diff --git a/Ivan_Shamanaev/Ivan_Shamanaev_report.tex b/Ivan_Shamanaev/Ivan_Shamanaev_report.tex
new file mode 100644
index 0000000..b61f5b8
--- /dev/null
+++ b/Ivan_Shamanaev/Ivan_Shamanaev_report.tex
@@ -0,0 +1,355 @@
+% Данный файл распространяетсяя под лицензией CC BY 4.0. Текст лицензии размещён на https://creativecommons.org/licenses/by/4.0/
+% (c) Кафедра системного программирования, 2025
+
+\documentclass[a4paper]{article}
+
+\usepackage[a4paper, top=8mm, bottom=8mm, left=8mm, right=8mm]{geometry}
+
+\usepackage{polyglossia}
+\setdefaultlanguage[babelshorthands=true]{russian}
+\setotherlanguage{english}
+
+\usepackage{fontspec}
+\setmainfont{FreeSerif}
+\newfontfamily{\russianfonttt}[Scale=0.7]{DejaVuSansMono}
+
+\usepackage[tiny, compact]{titlesec}
+
+\usepackage{titling}
+\setlength{\droptitle}{-1cm}
+\pretitle{\begin{center}\begin{bfseries}\Large}
+\posttitle{\par\end{bfseries}\end{center}}
+\preauthor{\begin{center}\normalsize}
+\postauthor{\par\end{center}\vspace{-1.8cm}}
+
+\usepackage{hyperref}
+\usepackage{bookmark}
+\usepackage{csquotes}
+\usepackage{booktabs}
+\usepackage{longtable}
+\usepackage{multirow}
+
+\title{Реализация алгоритмов поиска кратчайшего пути в графе на основе GraphBLAS API}
+
+\author{Шаманаев Иван Сергеевич}
+
+\date{}
+
+\begin{document}
+
+\maketitle
+
+\begin{flushright}
+    Группа: \emph{2025.Б72-мм}
+
+    Кафедра: \emph{кафедра системного программирования}
+
+    Научный руководитель: \emph{Григорьев Семён Вячеславович,}\\
+    \emph{доцент кафедры системного программирования,}\\
+    \emph{кандидат физико-математических наук}
+
+    Номер семестра практики: \emph{2}
+\end{flushright}
+
+
+\section{Постановка задачи}
+Работа выполнялась в рамках учебной ознакомительной практики и направлена на знакомство с GraphBLAS API (стандарт API для графовых операций через линейную алгебру) и сравнительный анализ производительности реализаций алгоритмов поиска кратчайшего пути на языке C.
+
+\textbf{Целью работы является} реализация алгоритмов поиска кратчайшего пути в графе на основе GraphBLAS API, экспериментальное сравнение собственных реализаций между собой, а также с готовой реализацией из библиотеки LAGraph.
+
+Для достижения поставленной цели были решены следующие задачи:
+\begin{itemize}
+    \item выполнить обзор подходов к интеграции GraphBLAS API на языке C;
+    \item реализовать алгоритмы поиска кратчайшего пути с использованием SuiteSparse:GraphBLAS;
+    \item провести замеры производительности разработанных решений и готовых реализаций из LAGraph.
+\end{itemize}
+\section{Описание предлагаемого решения}
+
+Проект представляет собой сравнительное тестирование для анализа трёх алгоритмов SSSP (Single-Source Shortest Path~--- поиск кратчайшего пути из одной вершины), реализованных с использованием библиотек SuiteSparse:GraphBLAS и LAGraph на языке C.\footnote{URL: \url{https://github.com/DrTimothyAldenDavis/GraphBLAS} (дата обращения: 30.07.2026).}\footnote{URL: \url{https://github.com/DrTimothyAldenDavis/LAGraph} (дата обращения: 30.07.2026).}
+
+Алгоритм \textbf{Delta-Stepping} реализован через готовую функцию библиотеки LAGraph
+\texttt{LAGr\_SingleSourceShortestPath} с параметром $\delta$, определяющим ширину
+«шага» для группировки вершин. Не поддерживает отрицательные веса рёбер.
+
+Алгоритм \textbf{Algebraic Bellman-Ford} реализован на чистом GraphBLAS с
+использованием min-plus полукольца: моноид \texttt{GrB\_MIN\_FP64} и операция
+\texttt{GrB\_PLUS\_FP64}. За $n-1$ итерацию выполняется умножение вектора расстояний
+на матрицу смежности через \texttt{GrB\_vxm}. Поддерживает отрицательные веса
+(при отсутствии отрицательных циклов).
+
+Алгоритм \textbf{Дейкстры} реализован на чистом GraphBLAS с самописной приоритетной
+очередью (бинарная куча). На каждом шаге выбирается вершина с минимальным расстоянием,
+после чего выполняется релаксация смежных рёбер через \texttt{GrB\_vxm}.
+Только для неотрицательных весов.
+
+\section{Эксперименты}
+
+Для сравнения производительности реализованных алгоритмов были проведены следующие испытания.
+
+\textbf{Среда выполнения.} 
+Сборка и тестирование выполнялись на ноутбуке Asus ROG Flow x16 с процессором Intel Core i9-13900H и 32~ГБ оперативной памяти частотой 4800~МГц. 
+При замерах для более стабильного результата выполнялось по 40 запусков для каждого графа; первые 10 считались прогревочными и не учитывались в результатах. Во время замеров был включён производительный режим, фоновые приложения отключены. Питание ноутбука было от сети с полным зарядом.
+Окружения, в которых производилось тестирование производительности:
+\begin{itemize}
+    \item Fedora 43;
+    \item MSYS2 / MinGW64 под Windows.
+\end{itemize}
+
+
+Для каждой платформы требуется установка SuiteSparse GraphBLAS 10.3.1 и LAGraph 1.2.1.
+
+Характеристики графов, использованных для тестирования, приведены в
+таблице~\ref{tab:datasets}. Все графы взяты из коллекции SuiteSparse Matrix
+Collection.\footnote{URL: \url{https://sparse.tamu.edu} (дата обращения: 30.07.2026).}
+
+\begin{table}[h!]
+    \centering
+    \caption{Используемые наборы данных}
+    \label{tab:datasets}
+    \begin{tabular}{lrr}
+        \toprule
+        \textbf{Граф} & \textbf{Вершины} & \textbf{Рёбра} \\
+        \midrule
+        amazon0601   & 403\,394  & 3\,387\,388  \\
+        com-Amazon   & 334\,863  &   925\,872  \\
+        com-Orkut    & 3\,072\,441 & 117\,185\,083 \\
+        NLR          & 4\,163\,763 & 12\,487\,976 \\
+        roadNet-CA   & 1\,971\,281 & 2\,766\,607  \\
+        web-Google   & 916\,428  & 5\,105\,039  \\
+        wiki-topcats & 1\,791\,489 & 28\,511\,807 \\
+        sinc18       & 16\,428   & 973\,826     \\
+        \bottomrule
+    \end{tabular}
+\end{table}
+
+\textbf{Сравнительное тестирование.} Основная программа (\texttt{bin/sssp\_benchmark}) последовательно
+запускает все три алгоритма на загруженном графе, замеряя время выполнения каждого
+через \texttt{LAGraph\_WallClockTime()}. Для Delta-Stepping варьировался параметр $\delta$
+(0.5, 1, 2, 3, 5, 10). Диапазон выбран так, чтобы покрыть малые значения
+(при которых алгоритм приближается к обычному Bellman-Ford) и большие
+(при которых увеличиваются размеры «шагов», но снижается точность группировки).
+Значения, кратные 1, удобны для интерпретации; 0.5 добавлено для проверки
+поведения при дробном шаге; 10 выбрано как верхняя граница, после которой
+выигрыш в производительности на тестовых графах перестаёт расти.
+Для каждого графа и каждого алгоритма выполнялось 30 замеров, результаты
+усреднялись. Для каждого набора замеров вычислялось стандартное отклонение
+(Std), показывающее разброс времени выполнения относительно среднего.
