 53-66. -. DOI: 10.15688/mpcm.jvolsu.2021.4.4
2. Композиционный полимерный материал для вибропоглощающих покрытий и способ их монтажа. Федеральная служба по интеллектуальной собственности, патентам и товарным знакам. - URL: https://new.fips.ru/registers-docview/fips_servlet?DB=RUPAT&DocNumber=2534242&TypeFile=html.
3. Материал многослойный огнестойкий антистатический технического назначения. Федеральная служба по интеллектуальной собственности, патентам и товарным знакам. - URL: https://new.fips.ru/registers-docview/fips_servlet?DB=RUPAT&DocNumber=2810017&TypeFile=html.
4. Самарский, А. А. Введение в численные методы / А. А. Самарский. - М.: Наука, 1987. - Т. 3. - 269 c.
5. Феоктистов, Е. Ф. Оптимизация концентрации ингредиентов полимерной композиции в условиях нечетко заданного взаимодействия активных добавок / Е. Ф. Феоктистов, И. В. Гермашев // Известия Санкт-Петербургского государственного технологического института (технического университета). - 2023. - № 64 (90). - C. 113-119. -. DOI: 10.36807/1998-9849-2023-64-90-113-119
6. Alaifari, R. Ill-Posed Problems: From Linear to Nonlinear and Beyond / R. Alaifari // Harmonic and Applied Analysis: From Radon Transforms to Machine Learning. - 2021. - P. 101-148.
7. A Machine Learning Framework for Real-Time Inverse Modeling and Multi-Objective Process Optimization of Composites for Active Manufacturing Control / K. D. Humfeld, D. Gu, G. A. Butler, K. Nelson, N. Zobeiry // Composites Part B: Engineering. - 2021. - Vol. 223. - P. 109150.
8. Bayesian Regularization Networks for Micropolar Ternary Hybrid Nanofluid Flow of Blood with Homogeneous and Heterogeneous Reactions: Entropy Generation Optimization / B. K. Sharma, P. Sharma, N. K. Mishra, S. Noeiaghdam, U. Fernandez-Gamiz // Alexandria Engineering Journal. - 2023. - Vol. 77. - P. 127-148.
9. Data Fusion by Joint Non-Negative Matrix Factorization for Hypothesizing Pseudo-Chemistry Using Bayesian Networks / A. Puliyanda, K. Sivaramakrishnan, Z. Li, A. de Klerk, V. Prasad // Reaction Chemistry & Engineering. - 2020. - Vol. 5, № 9. - P. 1719-1737.
10. Honerkamp, J. Tikhonovs Regularization Method for Ill-Posed Problems: A Comparison of Different Methods for the Determination of the Regularization Parameter / J. Honerkamp, J. Weese // Continuum Mechanics and Thermodynamics. - 1990. - Vol. 2. - P. 17-30.
11. Lu, S. Regularization Theory for Ill-Posed Problems: Selected Topics / S. Lu, S. V. Pereverzev // Walter de Gruyter. - 2013. - Vol. 58.
12. Parallel Computing in the Tikhonov Regularization Method for Solving the Inverse Problem of Chemical Kinetics / K. Barkalov, M. Ursova, L. Enikeeva, D. Dubovtsev, I. Gubaidullin // International Conference on Parallel Computational Technologies. - Cham: Springer Nature Switzerland, 2023. - P. 167-181.
13. Total Generalized Variation Regularization for Multi-Modal Electron Tomography / R. Huber, G. Haberfehlner, M. Holler, G. Kothleitner, K. Bredies // Nanoscale. - 2019. - Vol. 11, № 12. - P. 5617-5632.