#нейронные сети

30 апреля
НИУ ВШЭ
115

Разработанные в Центре искусственного интеллекта НИУ ВШЭ нейросетевые модели значительно улучшают прогнозирование риска ожирения, диабета первого типа, псориаза и других многофакторных заболеваний. Совместное исследование с компанией Genotek показало, что алгоритмы глубокого обучения эффективнее традиционных методов, особенно при сложных взаимодействиях генов (эпистазах).

29 апреля
ФизТех
6 599

Исследователи из МФТИ впервые систематически изучили, как изменяется и стабилизируется процесс обучения нейронных сетей по мере добавления новых данных. Их работа, сочетающая теоретический анализ и обширные эксперименты, показывает, что так называемый «ландшафт функции потерь» нейросети сходится к определенной форме при увеличении размера выборки, что имеет важные последствия для понимания глубинного обучения и разработки методов определения необходимого объема данных.

31 марта
ФизТех
6 737

Множество ученых по всему миру объединились, чтобы составить и опубликовать всеобъемлющую дорожную карту разработки межатомных потенциалов машинного обучения в области материаловедения и инженерии. Они подробно описали, как машинное обучение должно привести к революции в нашем понимании в проектировании и открытии новых материалов, позволяя проводить компьютерное моделирование атомов.

14 февраля
ФизТех
189

Исследование, проведенное коллективом российских ученых, в том числе МФТИ, — шаг вперед в области нейронных сетей и их обучения. В своей работе они предложили новую структуру биполярного морфологического нейрона и метод обучения, который может повысить вычислительную эффективность нейронных сетей.

26.12.2024
ФизТех
233

Группа российских ученых из компании Smart Engines и МФТИ предложила новый способ квантования бинарных нейронных сетей. Им удалось добиться лучших результатов для обучения таких сетей.

25.12.2024
ПНИПУ
209

Для работы лифтов, прессов, металлорежущих станков и других электроприводных систем используют двигатели постоянного тока. Они преобразуют поступающую электроэнергию в механическое вращение. При этом током, скоростью, положением и другими важными параметрами управляют специальные электронные регуляторы, которые поддерживают все переменные на нужном уровне, не допуская отклонений. Но случается так, что они не всегда обеспечивают необходимую точность и быстроту, что приводит к замедленному реагированию на изменение условий, рывкам, толчкам и нестабильной работе механизма. Поэтому широкое применение в подобных системах начинают находить нейросети. Ученые Пермского Политеха разработали эффективный подход к их обучению, который позволяет тонко настраивать регулятор и избегать возникновения ошибок.

19.12.2024
ФизТех
3 048

Команда российских ученых, работающих в МФТИ, Иннополисе и Сколково, совершила научный прорыв в области генеративного моделирования — создании новых изображений, похожих на настоящие фотографии или рисунки. Они разработали новый метод, который значительно ускоряет и упрощает процесс генерации в теории и на практике.

18.12.2024
Сколтех
250

Температура плавления — одно из наиболее важных свойств материала, которое определяет потенциал его применения в различных областях промышленности. Экспериментальное измерение температуры плавления сложно и требует больших затрат, в то время как вычислительные методы помогут добиться не менее точного результата быстрее и проще. Ученые из Сколтеха провели исследование, в котором рассчитали максимальную температуру плавления высокоэнтропийного карбонитрида — соединения титана, циркония, тантала, гафния и ниобия с углеродом и азотом.

09.07.2024
БФУ
239

Ученые из БФУ имени И. Канта в сотрудничестве с болгарскими коллегами из Медицинского университета Пловдива провели исследование, направленное на выявление нейронных коррелятов, специфичных для депрессивных и параноидных симптомов.

01.07.2024
ПНИПУ
227

По данным Государственного доклада за 2022 год, объемы твердых коммунальных отходов (ТКО) в России составили почти 46 миллионов тонн, из них пять миллионов — пластиковый мусор. При этом ежегодно только 14–18 процентов от его общего количества собирается для повторного использования, а остальное отправляется на захоронение. Частицы микропластика обнаружены во всех сферах природной среды, а также в живых организмах. Во всем мире ищут способы быстро и точно находить пластиковые частицы в почве, воде и воздухе. Ученые ПНИПУ разработали технологию определения микропластика с помощью нейронных сетей и машинного зрения.

29.01.2024
Илья Гриднев
5 519

Используя пространственный модулятор света и небольшой набор программируемых параметров, ученые проводили нелинейно-оптические вычисления внутри многомодовых волокон. Итоговая производительность работы их сети была сопоставима с нейросетями с более чем в 100 раз большим количеством параметров.

27.12.2023
Егор Быковский
8 853

В декабре 2023 года «Яндекс» стал единственной российской компанией, вошедшей в рейтинг мировых лидеров в области развития искусственного интеллекта. Этот список был составлен компанией Epoch AI вместе с учеными из Массачусетского технологического института. Naked Science решил побеседовать с Артемом Бабенко, главой Yandex Research, и узнать, что позволило российской компании попасть в этот престижный рейтинг и каких свершений в области ИИ нам стоит вскоре ожидать.

21.12.2023
Сколтех
216

Коллектив ученых из Сколтеха и Санкт-Петербургского государственного университета аэрокосмического приборостроения представил работу, в которой предложил альтернативный метод определения гнилых и плесневых участков яблок на послеуборочной стадии, когда фрукты хранят на складах, а потом доставляют к потребителям. Система компьютерного зрения позволит выявлять разные типы дефектов на ранней стадии, когда они еще могут быть недоступны человеческому глазу.

12.10.2023
НИУ ВШЭ
750

Команда исследователей из НИУ ВШЭ и Института AIRI доказала эффективность разработанного ими ранее метода PSIICOS при построении карты нейронных сетей головного мозга. В отличие от других методов, он ищет не отдельные нейрональные источники, а сразу сети и делает это максимально быстро и точно.

29.08.2023
Университет Лобачевского
648

Результаты исследований позволят нейробиологам ННГУ разработать оптогенетические подходы для управления активностью астроцитов и нейронов стареющего головного мозга.

08.08.2023
ЮФУ
4 420

Чжан Цзинвэй, аспирант ЮФУ, победитель федерального конкурса управленцев «Лидеры России», разработал упрощенную модель нейронных сетей для беспилотных летательных аппаратов, выполняющих задачу быстрого обнаружения небольших объектов в реальном времени. В сравнении с аналогами беспилотники на новом алгоритме показывают большую эффективность, точность, скорость и низкую энергозатратность.

26.07.2023
НИУ ВШЭ
1 779

Международная коллаборация с участием ученых факультета компьютерных наук НИУ ВШЭ предложила новый подход к проектированию детекторов для физики элементарных частиц с помощью дифференцируемого программирования и глубоких нейронных сетей. Он позволит оптимизировать производительность инструментов и повысит научную ценность результатов экспериментов.

18.05.2023
НИУ ВШЭ
1 078

Ученые из Института когнитивных нейронаук НИУ ВШЭ совместно с коллегами из Лондонского университета и Института когнитивных исследований человека и мозга имени Макса Планка изучили с помощью магнитоэнцефалографии работу головного мозга у людей с низким и высоким уровнями личностной тревожности во время решения вероятностных задач. Выяснилось, что в ситуации неопределенности между двумя группами испытуемых существуют различия в активности медиальной префронтальной, орбитофронтальной и передней поясной коры. У людей с высоким уровнем тревожности нейрональная активность оказалась выше, а эффективность в решении задач — ниже. Причина этого — в особенностях восприятия условий неопределенности.

16.03.2023
Даниил Сухинов
1 483

Группа американских исследователей в области химической инженерии разработала самоуправляемую лабораторию, способную выявлять и оптимизировать сложные многоступенчатые пути реакций для синтеза как новых, так и уже известных материалов и молекул. Во время демонстрации концепции система под управлением нейронной сети нашла более эффективный способ производства высококачественных полупроводниковых нанокристаллов, которые используются в оптических и фотонных устройствах.

01.03.2023
ПНИПУ
471

Пожалуй, самая популярная и перспективная задача нейросетей — технологии распознавания образов. Они либо по отдельности, либо в интегрированном виде используются в таких сферах, как безопасность и наблюдение, сканирование и создание изображений, маркетинг и реклама, дополненная реальность и поиск изображений. Обучение — очень важная часть создания этой технологии. Слишком маленькое или наоборот большое количество данных в нейросети приводит к некорректной работе. Порой даже оптимальный размер данных может привести к плохим результатам, если объекты, по которым обучалась программа будут захвачены с одного ракурса или находятся на одном фоне. Сегодня специалистам приходится определять границы изучаемых объектов вручную в специальных программах. Этот процесс очень длительный и трудоемкий. Ученые Пермского Политеха создали программу с генератором случайных синтетических изображений, которая позволит обучать нейросеть быстрее.

Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно