• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Метрологическая модель процесса оценивания функциональных характеристик систем искусственного интеллекта
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
8 июня 2026 г.
«За 12 лет на нашем счету почти 1000 операций с пробуждением»
В НИУ ВШЭ прошла XIII Летняя нейролингвистическая школа, организованная Центром языка и мозга при поддержке факультета гуманитарных наук НИУ ВШЭ. В центре внимания слушателей была совместная работа нейролингвистов, нейрохирургов и нейрофизиологов в операционной, стандартизация лингвистических парадигм и практические подходы к сохранению речевой функции пациентов.
5 июня 2026 г.
Аспирантка НИУ ВШЭ открыла «невидимую» планировку античного Париона
Исследовательница из НИУ ВШЭ Идиль Малгиль изучила с помощью дрона с лазерным сканером сверхвысокого разрешения древнеримский город Парион, расположенный на территории современной Турции. Благодаря высокой плотности сканирования удалось зафиксировать крошечные неровности рельефа, скрытые под землей и растительностью. Обнаружены следы целых кварталов, террасных систем и стен, которые невозможно было различить ни при обычных раскопках, ни с помощью аэрофотосъемки. Результаты исследованияо публикованы в международном научном журнале Ancient Civilizations from Scythia to Siberia.
2 июня 2026 г.
От Волги до Янцзы: математики из Нижнего Новгорода и Шанхая изучают устойчивость систем
Математики НИУ ВШЭ в Нижнем Новгороде совместно с коллегами из шанхайского Университета Тунцзи исследуют фундаментальные причины структурной устойчивости систем и механизмы их нарушения. О развитии проекта Qualitative Theory of Systems of Ordinary and Partial Differential Equations в рамках программы НИУ ВШЭ «Международное академическое сотрудничество» «Вышке.Главное» рассказала его руководитель, профессор Ольга Починка, заведующая Международной лабораторией динамических систем и приложений НИУ ВШЭ в Нижнем Новгороде.


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Метрологическая модель процесса оценивания функциональных характеристик систем искусственного интеллекта

Законодательная и прикладная метрология. 2024. № 6 (192). С. 23–32.
Гарбук С. В., Шамина Е. О., Яшин А. В.

При принятии решений о возможности использования систем искусственного интеллекта для решения ответственных задач обработки данных и управления обязательным условием является понимание потребителем и другими заинтересованными сторонами функциональных характеристик этих систем в предусмотренных условиях эксплуатации. В статье сделана попытка формулировки и интерпретации задачи оценки функциональных характеристик систем искусственного интеллекта с позиций метрологии. Показано, что в метрологическом контексте задача оценивания функциональных характеристик систем искусственного интеллекта может быть рассмотрена по аналогии с оценкой соответствия средств измерений. Последние представляют собой в этом случае тестовые наборы данных, от репрезентативности которых зависит погрешность измерений функциональных характеристик. Рассмотрен механизм формирования погрешности измерений. В качестве моделей измерений предложены модели с использованием эталонных наборов данных, оценкой репрезентативности тестовых наборов данных и с использованием эталонных алгоритмов машинного обучения.