+В столбце «Время (мс)» после $\pm$ указан 95~\% доверительный интервал
+среднего (95~\% CI).
+
+Для графов с отрицательными весами рёбер (sinc18) Delta-Stepping (LAGraph) и Dijkstra
+автоматически пропускаются, выполняется только Algebraic Bellman-Ford,
+поддерживающий такие графы.
+
+\textbf{Валидация результатов.} После выполнения всех алгоритмов производится
+попарное сравнение векторов расстояний с погрешностью $10^{-6}$
+(\texttt{VALIDATOR\_EPSILON}). Если результаты расходятся, выводится
+предупреждение. Для графа без отрицательных весов все три алгоритма должны
+давать одинаковые расстояния.
+
+Результаты замеров на Linux (Fedora~43) представлены в таблице~\ref{tab:bench-linux},
+на Windows~(MSYS2 / MinGW64)~--- в таблице~\ref{tab:bench-win}.
+
+
+\begin{table}[h!]
+\centering
+\begin{minipage}{0.48\textwidth}
+\centering
+\footnotesize
+\caption{Результаты тестирования (Linux, Fedora~43)}
+\label{tab:bench-linux}
+\begin{tabular}{llcc}
+\toprule
+\textbf{Граф} & \textbf{Конфигурация} & \textbf{Время (мс)} & \textbf{Std (\%)} \\
+\midrule
+\multirow{8}{*}{amazon0601}
+    & Alg. BF & $58.40 \pm 0.41$ & 1.90 \\
+    & Dijkstra & $1383.84 \pm 2.66$ & 0.52 \\
+    & DS $\delta=0.5$ & $37.09 \pm 0.20$ & 1.46 \\
+    & DS $\delta=1$ & $37.74 \pm 0.30$ & 2.12 \\
+    & DS $\delta=2$ & $48.00 \pm 0.31$ & 1.73 \\
+    & DS $\delta=3$ & $54.79 \pm 0.53$ & 2.57 \\
+    & DS $\delta=5$ & $53.87 \pm 0.45$ & 2.23 \\
+    & DS $\delta=10$ & $51.68 \pm 0.29$ & 1.51 \\
+\midrule
+\multirow{8}{*}{com-Amazon}
+    & Alg. BF & $48.21 \pm 0.46$ & 2.57 \\
+    & Dijkstra & $886.93 \pm 10.83$ & 3.27 \\
+    & DS $\delta=0.5$ & $33.97 \pm 0.37$ & 2.94 \\
+    & DS $\delta=1$ & $37.60 \pm 0.31$ & 2.23 \\
+    & DS $\delta=2$ & $43.55 \pm 0.29$ & 1.81 \\
+    & DS $\delta=3$ & $47.32 \pm 0.24$ & 1.37 \\
+    & DS $\delta=5$ & $49.57 \pm 0.51$ & 2.74 \\
+    & DS $\delta=10$ & $47.36 \pm 0.31$ & 1.77 \\
+\midrule
+\multirow{8}{*}{com-Orkut}
+    & Alg. BF & $798.47 \pm 1.36$ & 0.46 \\
+    & Dijkstra & $20240.79 \pm 163.35$ & 2.16 \\
+    & DS $\delta=0.5$ & $125.05 \pm 0.57$ & 1.23 \\
+    & DS $\delta=1$ & $128.57 \pm 0.92$ & 1.91 \\
+    & DS $\delta=2$ & $137.64 \pm 1.12$ & 2.18 \\
+    & DS $\delta=3$ & $140.85 \pm 0.85$ & 1.62 \\
+    & DS $\delta=5$ & $113.95 \pm 0.88$ & 2.08 \\
+    & DS $\delta=10$ & $95.62 \pm 1.10$ & 3.07 \\
+\midrule
+\multirow{8}{*}{NLR}
+    & Alg. BF & $14217.48 \pm 9.95$ & 0.19 \\
+    & Dijkstra & $22731.97 \pm 144.84$ & 1.71 \\
