Publikāciju saraksts 

Grabusts P. (2011). Distance Metrics Selection Validity in Cluster Analysis. Scientific Journal of Riga Technical University: Computer Science. RTU, Riga, Issue5, Volume 49, P. 72-77.

Grabusts P., Borisovs A. (2009). Clustering methodology for time series mining. Scientific Journal of Riga Technical University: Computer Science. Information technology and management science, RTU, Riga, Issue5, Volume 40, P. 81-87.
Grabusts P. (2008). Construction methods of the decision trees for genetic programming. Scientific Proceedings of Riga Technical University: Computer   Science. Techonologies of computer control, RTU, Riga, Issue 5, Volume 36. P. 76-82, 2008.
Grabusts P. (2007). Problems of solving the demand forecasting tasks. RTU zinātniskie raksti: Informācijas tehnoloģija un vadības zinātne, RTU, Rīga, 5. sērija, 31. Sējums, Lpp. 57-63.
Grabusts P. (2005). Application of fuzzy rule base design method. Scientific Proceedings of Riga Technical University: Computer   Science. Technologies of computer control, RTU, Riga, Issue 5, Volume 24. P. 125-131.
Grabusts P. (2003). Asociāciju likumu analīzes izmantošana likumsakarību meklēšanā. RTU Zinātniskie Raksti: Datorzinātne. Datorvadības Tehnoloģijas, RTU, Rīga, 5 sērija, 15. sējums, Lpp. 110-118.
Grabusts P. (2003). Likumsakarību meklēšanas datos metožu analīze. Rēzeknes Augstskolas desmitgadei veltīts zinātnisko rakstu krājums, Rēzekne, Lpp. 33.-38.
Grabusts P. (2001). A study of clustering algorithm application in RBF neural networks.Scientific Proceedings of Riga Technical University: Computer   Science. Information Technology and Management Science, RTU, Riga, Issue 5, Volume 5. P. 50-57.

Grabusts P. (2001). RBF neironu tīkla apmācības algoritms. Rēzeknes Augstskolas rakstu krājums, 3 . sējums, Rēzekne, P. 64-71.  

Grabusts P. (2000). Solving TSP using classical simulated annealing method. Scientific Proceedings of Riga Technical University: Computer Science. Information  Technology and Management  Science, RTU, Riga, Issue 5, Volume 2, P. 32-39.     r7
Grabusts P. (1998). A thermal equilibrium method for Boltzmann machines. Modern Aspects of Management Science. RTU, Riga, Nr.2, P.13-19. 

Publikācijas zinātnisko konferenču rakstu krājumos

Valbahs E., Grabusts P. (2012). “Path planning of autonomous robot in closed space with obstacles”, 18th International conference on soft computing MENDEL2012, June 27-29, Brno, Czech Republic, p. 369-374.

Grabusts P. (2012). „Posibilities of applying clustering algorithms in data analysis” , 5-th                  International scientific conference on Applied information and Communication Technologies (AICT2012), Jelgava, 26-27 April 2012, P.  62-68. Slaidi

Valbahs E., Grabusts P. (2012). „Autonomus robot behavior for path planning in closed  space” , 5-th International scientific conference on Applied information and Communication Technologies AICT2012), Jelgava, 26-27 April 2012, P.  113-117.

Grabusts P. (2012). „Klasterizāciju raksturojošo parametru ietekme uz datu analīzes rezultātiem” , Starptautiskā zinātniskā konference „ Tautsaimniecības attīstības problēmas  un risinājumi”, Rēzeknes Augstskola, 2012.gada 19. aprīlis., Lpp. 138-151. Slaidi

Žubule Ē., Grabusts P. (2012). „Niskanena klasiskā biroja darbības modeļa pielietojuma potenciālās iespējas” , Starptautiskā zinātniskā konference „ Tautsaimniecības attīstības  problēmas  un risinājumi”, Rēzeknes Augstskola, 2012.gada 19. aprīlis., Lpp.  399-410.
Grabusts P., Polaka I. (2011)." Estimation of the efficiency of knowledge acquisition techniques using clustering”, International Scientific School – Modelling and analysis of safety and risk in complex systems (MASR2011), Saint-Petersburg, Russia, June 28-July 02, P. 131-137. Slaidi
Grabusts P. (2011). "The choice of metrics for clustering algorithms". Proceedings of the 8th International Conference „Environment.Technology.Resources”, Rezekne,Jun,20-22, Vol.2., P.70-76. Slaidi
Grabusts P. (2010). „Evaluation of bankruptcy risks analysis possibilities”, International Scientific School – Modelling and analysis of safety and risk in complex systems (MASR2010), Saint-Petersburg, Russia, July 6-10, P. 258-263. Slaidi
Grabusts P. (2010). „Bankrotu datu analīzes veikšanas iespējas ar laikrindu klasterizācijas palīdzību” , Starptautiskā konference „ Tautsaimniecības attīstības problēmas un risinājumi”, Rēzeknes Augstskola, 2010.gada 15. aprīlis., Lpp. 130-141. Slaidi
Grabusts P. (2010). Possibilities of measuring time series similarity. Proceedings of the International Conference “Probability theory, mathematical statistics and their Application”, Minsk, Belarus, February 22-25, P. 68-73. Slaidi
Grabusts P. (2009). Evolutionary algorithms at choice: from GA to GP . Proceedings of the 7th International Scientific and Practical Conference „Environment. Technology. Resources”, Rezekne, June 25-27, Vol. 2., P.185-192. Slaidi
Grabusts P. (2008). Pieprasījuma prognozēšanas uzdevuma risisnāšanas metožu analīze. Starptautiskā zinātniskā konference "Tautsaimniecības attīstības problēmas un risinājumi", Rēzekne, 17.aprīlis.
Grabusts P. (2006). Bankrotu datu analīzes metožu iespēju izpēte.Starptautiskās zinātniskās konferences „Tautsaimniecības attīstības iespējas un problēmas” materiāli, Rēzekne, 24. Marts, Lpp. 55.-63. 
Grabusts P. (2005). Extracting rules from trained RBF neural networks. Proceedings of the 5th International Scientific and Practical Conference „Environment. Technology. Resources”, Rezekne, June 16-18, P.33-39.
Grabusts P. (2004). Analysing Bankruptcy Data with Neural Networks. "10th International Conference on Soft Computing"- Mendel2004, Brno, Czech Republic, June 16.-18., P.111-117.   Slaidi   Bildes
Grabusts P. (2004). Using Association Rules to Extract Regularities from Data. "6th International Baltic Conference on Data Bases and Information Systems"- DBIS'2004, Riga, June 6.-9., P.-.  Slaidi   Bildes

