Прогноз результатов чемпионата мира-2015 по легкой атлетике ме-тодами искусственного интеллекта

Л. Н. Ясницкий; Киросова А. В.; Ратегова А. В.; Черепанов Ф. М.

?

Прогноз результатов чемпионата мира-2015 по легкой атлетике ме-тодами искусственного интеллекта

Современные проблемы науки и образования. 2014. № 4.

Ясницкий Л. Н., Киросова А. В., Ратегова А. В., Черепанов Ф. М.

Разработана компьютерная программа, предназначенная для выявления закономерностей и прогнозирования результатов чемпионата мира 2015 года по легкой атлетике на дистанции 100 метров у мужчин. В основе программы лежит нейронная сеть, обученная на результатах предыдущих чемпионатов мира и олимпиад. Погрешность прогнозов составляет не более 3%. Помимо прогнозов, программа позволяет оценивать влияние изменения параметров, характеризующих спортсменов, на их спортивные результаты, а также подбирать оптимальные сочетания этих параметров для каждого спортсмена. Путем исследования нейросетевой математической модели для некоторых известных спортсменов получены зависимости вероятности победы на чемпионате мира от их возраста, веса, мышечной массы, стартовой реакции и др. параметров. Разработаны рекомендации по улучшению результативности спортсменов-легкоатлетов: Усэйна Болта, Тайсона Гэя, Кристоффа Леметра, Неста Картера, Йохана Блэйка и Джастина Гэтлина.

Научное направление: Математика Компьютерные науки

Приоритетные направления: компьютерно-математическое

Язык: русский

Полный текст

Текст на другом сайте

Ключевые слова: искусственный интеллект competition прогноз statistical information artificial neural networks искусственные нейронные сети artificial intelligence спортивные соревнования

Nonexistence of Energy Function for Surface Diffeomorphisms with Nontrivial Basic Sets of Serpentine Geometric Type

Баринова М. К., Tirskaya Karina, Владикавказский математический журнал 2026 Vol. 28 No. 3 P. 25–43

В работе исследуется проблема существования энергетической функции для дискретных динамических систем, заданных структурно устойчивыми диффеоморфизмами на гладких, компактных, ориентируемых поверхностях без края. Для рассматриваемого класса такая функция определяется как непрерывная функция, убывающая вдоль орбит системы вне неблуждающего множества и постоянная на неблуждающих орбитах. На данный момент известно, что если неблуждающее множество структурно устойчивого диффеоморфизма поверхности ...

Добавлено: 11 ноября 2026 г.

О статистических свойствах наилучших диофантовых приближений

Илларионов А. А., Математический сборник 2026 Т. 217 № 11 С. 56–87

Пусть $b(\alpha;T)$ --- количество наилучших совместных диофантовых приближений с общим знаменателем $\le T$ к точке $\alpha \in {\Bbb R}^n$. Мы выводим асимптотические формулы для среднего значения этой величины (усреднение проводится по всем рациональным точкам вида $\alpha = (k_1/N,\ldots, k_n/N)$, $N\le R$), а также для ее математического ожидания при условии, что $\alpha$ равномерно распределена на кубе $[0,1)^n$. ...

Добавлено: 10 ноября 2026 г.

Structural model of decision support system for sustainable development of oil and gas companies

Stoianova A. D., Trofimets V. Y., Matrokhina K. V., International Journal of Engineering, Transactions A: Basics 2025 Vol. 38 No. 4 P. 701–709

Добавлено: 10 ноября 2026 г.

К теореме Гудмана-Штрауса

Верещагин Н. К., Математический сборник 2026 Т. 217 № 10 С. 3–46

Теорема Гудмана-Штрауса утверждает, что для “почти всякой” подстановки семейство подстановочных замощений софично, т.е. может быть задано локальными правилами для некоторой раскраски плиток. Условия на подстановку, гарантирующие софичность, довольно сложные. В настоящей работе мы предлагаем версию теоремы Гудмана-Штрауса с более простыми условиями на подстановку. Хотя эти условия достаточно ограничительны, мы показываем, что в сочетании с двумя простыми приемами (взятием достаточно ...

Добавлено: 10 ноября 2026 г.

CD44 Isoform Composition Is Associated with the Progression Rate of Left-Sided Colorectal Cancer of the CMS4 Subtype

Янова М. Р., Пирогов А. А., Мальцева Д. В., Doklady Biochemistry and Biophysics 2026 Vol. 531 P. 1–8

Добавлено: 10 ноября 2026 г.

EdFitter: a hybrid course recommendation system using large language models

Sergei Koltcov, Рюмин Д. А., Alexandr Axyonov и др., PeerJ Computer Science 2026 Article 12:e4141

Добавлено: 10 ноября 2026 г.

Assessing density equilibration in confined Liquid–Liquid interfaces

Guskov T., Gerke K., Кондратюк Н. Д. и др., Molecular Simulation 2026 Vol. 52 No. 7 P. 546 – 555

Добавлено: 10 ноября 2026 г.

Influence of nuclear quantum effects on metastable states of warm dense hydrogen

Lukyanchuk V., Норман Г. Э., Кондратюк Н. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 16435

Добавлено: 10 ноября 2026 г.

Machine Learning and Knowledge Discovery in Databases. Research Track and Applied Data Science Track. European Conference, ECML PKDD 2026, Naples, Italy, September 7–11, 2026, Proceedings

Springer, 2027.

Добавлено: 9 ноября 2026 г.

Artificial Intelligence for Software Engineering (AI4SE): A Review of Capabilities, Evaluation, and Verification Challenges

Avdoshin S.M., Pesotskaya E.Y., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 6, part 2 P. 133–146

Добавлено: 8 ноября 2026 г.

MFL-ScrollNet: Recurrent Sliding-Window Detection for Panoramic Pipeline Magnetic Flux Leakage Images

Aleksei Samarin, Belous F., Торопов А. Г. и др., Technologies 2026 Vol. 14 No. 11 P. 1–21

Добавлено: 8 ноября 2026 г.

Proceedings 2026 IEEE International Conference on Joint Cloud Computing JCC 2026

IEEE Computer Society (Conference Publishing Services, CPS), 2026.

Добавлено: 7 ноября 2026 г.

Detecting the undetectable: benchmarking AI-generated text

Sergey Avdoshin, Elena Pesotskaya, Салех Х. М. и др., Procedia Computer Science 2026 Vol. 292 P. 1332–1341

Добавлено: 7 ноября 2026 г.

PrimeKV: Preserving critical KV cache without attention scores for long-context inference

Чжан Ч., Ильвовский Д. А., Neurocomputing 2027 Vol. 710

Добавлено: 5 ноября 2026 г.

Обобщение матричной теоремы о деревьях для пар деревьев

Ретинский В. И., Функциональный анализ и его приложения 2026 Т. 60 № 4 С. 83–100

Приведено обобщение матричной теоремы о деревьях на случай перечисления пар остовных деревьев. Это обобщение включает в качестве частных случаев и унифицирует сразу несколько известных ранее результатов, в частности классическую теорему Кирхгофа, теорему Масбаума–Вайнтроба о перечислении 3-деревьев, а также аналог матричной теоремы о деревьях для перечисления 4-элементов Кирхгофа. ...

Добавлено: 5 ноября 2026 г.

Спаривания на алгебре рядов Лорана над кольцом

Левашев В. А., Математические заметки 2026 Т. 120 № 5 С. 843–846

Пусть 𝐴 – коммутативное ассоциативное кольцо с единицей и 𝐴((𝑡)) = 𝐴[[𝑡]][𝑡−1] – кольцо рядов Лорана над 𝐴. Алгебра 𝐴((𝑡)) имеет естественную топологию, где 𝐴 – подмодули вида 𝑡𝑚𝐴[[𝑡]] образуют базу окрестностей нуля. Пусть также Ω1𝐴((𝑡))/𝐴 – модуль кэлеровых 1-дифференциалов 𝐴((𝑡)) над 𝐴. ...

Добавлено: 5 ноября 2026 г.

Spectral structure of the mixed Hessian of the dispersionless Toda τ-function

Алексеев О. В., Letters in Mathematical Physics 2026 Vol. 116 No. 5 Article 132

Добавлено: 5 ноября 2026 г.

A Multimodal Framework for Aphasia Severity Classification in Russian

Колмогорова А. В., Ekaterina Yavshitz, Margolina A. и др., Association for Computational Linguistics, 2026.

Добавлено: 4 ноября 2026 г.

Имитационные игры и искусственный интеллект: возвращение к корням проекта исследований экспертизы и опыта (SEE) третьей волны социологии науки

Иванов Д. В., ИНТЕРакция. ИНТЕРвью. ИНТЕРпретация 2026 Т. 18 № 2 С. 13–29

Статья посвящена решению методологического противоречия, возника- ющего при попытке инкорпорировать искусственный интеллект (ИИ) в ка- чественные социологические исследования (преимущественно укорененные в интерпретативистской парадигме). Если в количественных исследованиях ИИ, как минимум на первый взгляд, органично вписывается в естественно-научный идеал инструментального дистанцирования, то для качественной традиции, требующей чувствительности к контексту и близости к источ- нику субъективных смыслов, ...

Добавлено: 28 октября 2026 г.

Surpassing Static N:M Regime for Weight Sparsification of Large Models

Новикова И. А., Демидовский А. В., , in: 2026 10th Scientific School Dynamics of Complex Networks and their Applications.: IEEE, 2026. P. 235–239.

Добавлено: 26 октября 2026 г.

On Perspectives of Zeroth-Order Methods for Large Language Models Pre-Training

Трутнев А. И., Демидовский А. В., , in: 2026 10th Scientific School Dynamics of Complex Networks and their Applications.: IEEE, 2026. P. 319–323.

Добавлено: 26 октября 2026 г.

2026 10th Scientific School Dynamics of Complex Networks and their Applications

IEEE, 2026.

Добавлено: 26 октября 2026 г.

Человек и технический космос

Лисенкова А. А., Тульчинский Г. Л., Философские науки 2025 Т. 68 № 6 С. 32–58

В работе техника рассматривается как особая форма бытия, выходящая за пределы утилитарного и инструментального понимания и формирующая новое онтологическое пространство. Это пространство описывается как технокосмос или метакосмос: автономная и самопорождающаяся реальность, в которой технологии не просто обслуживают человеческие потребности, но начинают конституировать собственную логику существования, включая человека в новые формы со-бытия с техникой. Ключевым методологическим ...

Добавлено: 11 октября 2026 г.

Регулирование искусственного интеллекта в Европейском союзе, Соединенных Штатах, Китае и Южной Корее: между развитием инноваций и контролем

Виноградов В. А., Кузнецова Д. В., Вестник Санкт-Петербургского университета. Серия 14. Право 2026 Т. 17 № 3 С. 796–816

Осознавая огромный потенциал технологий искусственного интеллекта (ИИ), многие страны стремятся к их развитию и борются за лидерство в данной сфере. Вместе с тем развитие ИИ-технологий сопряжено с целым рядом рисков, которые необходимо предотвратить. Долгое время основную роль в регулировании ИИ играли различные принятые разработчиками систем ИИ добровольные обязательства, кодексы этики. Однако сейчас стало очевидно, что ...

Добавлено: 10 октября 2026 г.