1. Generative Adversarial NetWork / I. J. Goodfellow [et al.]. URL: https://arxiv.org/abs/1406.2661 (data obrascheniya 03.11.2024).
2. Grachev V. V., Fedotov M. V. Povyshenie kachestva obucheniya etalonnyh diagnosticheskih modeley slozhnyh tehnicheskih ob'ektov augmentaciey obuchayuschih dannyh // Avtomatika na transporte. 2023. T. 9, № 3. S. 258–273. DOI:https://doi.org/10.20295/2412- 9186-2023-9-03-258-273. EDN VXLQLW
3. Mehdi M., Osindero S. Conditional Generative Adversarial Nets. URL: https://arxiv.org/abs/1411.1784 (data obrascheniya 03.11.2024).
4. Ssylka na funkciyu rasstoyaniya Vasser- shteyna v Python. URL: https://question-it. com/questions/15429235/ssylka-na-funktsiju-rasstojanija- vassershtejna-v-python (data obrascheniya 03.11.2024).
5. Foster D. Generativnoe glubokoe obuchenie. Tvorcheskiy potencial neyronnyh setey. SPb.: Piter, 2020. 336 s.: il.
6. Ayvazyan S. A., Mhitaryan V. S. Prikladnaya statistika. Osnovy ekonometriki. T. 1. Teoriya veroyatnostey i prikladnaya statistika. M.: Yuniti-Dana, 2001. 656 s.
7. Ayvazyan S. A., Enyukov I. S., Meshalkin L. D. Prikladnaya statistika. Issledovanie zavisimostey // Finansy i statistika. 1985. 487 s.
8. Kremer N. Sh., Putko B. A. Ekonometrika / pod red. N. Sh. Kremera. M.: Yuniti-Dana, 2010. 328 s.
9. Chalganova A. A. Postroenie mnozhestvennoy re- gressii i ocenka kachestva modeli s ispol'zovaniem tablichnogo processora Excel. SPb.: RGGMU, 2022. 89 s.
10. Orlov A. I. O Ekonometrika: uchebnik dlya vuzov. Rostov n/D.: Feniks, 2009. 412 s.
11. Trusova A. Yu. Analiz dannyh. Mnogomernye statisticheskie metody: uchebnoe posobie. Samara: Izdatel'stvo Samarskogo universiteta, 2023. 92 s.
12. Generator sluchaynyh chisel Excel v funkciyah i analize dannyh. URL: https://exceltable.com/ unkcii-excel/ generator-sluchaynyhchisel (data obrascheniya 03.11.2024).
13. Rasstoyanie Mahalonobisa. URL: https://habr.com/ ru/articles/555144/ (data obrascheniya 03.11.2024).