Grabusts P. (2004). Neural networks methods of knowledge extraction. Proceedings of the international conference  „Enabling environment for society wellbeing”, Rezekne, March 4.-5., P.99-106.  Slaidi  

Grabusts P. (2002). Clustering methods in neuro-fuzzy modelling. Proceedings of the International Conference “Traditions and Innovations in Sustainable development of Society. Information

Technologies”, Rēzekne, P.166-176. 

Grabusts P. (2001). Klasterizācijas metodes izmantošana RBF neironu tīklos. III Starptautiskās zinātniskās konferences „Vide. Tehnoloģija. Resursi” materiāli, Rēzekne, 19-21 Jūnijs, Lpp. 257-262. 

Grabusts P. (2000). Encoder problēmas risināšana ar Boltzmana algoritma palīdzību.Starptautiskās zinātniskās konferences „Baltijas reģiona valstu integrācijas problēmas ceļā uz Eiropas savienību” materiāli, Rēzekne, 2.-3. marts, Lpp.128-132.  r6

Grabusts P. (1999). Slēpto neironu loma tiešās izplatības tīklos. II Starptautiskās zinātniski praktiskās konferences “Vide. Tehnoloģija .Resursi” materiāli, Rēzekne, 25.-27. Jūnijs, Lpp. 23-28.  r5
Grabusts P. (1998). No Hopfīlda tīkla līdz Boltzmana mašīnai. Rēzeknes Augstskolas 5 gadu jubilejai veltītās zinātniski praktiskās konferences” Novadam un Latvijai”  materiāli, Rēzekne,. 9.-10. oktobris, Lpp. 85-91.   r4
Grabust P. (1998). Using a thermal equilibrium method in the neural networks. International  Conference on Parallel Computing & Electrical Engineering-PARELEC’98. Bialystok, Poland, September 2-5, P. 261-263.

Grabusts P. (1997). Analysis of the simulated annealing method in classic Bolzmann machines. Proceedings of the I International Conference „Environment. Technology. Resources”, Vol.1, Rezekne, June 18-20, P.81-89.

 

Referātu tēzes konferencēs

Grabusts P. (2012). Analysis of Latvian higher educational institutions’ rating data using clustering. Riga Technical University 53rd International Scientific Conference dedicated to the 150th anniversary and The 1st Congress of World Engineers and Riga Polytechnical Institute / RTU Alumni. Digest, Riga, October 11-12, p. 71. Slaidi
Grabusts P. (2011). Zināšanu iegūšanas iespējas ar klasterizācijas tehnoloģiju palīdzību. Ziņojuma tēzes III Pasaules latviešu zinātnieku kongresam, Rīga, 25. oktobrī, Lpp. 149. Slaidi 

Grabust P. and  Borisov A. (2003). Clustering methods for finding refularities in data.Conference Materials of the International Scientific Conference – Information Society and Modern Business. Ventspils, 31.01.-01.02.2003. P.25.

Grabust P. & Borisov A. (2002). Using grid-clustering methods in data  classification.Proceedings of the International Conference on Parallel Computing & Electrical Engineering- PARELEC’2002. Warsaw, Poland, September 22-25, P. 425-426.

Grabusts P. un Borisovs A. (2001). RBF neironu tīklu pielietošanas perspektīvas. Ziņojuma  tēzes II. Pasaules latviešu zinātnieku kongresam, Rīga, 14.-15. augustā, Lpp. 570. 

Mācību līdzekļi

Grabusts P. Datoru arhitektūra /RA izdevniecība, 2008., 140 lpp.
Grabusts P. Operētājsistēmas /RA izdevniecība, 2008., 96 lpp.

Grabusts P. Lietotņu drošība /RA izdevniecība, 2011., 190 lpp.

 

40