Иллюстрации помогают запоминать конкретные действия, но не всегда облегчают понимание абстрактных идей. Исследователи НИУ ВШЭ и Университета Гумбольдта сравнили, как люди усваивают тексты разного уровня абстрактности. Выяснилось, что участники лучше запоминали иллюстрации и выполняли задания после чтения мультимедийного текста об асанах йоги, чем после чтения абстрактного текста о равновесии Нэша. Результаты помогут эффективнее подбирать иллюстрации для учебных и информационных материалов. Исследование опубликовано в журнале Learning and Instruction.
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.
Исследователь из НИУ ВШЭ проанализировал данные 1539 аспирантов из 161 российского университета и выяснил, какие особенности диссертационной темы связаны с успешностью и вовлеченностью в обучение. Самым важным фактором оказался личный интерес к исследованию: он был связан практически со всеми ключевыми сторонами аспирантской жизни — от взаимодействия с научным руководителем до исследовательской активности и уверенности в будущей защите. Результаты опубликованы в журнале Higher Education.
Титов А. А., Stonyakin F., Алкуса М. и др., , in: Mathematical Optimization Theory and Operations Research: Recent Trends: 20th International Conference, MOTOR 2021, Irkutsk, Russia, July 5–10, 2021, Revised Selected Papers.: Cham: Springer, 2021. Ch. 6 P. 86–101.
Vorontsova E., Гасников А. В., Dvurechensky P. и др., Automation and Remote Control 2019 Vol. 80 No. 8 P. 1487–1501
We propose an accelerated gradient-free method with a non-Euclidean proximal operator associated with the p-norm (1 ⩽ p ⩽ 2). We obtain estimates for the rate of convergence of the method under low noise arising in the calculation of the function value. We present the results of computational experiments. ...