+    & DS $\delta=0.5$ & $1315.01 \pm 9.42$ & 1.92 \\
+    & DS $\delta=1$ & $1563.72 \pm 4.75$ & 0.81 \\
+    & DS $\delta=2$ & $1455.72 \pm 6.63$ & 1.22 \\
+    & DS $\delta=3$ & $1410.03 \pm 2.08$ & 0.40 \\
+    & DS $\delta=5$ & $1360.90 \pm 1.71$ & 0.34 \\
+    & DS $\delta=10$ & $1325.95 \pm 1.24$ & 0.25 \\
+\midrule
+\multirow{8}{*}{roadNet-CA}
+    & Alg. BF & $277.17 \pm 1.41$ & 1.36 \\
+    & Dijkstra & $3894.41 \pm 39.73$ & 2.73 \\
+    & DS $\delta=0.5$ & $50.53 \pm 0.73$ & 3.86 \\
+    & DS $\delta=1$ & $47.32 \pm 0.44$ & 2.49 \\
+    & DS $\delta=2$ & $43.33 \pm 0.72$ & 4.43 \\
+    & DS $\delta=3$ & $41.48 \pm 0.52$ & 3.38 \\
+    & DS $\delta=5$ & $38.69 \pm 0.43$ & 3.00 \\
+    & DS $\delta=10$ & $35.74 \pm 0.24$ & 1.79 \\
+\midrule
+\multirow{8}{*}{web-Google}
+    & Alg. BF & $108.28 \pm 0.74$ & 1.83 \\
+    & Dijkstra & $2616.09 \pm 22.83$ & 2.34 \\
+    & DS $\delta=0.5$ & $49.21 \pm 0.50$ & 2.74 \\
+    & DS $\delta=1$ & $51.10 \pm 0.48$ & 2.50 \\
+    & DS $\delta=2$ & $65.87 \pm 0.56$ & 2.29 \\
+    & DS $\delta=3$ & $73.14 \pm 0.47$ & 1.72 \\
+    & DS $\delta=5$ & $75.51 \pm 0.44$ & 1.55 \\
+    & DS $\delta=10$ & $72.88 \pm 0.41$ & 1.50 \\
+\midrule
+\multirow{8}{*}{wiki-topcats}
+    & Alg. BF & $3194.51 \pm 11.61$ & 0.97 \\
+    & Dijkstra & $8674.19 \pm 73.08$ & 2.26 \\
+    & DS $\delta=0.5$ & $114.34 \pm 0.69$ & 1.62 \\
+    & DS $\delta=1$ & $95.07 \pm 0.73$ & 2.06 \\
+    & DS $\delta=2$ & $95.20 \pm 0.80$ & 2.25 \\
+    & DS $\delta=3$ & $98.49 \pm 0.58$ & 1.57 \\
+    & DS $\delta=5$ & $91.69 \pm 0.70$ & 2.05 \\
+    & DS $\delta=10$ & $63.73 \pm 1.03$ & 4.33 \\
+\midrule
+\multirow{1}{*}{sinc18$^*$}
+    & Alg. BF & $3495.55 \pm 34.33$ & 2.63 \\
+\bottomrule
+\end{tabular}
+\smallskip
+
+\noindent\emph{$^*$~--- sinc18 содержит отрицательные веса, поэтому Dijkstra и Delta-Stepping не запускались.}
+\end{minipage}
+\hfill
+\begin{minipage}{0.48\textwidth}
+\centering
+\footnotesize
+\caption{Результаты тестирования (Windows, MSYS2 / MinGW64)}
+\label{tab:bench-win}
+\begin{tabular}{llcc}
+\toprule
+\textbf{Граф} & \textbf{Конфигурация} & \textbf{Время (мс)} & \textbf{Std (\%)} \\
+\midrule
+\multirow{8}{*}{amazon0601}
+    & Alg. BF & $221.67 \pm 14.39$ & 17.39 \\
+    & Dijkstra & $7763.40 \pm 15.88$ & 0.55 \\
+    & DS $\delta=0.5$ & $86.80 \pm 3.10$ & 9.56 \\
+    & DS $\delta=1$ & $85.80 \pm 2.11$ & 6.60 \\
+    & DS $\delta=2$ & $91.90 \pm 2.36$ & 6.89 \\
+    & DS $\delta=3$ & $93.23 \pm 2.29$ & 6.58 \\
