| Issue Date | Title | Author(s) |
| 2020 | Analysis of clustering algorithms for use in the universal data processing system | Buhaienko, Y.; Globa, L. S.; Liashenko, A.; Grebinechenko, M. |
| 2019 | Approach to determining the number of clusters in a data set | Ishchenko, I.; Globa, L. S.; Buhaienko, Y.; Liashenko, A. |
| 2021 | Bag of Deep Features for Classification of Gigapixel Histological Images | Brancati, N.; Cicala, C.; Frucci, M. |
| 2017 | Development and Study of a Combined Algorithm for Temporal Series Clustering | Sibirev, I.; Afanasjeva, T. V. |
| 2021 | Enhancement of Land Cover Classification by Training Samples Clustering | Andreiev, A.; Kozlova, A. |
| 2021 | Interactive and intelligent tools of the GeoBazaDannych system | Taranchuk, V. B. |
| 2018 | Knowledge-based ontology concept for numerical data clustering | Grabusts, P. |
| 2016 | Model of boron clustering in silicon | Velichko, O. I. |
| 2022 | Алгоритм кластеризации методом k-средних | Стремоус, М. А. |
| 2020 | Машинное обучение как инструмент повышения эффективности маркетинговых кампаний в банковском секторе | Савич, Н. В. |
| 2021 | Нормализация данных в машинном обучении | Старовойтов, В. В.; Голуб, Ю. И.; Starovoitov, V. V.; Golub, Y. I. |
| 2021 | Применение методов машинного обучения для анализа научных публикаций и оценка их эффективности | Малашков, В. Б.; Шульдова, С. Г.; Лапицкая, Н. В. |
| 2022 | Разработка методики определения референтных интервалов различных показателей при развитии компенсаторных реакций в организме | Спиридонова, О. С.; Карлович, Н. В. |
