1. Shevnina, Yu. S. Metod ocenki sostoyaniya nelineynoy sistemy na osnove logicheskogo analiza dannyh / Yu. S. Shevnina // Izvestiya vysshih uchebnyh zavedeniy. Elektronika. – 2022. – T. 27, № 3. – S. 407-415. – DOIhttps://doi.org/10.24151/1561-5405-2022-27-3-407-415. – EDN BZRDEB.

2. Bevzenko, S. A. Primenenie iskusstvennogo intellekta i mashinnogo obucheniya v razrabotke programmnogo obespecheniya / S. A. Bevzenko // Innovacii i investicii. – 2023. – № 8. – S. 187-191. – EDN ODNEIS.

3. Saltanaeva, E. A. Sravnenie tradicionnyh metodov mashinnogo obucheniya i glubokogo obucheniya / E. A. Saltanaeva, A. A. Shakirov, A. R. Gimaeva // Nauchno-tehnicheskiy vestnik Povolzh'ya. – 2023. – № 12. – S. 379-381. – EDN EQNUHN.

4. Leohin, Yu. L. Metody mashinnogo obucheniya v prikladnyh zadachah prognozirovaniya dinamichno izmenyayuschihsya dannyh / Yu. L. Leohin, S. S. Dymkova, T. D. Fathulin // T-Comm: Telekommunikacii i transport. – 2025. – T. 19, № 8. – S. 49-63. – DOIhttps://doi.org/10.36724/2072-8735-2025-19-8-49-63. – EDN ULVCHG.

5. Gudkov, A. A. Prognozirovanie effektivnosti proektnoy deyatel'nosti na osnove integracii podhodov biznes-analitiki i mashinnogo obucheniya / A. A. Gudkov // Vestnik Volzhskogo universiteta im. V.N. Tatischeva. – 2024. – T. 2, № 1(53). – S. 27-36. – DOIhttps://doi.org/10.51965/2076-7919_2024_2_1_27. – EDN QYXZHC.

6. Chistyakova, K. A. Prakticheskie metody upravleniya realizaciey innovacionnyh proektov na osnove ispol'zovaniya programmnogo obespecheniya “Jira” / K. A. Chistyakova, V. V. Yudin // Nauka i iskusstvo upravleniya / Vestnik Instituta ekonomiki, upravleniya i prava Rossiyskogo gosudarstvennogo gumanitarnogo universiteta. – 2023. – № 1. – S. 80-93. – DOIhttps://doi.org/10.28995/2782-2222-2023-1-80-93. – EDN KXHBSV.

7. Korotkih, A. V. Metody avtomatizirovannoy ocenki trudoemkosti zadach razrabotki programmnogo obespecheniya / A. V. Korotkih, I. V. Potapov // IT. Nauka. kreativ : Materialy I Mezhdunarodnogo foruma: v 5-ti tomah, Omsk, 14–16 maya 2024 goda. – Moskva: Obschestvo s ogranichennoy otvetstvennost'yu "Izdatel'sko-knigotorgovyy centr "Kolos-s", 2024. – S. 213-218. – EDN YPZFCG.

8. Nesterov, Yu. G. Podhod k primeneniyu mashinnogo obucheniya v prognozirovanii zagruzki virtual'nyh vychislitel'nyh sistem / Yu. G. Nesterov, A. P. Kalistratov, G. I. Afanas'ev // Sovremennaya nauka: aktual'nye problemy teorii i praktiki. Seriya: Estestvennye i tehnicheskie nauki. – 2019. – № 11-2. – S. 73-76. – EDN PIIMIH.

9. Telegin, V. A. Ispol'zovanie metodov mashinnogo obucheniya dlya sozdaniya algoritma adaptivnoy ocenki vremeni vypolneniya proektnyh zadach / V. A. Telegin // Innovacionnye nauchnye issledovaniya. – 2023. – № 6-3(30). – S. 146-161. – DOIhttps://doi.org/10.5281/zenodo.8128520. – EDN PXCIGW.

10. Petrun'ko, A. O. Primenenie metodov mashinnogo obucheniya pri upravlenii innovacionnymi proektami / A. O. Petrun'ko, M. F. Ivanov // Estestvenno-gumanitarnye issledovaniya. – 2025. – № 3(59). – S. 909-915. – EDN JUENGB.

11. Sapunov, A. V. Ispol'zovanie cifrovyh tehnologiy v prinyatii upravlencheskih resheniy / A. V. Sapunov, T. A. Sapunova // Vestnik Akademii znaniy. – 2023. – № 1(54). – S. 235-238. – EDN FQOQNR.

12. Li, Y. Identifying self-admitted technical debt in issue tracking systems using machine learning / Y. Li, M. Soliman, P. Avgeriou // Empirical Software Engineering. – 2022. – Vol. 27, No. 6. – P. 1-37. – DOIhttps://doi.org/10.1007/s10664-022-10128-3. – EDN JTDVOO.

13. Van Oosten W., Rasiman R., Dalpiaz F., Hurkmans T. On the effectiveness of automated tracing from model changes to project issues // Information and Software Technology. 2023. Vol. 161. Article 107226. DOI:https://doi.org/10.1016/j.infsof.2023.107226.

14. Montgomery L., Lüders C., Maalej W. An alternative issue tracking dataset of public Jira repositories //Proceedings of the 19th International Conference on Mining Software Repositories. – 2022. – S. 73-77.

15. Lüders C. M., Pietz T., Maalej W. Automated detection of typed links in issue trackers //2022 IEEE 30th International Requirements Engineering Conference (RE). – IEEE, 2022. – S. 26-38.

16. Montgomery L., Lüders C., Maalej W. Mining issue trackers: Concepts and techniques //Handbook on Natural Language Processing for Requirements Engineering. – Cham : Springer Nature Switzerland, 2025. – S. 309-336.