+    & DS $\delta=5$ & $92.77 \pm 2.74$ & 7.92 \\
+    & DS $\delta=10$ & $83.93 \pm 1.34$ & 4.29 \\
+\midrule
+\multirow{8}{*}{com-Amazon}
+    & Alg. BF & $134.33 \pm 0.92$ & 1.84 \\
+    & Dijkstra & $4920.80 \pm 30.95$ & 1.68 \\
+    & DS $\delta=0.5$ & $74.63 \pm 2.21$ & 7.95 \\
+    & DS $\delta=1$ & $76.40 \pm 2.12$ & 7.45 \\
+    & DS $\delta=2$ & $75.30 \pm 1.88$ & 6.68 \\
+    & DS $\delta=3$ & $78.80 \pm 2.70$ & 9.16 \\
+    & DS $\delta=5$ & $76.67 \pm 1.28$ & 4.47 \\
+    & DS $\delta=10$ & $71.70 \pm 2.27$ & 8.49 \\
+\midrule
+\multirow{8}{*}{com-Orkut}
+    & Alg. BF & $966.30 \pm 5.14$ & 1.43 \\
+    & Dijkstra & $70873.00 \pm 1494.83$ & 5.65 \\
+    & DS $\delta=0.5$ & $224.77 \pm 2.08$ & 2.48 \\
+    & DS $\delta=1$ & $233.83 \pm 4.19$ & 4.80 \\
+    & DS $\delta=2$ & $232.03 \pm 1.84$ & 2.12 \\
+    & DS $\delta=3$ & $231.13 \pm 1.16$ & 1.35 \\
+    & DS $\delta=5$ & $217.03 \pm 3.29$ & 4.05 \\
+    & DS $\delta=10$ & $178.23 \pm 1.84$ & 2.77 \\
+\midrule
+\multirow{8}{*}{NLR}
+    & Alg. BF & $30267.10 \pm 108.68$ & 0.96 \\
+    & Dijkstra & $82856.93 \pm 319.52$ & 1.03 \\
+    & DS $\delta=0.5$ & $1886.17 \pm 19.87$ & 2.82 \\
+    & DS $\delta=1$ & $2017.40 \pm 28.14$ & 3.74 \\
+    & DS $\delta=2$ & $1714.60 \pm 17.81$ & 2.78 \\
+    & DS $\delta=3$ & $1623.07 \pm 13.16$ & 2.17 \\
+    & DS $\delta=5$ & $1522.53 \pm 12.50$ & 2.20 \\
+    & DS $\delta=10$ & $1488.80 \pm 12.80$ & 2.30 \\
+\midrule
+\multirow{8}{*}{roadNet-CA}
+    & Alg. BF & $966.47 \pm 7.76$ & 2.15 \\
+    & Dijkstra & $7377.90 \pm 81.33$ & 2.95 \\
+    & DS $\delta=0.5$ & $135.17 \pm 0.68$ & 1.35 \\
+    & DS $\delta=1$ & $112.47 \pm 1.00$ & 2.38 \\
+    & DS $\delta=2$ & $92.63 \pm 1.92$ & 5.56 \\
+    & DS $\delta=3$ & $87.73 \pm 2.37$ & 7.24 \\
+    & DS $\delta=5$ & $71.50 \pm 1.09$ & 4.10 \\
+    & DS $\delta=10$ & $64.80 \pm 1.35$ & 5.57 \\
+\midrule
+\multirow{8}{*}{web-Google}
+    & Alg. BF & $277.60 \pm 4.99$ & 4.82 \\
+    & Dijkstra & $11998.30 \pm 22.37$ & 0.50 \\
+    & DS $\delta=0.5$ & $120.97 \pm 1.59$ & 3.51 \\
+    & DS $\delta=1$ & $121.93 \pm 1.59$ & 3.50 \\
+    & DS $\delta=2$ & $129.07 \pm 1.15$ & 2.38 \\
+    & DS $\delta=3$ & $131.27 \pm 0.98$ & 2.00 \\
+    & DS $\delta=5$ & $130.07 \pm 1.91$ & 3.94 \\
+    & DS $\delta=10$ & $120.77 \pm 3.80$ & 8.44 \\
+\midrule
+\multirow{8}{*}{wiki-topcats}
+    & Alg. BF & $7509.20 \pm 81.29$ & 2.90 \\
+    & Dijkstra & $36262.53 \pm 102.93$ & 0.76 \\
+    & DS $\delta=0.5$ & $299.27 \pm 1.34$ & 1.20 \\
+    & DS $\delta=1$ & $265.47 \pm 3.26$ & 3.29 \\
+    & DS $\delta=2$ & $250.80 \pm 7.24$ & 7.73 \\
+    & DS $\delta=3$ & $250.97 \pm 1.76$ & 1.88 \\
+    & DS $\delta=5$ & $227.73 \pm 2.57$ & 3.02 \\
+    & DS $\delta=10$ & $169.43 \pm 1.56$ & 2.47 \\
+\midrule
+\multirow{1}{*}{sinc18$^*$}
+    & Alg. BF & $7845.23 \pm 246.55$ & 8.42 \\
+\bottomrule
+\end{tabular}
+\smallskip
+
+\noindent\emph{$^*$~--- sinc18 содержит отрицательные веса, поэтому Dijkstra и Delta-Stepping не запускались.}
+\end{minipage}
+\end{table}
+
+Из результатов видно, что Delta-Stepping (DS) стабильно превосходит Algebraic Bellman-Ford
+на всех графах, особенно на крупных (NLR~--- в ~10 раз, wiki-topcats~--- в ~30--50 раз).
+Dijkstra на чистом GraphBLAS с самописной очередью значительно уступает обоим
+алгоритмам, что связано с накладными расходами на извлечение элементов из
+GraphBLAS-векторов на каждой итерации. Оптимальное значение $\delta$ зависит от
+структуры графа: для разреженных графов (roadNet-CA) лучше большие $\delta$,
+для плотных (com-Orkut)~--- малые.
+
+\section{Заключение}
+
+В ходе выполнения работы получены следующие результаты:
+
+\begin{itemize}
+    \item выполнен обзор подходов к интеграции GraphBLAS API на языке C, выбрана библиотека SuiteSparse:GraphBLAS;
+    \item реализованы алгоритмы поиска кратчайшего пути (Algebraic Bellman-Ford, Дейкстра) с использованием SuiteSparse:GraphBLAS;
+    \item проведены замеры производительности разработанных решений и готовых реализаций из LAGraph: Algebraic Bellman-Ford в большинстве случаев уступает по производительности Delta-Stepping, реализованному в LAGraph, и сильно превосходит алгоритм Дейкстры.
+\end{itemize}
+
+Репозиторий с реализацией: \url{https://github.com/IvRevver/graph_blas_sssp}.
+
+Скрипты для подготовки окружения и запуска замеров, инструкции по сборке и воспроизведению результатов представлены в файле \texttt{README.md} репозитория.
+
+\end{document}
\ No newline at end of file
diff --git a/main.tex b/main.tex
index ee98d5e..ddc2508 100644
--- a/main.tex
+++ b/main.tex
@@ -64,4 +64,7 @@
 \includepdf[pages=-,
     addtotoc={1, section, 1, {Горбузова Мария Романовна, Реализация свёртки изображений}, gorbuzova_maria}]
 {Maria_Gorbuzova/Maria_Gorbuzova_report.pdf}
+\includepdf[pages=-,
+    addtotoc={1, section, 1, {Шаманаев Иван Сергеевич, Реализация алгоритмов поиска кратчайшего пути в графе на основе GraphBLAS API}, shamanaev_ivan}]
+{Ivan_Shamanaev/Ivan_Shamanaev_report.pdf}
 \end{document}