1. Купин А.Ф., Коваленко А.С. К вопросу о возможностях применения систем искусственного интеллекта при криминалистическом исследовании документов и их реквизитов // Теория и практика судебной экспертизы. 2023. Т. 18. № 4. С. 28–35. https://doi.org/10.30764/1819-2785-2023-4-28-35
2. Газизов В.А., Подволоцкий И.Н. Новые технологии и компетенции специалиста при комплексном исследовании цифровых изображений внешности человека // Теория и практика судебной экспертизы. 2024. Т. 19. № 1. С. 75–90. https://doi.org/10.30764/1819-2785-2024-1-75-90
3. Кокин А.В. Судебная экспертиза в эпоху четвертой индустриальной революции (Индустрии 4.0) // Теория и практика судебной экспертизы. 2021. Т. 16. № 2. С. 29–36. https://doi.org/10.30764/1819-2785-2021-2-29-36
4. Чеснокова Е.В., Усов А.И., Омельянюк Г.Г., Никулина М.В. Искусственный интеллект в судебной экспертологии. 2023. Т. 18. № 3. С. 60–77. https://doi.org/10.30764/1819-2785-2023-3-60-77
5. Кокин А.В., Денисов Ю.Д. Искусственный интеллект в криминалистике и судебной экспертизе: вопросы правосубъектности и алгоритмической предвзятости // Теория и практика судебной экспертизы. 2023. Т. 18. № 2. С. 30–37. https://doi.org/10.30764/1819-2785-2023-2-30-37
6. Россинская Е.Р. Нейросети в судебной экспертологии и экспертной практике: проблемы и перспективы // Вестник Университета имени О.Е. Кутафина (МГЮА). 2024. № 3(115). С. 21–33. https://doi.org/10.17803/2311-5998.2024.115.3.021-033
7. Россинская Е.Р., Семикаленова А.И., Сааков Т.А. Теория информационно-компьютерного обеспечения криминалистической деятельности: монография. М.: Проспект, 2022. 256 с.
8. Аристотель. Сочинения: в 4-х т. Т. 4 / Пер. с древнегреч.; общ. ред. А.И. Доватура. М.: Мысль, 1984. 830 с.
9. Научно-образовательный портал «Большая российская энциклопедия». https://bigenc.ru/c/golem-93e841
10. Turing A. M. Computing Machinery and Intelligence. Springer Netherlands, 2009. P. 23–65.
11. Moor J. The Dartmouth College Artificial Intelligence Conference: The Next Fifty Years // Ai Magazine. 2006. Vol. 27. No. 4. P. 87–88.
12. Ertel W. Introduction to Artificial Intelligence. London: Springer, 2018. 316 p.
13. Braitenberg V. Vehicles: Experiments in Synthetic Psychology. The MIT Press, 1986. 168 p.
14. Chollet F. Deep Learning with Python. Manning, 2021. 504 p.
15. Le Cun Y. Quand la Machine Apprend: la Révolution des Neurones Artificiels et de L’apprentissage Profond. Odile Jacob, 2019. 394 p.
16. Rich E. Artificial Intelligence. New York: McGraw-Hill. 1991, 625 p.
17. Mitchell T.M. Machine Learning. New York: McGraw-Hill, 1997.
18. McCulloch W.S., Pitts W.A. Logical Calculus of the Ideas Immanent in Nervous Activity // The Bulletin Of Mathematical Biophysics. 1943. Vol. 5. P. 115–133.
19. Hebb D.O. The Organization of Behavior: A Neuropsychological Theory. New York: Psychology Press, 2005. 279 p.
20. Rosenblatt F. The Perceptron, a Perceiving and Recognizing Automaton Project Para. Cornell Aeronautical Laboratory, 1957.
21. Rosenblatt F. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain // Psychological review. 1958. Vol. 65. No. 6. P. 386–408. https://doi.org/10.1037/h0042519
22. Rumelhart D.E., Hinton G.E., Williams R.J., Mc-Clelland (ed.). Learning Internal Representations by Error Propagation, Parallel Distributed Processing, Explorations in the Microstructure of Cognition // Biometrika. 1986. Vol. 71. P. 599–607.
23. Созыкин А.В. Обзор методов обучения глубоких нейронных сетей // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2017. Т. 6. № 3. С. 28–59.
24. Камалова Г.Г. Цифровые технологии в судебной экспертизе: проблемы правового регулирования и организации применения // Вестник Удмуртского университета. Серия «Экономика и право». 2019. Т. 29. № 2. С. 180–186.
25. Hello GPT-4o // Официальный сайт OpenAI. https://openai.com/index/hello-gpt-4o/?ref=producthunt
26. Team C. Chameleon: Mixed-Modal Early-Fusion Foundation Models. https://arxiv.org/abs/2405.09818
27. Никоненко С.И., Кадурин А.А., Архангельская Е. В. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер, 2018. 480 с.
28. Боровская Е.В., Давыдова Н.А. Основы искусственного интеллекта: учебное пособие. 4-е изд., электрон. М.: Лаборатория знаний, 2020. 130 с.
29. McCarthy J. et al. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. August 31, 1955 // AI magazine. 2006. Vol. 27. No. 4. P. 12–14.
30. Moor J. The Dartmouth College Artificial Intelligence Conference: The Next Fifty Years // Ai Magazine. 2006. Vol. 27. No. 4. P. 87.
31. Российская Е.Р., Галяшина Е. И., Зинин А. М. Теория судебной экспертизы (судебная экспертология): учебник / Под ред. Е. Р. Российской. 2-е изд., перераб. и доп. Москва: Норма: ИНФРА-М, 2020. 368 с.
32. Судебно-почерковедческая экспертиза малообъемных почерковых объектов. Вып. 3. Методика исследования подписей. Методическое пособие для экспертов / Под ред. В.Ф. Орловой. М.: РФЦСЭ, 1997. 236 c.
33. Комплексная методика установления подлинности (неподлинности) кратких и простых подписей. Методическое пособие для экспертов. М.: ВНИИСЭ, 1987. 119 с.
34. Cai H. et al. Brain Organoid Reservoir Computing for Artificial Intelligence // Nature Electronics. 2023. Vol. 6. No. 12. P. 1032–1039.
35. Bokhan D., Mastiukova A.S., Boev A.S., Trubnikov D.N., Fedorov A.K. Multiclass Classification Using Quantum Convolutional Neural Networks with Hybrid Quantum-Classical Learning // Front. Phys. 2022. https://doi.org/10.48550/arXiv.2203.15368
36. Хазиев Ш.Н. Криминалистические и судебно-экспертные основы современных биометрических технологий // Теория и практика судебной экспертизы. 2023. Т. 18. № 1. С. 16–21. https://doi.org/10.30764/1819-2785-2023-1-16-21
