#алгоритмы

Команда исследователей из Т-Технологий, Московского физико-технического института (МФТИ) и Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ) разработала новаторский метод, позволяющий проследить «жизненный цикл» отдельных концепций внутри сложных нейронных сетей. Подход получил название SAE Match. Он работает как своего рода магнитно-резонансная томография для искусственного интеллекта, создавая детальную карту того, как абстрактные признаки — «пушистый», «историческое событие» или «радость» — зарождаются, трансформируются и передаются между слоями нейросети. Это фундаментальный прорыв в области интерпретируемости искусственного интеллекта, открывающий путь к созданию более прозрачных, надежных и управляемых систем.

Ежегодно в России продаются миллионы подержанных автомобилей, но установить их справедливую цену бывает крайне сложно. Большинство специальных онлайн-сервисов анализируют только цифры из объявлений, которые отражают ожидания продавцов. На практике транспортные средства при продаже становятся дешевле на 10-15% после переговоров, но эти сведения остаются недоступными. В результате рынок ориентируется на завышенные «гонорары», что вызывает ошибки в определении залоговой ценности, необоснованные страховые компенсации и переплаты со стороны приобретателей. Ученые Пермского Политеха разработали приложение, которое решает главную задачу сегмента подержанных автомобилей — вычисляет фактическую, а не объявленную стоимость транспортных средств. Алгоритм изучает скрытые данные и с точностью 90% прогнозирует окончательную сумму соглашения с учетом торга.

Коллектив исследователей из T-Bank, МФТИ и МИСИС разработал новый подход к обучению ансамблей нейронных сетей, заставляющий каждую модель в группе смотреть на проблему под своим уникальным углом. Этот метод, названный Saliency-Diversified Deep Ensembles (SDDE), позволяет не просто повысить точность работы искусственного интеллекта, но и научить его лучше распознавать ситуации, с которыми он ранее не сталкивался. В результате ансамбль становится умнее, точнее и осторожнее при столкновении с неизвестными данными, что открывает новые горизонты для создания более надежных и безопасных ИИ-систем.

Исследователи ТУСУРа изучили эффективность передачи данных в сетях 6G и разработали алгоритмы, которые позволят повысить надежность и скорость соединения, а также подключать к одной базовой станции большее количество устройств.

В РТУ МИРЭА представили инновационную систему на основе искусственного интеллекта, которая автоматизирует процесс генерации игровых уровней. Разработка, созданная в Институте кибербезопасности и цифровых технологий РТУ МИРЭА, способна сократить время производства игрового контента на 50-70%.

Предсказывать пористость железорудных брикетов и влиять на их свойства с помощью состава исходного вещества позволит новый метод, предложенный исследователями Университета МИСИС. В перспективе он позволит снизить затраты на производство сплавов и улучшить качество конечной продукции.

Ученые МТУСИ предложили новый подход к улучшению реидентификации объектов — процесса отслеживания одного и того же объекта на протяжении всего видеоряда.

Международная команда ученых совершила прорыв в области распределенного машинного обучения, разработав новые алгоритмы, значительно повышающие эффективность обучения моделей в федеративных сетях. Исследование, проведенное группой, куда вошли специалисты МФТИ, представляет собой значительный шаг вперед в решении проблемы высокой вычислительной сложности обучения больших моделей в распределенных системах.

В МТУСИ разработали методику визуализации блокчейна сети биткоин для поиска доказательств свершения преступлений. Особенность исследования заключается в разработке новых подходов к анализу данных о транзакциях в блокчейнах, которые позволяют визуализировать и анализировать потоки средств, выявлять взаимосвязи между участниками сети и особенности структуры данных.

Сотрудники лаборатории исследований искусственного интеллекта T-Bank AI Research существенно улучшили работу автоматизированной рекомендательной системы. Ключевым звеном в их решении стала существенная оптимизация одного из самых популярных алгоритмов для подбора рекомендаций.

Ученые разработали алгоритм, который в разы лучше выявляет эпилепсию на записях ЭЭГ, чем другие автоматизированные методы. Для этого авторы скомбинировали два подхода к анализу сигналов активности мозга — классификатор, не требующий обучения, и обучаемую нейронную сеть. Разработка позволит автоматизировать анализ ЭЭГ и тем самым упростит процесс выявления эпилепсии.

В современной робототехнике существует проблема сортировки объектов, хаотично расположенных в рабочей зоне манипулятора. Один предмет может полностью или частично закрывать другой, и тогда роботу будет сложно захватить нужный из них, не затронув другие или не повредив захватное устройство. В МТУСИ предложили алгоритм, основанный на нейронной сети и RGB-D сенсоре, позволяющий определить объект захвата с применением промышленного манипулятора.

Предложенный специалистами МТУСИ алгоритм работы, основанный на прямом взаимодействии с обучаемой системой, способен удовлетворить большую часть потребностей среднестатистического слушателя в подборе музыки. Разрабатываемая система с базовой схемой алгоритма обладает большим потенциалом и гибкостью для масштабируемых рекомендательных систем и может применяться на различных вычислительных устройствах.

На этапе нового энергетического перехода главная тенденция развития энергетического рынка сегодня — это распределенная энергетика, которая характеризуется децентрализацией сети, внедрением «умных» систем энергоснабжения, активным вовлечением потребителей и увеличением доли источников возобновляемой энергии. Одной из технологий распределенной энергетики является распределенная генерация — такое производство электроэнергии, когда вместо большой электростанции ее источником является много малых объектов. Например, владелец дома с солнечными панелями может продавать произведенную электроэнергию. В электросетях распределенной генерации важное место занимают инверторы — устройства, которые преобразуют мощность выработанной электроэнергии до частоты переменного тока. В странах Европы и СНГ такой показатель равен 50 Гц. Ученые из Сколтеха разработали алгоритм для таких инверторов, который поможет контролировать качество энергии, передаваемой в общую электросеть.

Автоматические системы управления все чаще применяются в разных отраслях нашей жизни. Они выполняют функции регулирования, контроля и защиты процессов, обеспечивающих безаварийную и длительную работу различного высокотехнологичного и бытового оборудования. Например, в каждом пассажирском самолете стоит множество датчиков, которые контролируют абсолютно все, что происходит внутри и снаружи. Управляет всеми этими приборами автоматика, в которую запрограммировано большое количество алгоритмов. Но в летательном аппарате есть объекты, которым свойственно менять свои заданные параметры из-за непредвиденных ситуаций, таких как плохая погода или попадание постороннего предмета в турбину. Поэтому необходимо использовать алгоритмы, которые смогут улучшить контроль автоматики в нестандартных случаях. Ученые Пермского Политеха создали метод, который поможет улучшить автоматическую систему управления в плохих погодных условиях, а также увеличит срок службы авиационных двигателей.

Экономисты определили, что использование алгоритмов машинного обучения вместо традиционных математических моделей позволяет на 10 процентов точнее прогнозировать рентабельность — упрощенно говоря, прибыльность — фирм. При этом самыми важными факторами, от которых в наибольшей степени зависит будущее компании, оказались ее рентабельность за предыдущий год, наличие роста продаж и объем веб-трафика. Полученные данные помогут владельцам фирм, инвесторам и государству лучше оценивать и прогнозировать экономическое состояние российских компаний.

Ученые МТУСИ создали алгоритм обнаружения девиантного поведения на основе видео в реальном времени с поддержкой нескольких камер и нескольких людей, основанный на оценке позы человека и открытой исходной форме алгоритма OpenPifPaf.

Динамические измерения представляют собой измерения процессов, которые происходят настолько быстро, что обычные технические средства не могут их уловить в полном объеме. Однако, благодаря новым инновационным технологиям, применяемым в лаборатории динамических измерений, ученые Южно-Уральского государственного университета могут получить более точную информацию о том, что могло бы произойти при очень быстрых процессах. Исследования проводятся в партнерстве с крупнейшими промышленными предприятиями региона.

Международный коллектив ученых из России, Франции и Германии с участием исследователей факультета компьютерных наук, Центра искусственного интеллекта ВШЭ и Научно-исследовательского института искусственного интеллекта AIRI разработали новый алгоритм обучения с подкреплением (Bayes-UCBVI). Это первый байесовский алгоритм, который имеет математическое доказательство эффективности и успешно протестирован на практике в Atari-играх.

Исследователи из Австралийского национального университета смоделировали воздействие космического перелета на сердечно-сосудистую систему человека. Компьютерная система оценивает, сможет ли тело выдержать экстремальные условия.