Язык: русский
Ключевые слова: искусственный интеллектmeasurement errorпогрешность измерений artificial intelligencemeasurement taskmetrological modelevaluation of functional characteristicstest data setизмерительная задачаметрологическая модельоценка функциональных характеристиктестовый набор данных
Похожие публикации
Edge AI Approach to Stray Cat Detection in Urban Environments
Orazmetova Dilara, Zhohov A., Vasilieva Sofia и др., , in: 2026 28th International Conference on Digital Signal Processing and its Applications (DSPA).: IEEE, 2026. P. 1–5.
Добавлено: 7 июня 2026 г.
Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)
Seul: PMLR, 2026.
Добавлено: 4 июня 2026 г.
Государственные информационные системы «Антикартель» и «Тариф» как инструменты защиты конкуренции и обеспечения обоснованного тарифообразования в цифровую эпоху
Москвитин О. А., Лебединский В. И., В кн.: Цифровое общество: состояние, проблемы, перспективы.: [б.и.], 2026.
В статье анализируются правовые и организационные основы функционирования государственных информационных систем «Антикартель» и «ТАРИФ», созданных Федеральной антимонопольной службой России в рамках цифровой трансформации контрольно-надзорной деятельности. Исследуются возможности использования технологий искусственного интеллекта для выявления антиконкурентных соглашений и обеспечения эффективного тарифного регулирования. Выявляются отдельные возможные правовые риски и направления совершенствования использования ГИС. ...
Добавлено: 2 июня 2026 г.
Artificial intelligence, drug repurposing and peer review
Levin J., Oprea T. I., Davidovich S. и др., Nature Biotechnology 2020 P. 1127–1131
Пандемия COVID-19 изменила способы обмена и распространения научных и клинических результатов. Согласно недавнему анализу, в среднем каждую неделю публикуется 367 статей, посвященных COVID-19, при этом медианное время от подачи до принятия составляет всего 6 дней (по сравнению с 84 днями для материалов, не связанных с COVID-19)¹. Эти беспрецедентные сроки рецензирования — и в некоторых случаях ...
Добавлено: 1 июня 2026 г.
The recognition-by-components method
Slivnitsin P., Мыльников Л. А., Engineering Applications of Artificial Intelligence 2026 Vol. 179 Article 115185
Добавлено: 29 мая 2026 г.
Влияет ли финансовое состояние компаний на прогностическую точность DCF-модели?
Федоров Н. С., Финансовый журнал 2025 Т. 17 № 6 С. 99–112
DCF-модель является одной из наиболее часто используемых при оценке стоимости компаний для принятия инвестиционных решений. Тем не менее оценка точности данной модели остает ся важным исследовательским вопросом. В статье представлена оценка точности спецификаций DCF-модели на основе анализа отклонений справедливых цен акций компаний, котирующихся на фондовом индексе S&P 500. Справедливые цены спецификаций DCF-модели составлены на основе ...
Добавлено: 15 мая 2026 г.
Предсказательная точность целевых цен акций: сравнение прогнозов аналитиков и машинного обучения
Федоров Н. С., Финансы и бизнес 2025 Т. 21 № 3 С. 34–50
В настоящее время роль искусственного интеллекта все больше занимает значительную роль в различных сферах, в том числе возрастает роль машинного обучения и в финансовой области. Оценка стоимости компании остается важной частью исследований ввиду своей сложности корректной предска зательной точности целевых цен акций. В данном исследовании проведено сравнение предсказательной точности целевой стоимости акций с применением модели дисконтирования ...
Добавлено: 15 мая 2026 г.
Сборник лучших докладов конференции "Ломоносовские чтения" (2025)
М.: Экономический факультет МГУ им. М.В. Ломоносова, 2026.
В сборнике приводятся тексты лучших докладов участников Международной ежегодной научной конференции «Ломоносовские чтения-2025» (секция экономи ческих наук) «Настоящее и будущее социально-экономического развития: потен циал ИИ и новые вызовы», состоявшейся 9–11 апреля 2025 г. на экономическом факультете МГУ имени М. В. Ломоносова. Материалы сгруппированы по тематическим направлениям. ...
Добавлено: 12 мая 2026 г.
AlphaDent: A dataset for automated tooth pathology detection
Sosnin E. I., Vasil’ev Y. L., R.A. Solovyev и др., Computer Optics 2025 Vol. 49 No. 6 P. 1129–1137
Добавлено: 4 мая 2026 г.
Цифровое сопровождение гуманитарных образовательных программ
Корниенко С. И., Исмакаева И. Д., Сенина А. В., Отечественная и зарубежная педагогика 2026 Т. 1 № 2(113) С. 91–102
В эпоху цифровизации владение цифровыми технологиями становится ключевой грамотностью XXI века, что особенно актуально при подготовке студентов гуманитарных образовательных программ. В статье предложена сквозная модель интеграции цифровых технологий в гуманитарное образование в вузе. Методология опирается на кейс-стади и элементы design-based research: анализ нормативных документов, образовательных программ, результатов студенческих проектов, исследовательской работы студентов, обратной связи. Теоретическая ...
Добавлено: 30 апреля 2026 г.
Правовой режим объектов, созданных искусственным интеллектом: обзор зарубежной практики
Кирсанова Е. Е., Пакшин П. К., Право и экономика 2026 № 3 (456) С. 26–34
В статье рассматривается вопрос правового режима интеллектуальной собственности, созданной искусственным интеллектом. Изменения существующей правовой базы в сторону признания искусственного интеллекта субъектом права нарушат обоснование и фундаментальные принципы системы интеллектуальных прав. В статье представлен обзор разных взглядов на обоснование предоставления авторских прав на созданные искусственным интеллектом произведения. Автор отмечает, что в некоторых юрисдикциях авторские права таким ...
Добавлено: 28 апреля 2026 г.
Разработка микросервиса ADP для идентификации источников выбросов на основе машинного обучения с подкреплением
Кычкин А. В., Черницин И. А., Прикладная информатика 2026 № 1(121) С. 40–58
Представлены результаты разработки программного микросервиса, встраиваемого в системы мониторинга качества атмосферного воздуха для поддержки процессов идентификации промышленных источников загрязнений. Выброс и последующее распространение вредных веществ в приземистых слоях атмосферы происходит в динамике и характеризуется высокой неопределенностью из‑за особенностей технологических установок, их режимов работы, влияния рельефа местности, зданий и метеофакторов. Зависимости между местоположением источника выброса и ...
Добавлено: 23 апреля 2026 г.
Практики использования технологии дипфейк в современных аудиовизуальных медиа: этические рестрикции
Ефанов А. А., Человек 2026 Т. 37 № 2 С. 67–82
В статье посредством обращения к наиболее резонансным кейсам представляются практики использования технологии дипфейк в современных аудиовизуальных медиа (телевидение, кино, интернет). На базе результатов проведенных автором полуструктурированных интервью экспертов (n = 15) – аналитиков медиакоммуникаций, а также с помощью методов кейс-стади и социокультурного моделирования выявляются этические рестрикции подобных аудиовизуальных решений. Теоретико-методологическая основа исследования опирается на концепцию ...
Добавлено: 23 апреля 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору