• 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
  • Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера
  • 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
21 мая 2026 г.
«Пик глупости» и «долина отчаяния»: экономисты НИУ ВШЭ предложили объяснение эффекта Даннинга - Крюгера
Эффект Даннинга — Крюгера, который описывает резкий всплеск уверенности в своих силах у новичков и такое же стремительное ее падение при наборе опыта, объясняется особенностями процесса обучения и набора новых знаний. К такому выводу пришли сотрудник факультета экономических наук НИУ ВШЭ Андрей Ворчик вместе с независимым исследователем Муратом Мамышевым. Они разработали математическую модель процесса обучения и показали, как формируется и изменяется субъективная уверенность по мере накопления знаний и как  преподаватель может уменьшить «долину отчаяния» для ученика.
20 мая 2026 г.
«Еж» против «родственника»: ученые измерили, как мозг реагирует на неожиданные слова в живой речи
Российские нейрофизиологи с участием исследователей из НИУ ВШЭ показали, что изучать восприятие живой речи можно с помощью вызванных потенциалов. Они доказали, что метод применим не только к отдельным словам, но и к непрерывной речи. Оказалось, что слова, сильно отличающиеся по смыслу от предыдущего контекста, мозг обрабатывает дольше, а служебные слова анализирует в два этапа: сначала определяет их грамматическую роль, а затем на этой основе предсказывает следующее слово. Исследование опубликовано в журнале Frontiers in Human Neuroscience.
20 мая 2026 г.
Творческая работа как лекарство от выгорания
Творческая и доброжелательная атмосфера, новые методы в Международной лаборатории (впоследствии центре) социокультурных исследований привлекают молодых исследователей. За годы работы в Вышке они становятся учеными и преподавателями, известными в России и за рубежом. О своем пути в центре и в Вышке, исследованиях и роли наставников в научных успехах рассказали главный научный сотрудник ЦСКИ Зарина Лепшокова и ведущий научный сотрудник Екатерина Бушина.

 

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

?

Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера

Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика). 2023. Т. 514. № 2. С. 28–38.
Чупров И. А., Гао Ц., Ефременко Д. С., Казаков Е., Бузаев Ф. А., Земляков В. В.

Физико-информированные нейронные сети (Physics Informed Neural Networks – PINN) являются перспективным методом решения уравнений в частных производных с помощью машинного обучения. В работе рассмотрено применение PINN к нелинейному уравнению Шредингера для описания

Научное направление: Компьютерные науки Физика
Язык: русский
DOI
Ключевые слова: Nonlinear Schrodinger equationнелинейное уравнение Шредингераartifitial neural networksглубинные нейронные сетиPhysics Informed Neural Networks
Похожие публикации
Оптические методы детектирования единичных биомолекул: визуализация, сенсорика, секвенирование молекул ДНК
Мелентьев П. Н., Калмыков А. С., Гритченко А. С. и др., Успехи физических наук 2024 Т. 194 № 11 С. 1130–1145
Представлен краткий обзор достигнутого уровня оптических методов детектирования единичных молекул в биомедицинских приложениях. Показано, что регистрация флуоресценции единичных молекул красителей, ковалентно связанных с антителами (биомолекулами), совместно с использованием современных методов нанофотоники может быть применена для решения различных задач в биологии и медицине: визуализации биомолекул, токсинов, вирусных частиц, определения ультранизких концентраций аналитов напрямую во взятой пробе, ...
Добавлено: 21 мая 2026 г.
VACUUM DISCHARGE DRIVEN BY STRIPE LINE STORAGE AS A SOURCE OF EUV RADIATION
Antsiferov P.S., Stepanov L.V., Matiukhin N. D., Review of Scientific Instruments 2025 Vol. 96 No. 12 Article 123506
Добавлено: 20 мая 2026 г.
Регистрация спектров на 6.65 метровом ВУФ-УФ спектрометре с помощью многоканального детектора
Анциферов П. С., Степанов Л. В., Матюхин Н. Д., Оптика и спектроскопия 2026 Т. 134 № 2 С. 214–218
Сообщено о разработке системы регистрации спектров на ПЗС-линейке для уникального ВУФ спектрометра, построенного на основе сферической дифракционной решетки с радиусом 6.65 m. Была использована линейка HAMAMATSU S11156-2048-02, которая устанавливалась по касательной к окружности Роуланда с возможностью механического перемещения для сканирования спектра. Были получены спектрограммы в диапазоне длин волн 2130-2270 Angstrem. Описана методика сшивки регистрируемых спектральных ...
Добавлено: 20 мая 2026 г.
ML-based Fast Simulation of FARICH Responses
Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.
Добавлено: 19 мая 2026 г.
On a Possible Method for Separating CO Lines from the Spectrum of the Cosmic Microwave Background
Malinovsky A. M., Пилипенко С. В., Mikhalchenko A. O. и др., Astronomy Reports 2026 Vol. 70 P. 1–6
Добавлено: 19 мая 2026 г.
Broadband photoluminescence of epitaxial bismuth nanowires and planar nanostructures
Kaveev A. K., Fedorov V. V., Pavlov A. V. и др., Journal of Materials Chemistry C 2026 Vol. 14 No. 7 P. 2697–2705
Добавлено: 19 мая 2026 г.
STM study of single phosphorus incorporation into silicon by heating PBr3 on Si(100)
Павлова Т. В., V.M. Shevlyuga (Шевлюга В. М., Applied Surface Science 2026 Vol. 736 P. 166813–166813
Добавлено: 19 мая 2026 г.
Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 3: System Demonstrations)
Association for Computational Linguistics, 2026.
Добавлено: 19 мая 2026 г.
Single-photon diamond sources created by nature
Pasternak D., Romshin A., Khmelnitsky Р. и др., Carbon 2026 Vol. 256 Article 121655
Добавлено: 19 мая 2026 г.
Dataset of solubility values for organic compounds in binary mixtures of solvents at various temperatures
Беззубов С. И., Malikov D., Krasnov L. и др., Scientific data 2026 Vol. 13 Article 727
Добавлено: 19 мая 2026 г.
Aerokinesis: An IoT-Based Vision-Driven Gesture Control System for Quadcopter Navigation Using Deep Learning and ROS2
Pikalov V., Meshcheryakov V., Kondratev S. и др., Technologies 2026 Vol. 14 No. 1 P. 1–27
This paper presents Aerokinesis, an IoT-based software–hardware system for intuitive gesture-driven control of quadcopter unmanned aerial vehicles (UAVs), developed within the Robot Operating System 2 (ROS2) framework. The proposed system addresses the challenge of providing an accessible human–drone interaction interface for operators in scenarios where traditional remote controllers are impractical or unavailable. The architecture comprises ...
Добавлено: 19 мая 2026 г.
Aerokinesis: An IoT-Based Vision-Driven Gesture Control System for Quadcopter Navigation Using Deep Learning and ROS2
Кондратьев С., Никитин Г. Э., Дырченкова Ю. А. и др., Technologies 2026 Vol. 14 No. 1 P. 1–27
This paper presents Aerokinesis, an IoT-based software–hardware system for intuitive gesture-driven control of quadcopter unmanned aerial vehicles (UAVs), developed within the Robot Operating System 2 (ROS2) framework. The proposed system addresses the challenge of providing an accessible human–drone interaction interface for operators in scenarios where traditional remote controllers are impractical or unavailable. The architecture comprises ...
Добавлено: 19 мая 2026 г.
Optical features of nanoplatelets modified with chiral ligands
Смирнов А. М., Kurtina D. A., Saitov S. R. и др., Optical Materials: X 2026 Vol. 30 Article 100441
Добавлено: 18 мая 2026 г.
Temperature-driven charge transport in annealed CdSe/CdS nanoplatelets film
Смирнов А. М., Mantsevich V. N., Saitov S. R. и др., Journal of Applied Physics 2026 Vol. 139 Article 185702
Добавлено: 18 мая 2026 г.
Направленность вывода излучения из кольцевых микролазеров с нарушенной вращательной симметрией
Масютин Д. А., Моисеев Э. И., Комаров С. Д. и др., Письма в Журнал технической физики 2026 Т. 52 № 7 С. 27–30
Исследованы инжекционные полупроводниковые микролазеры с кольцевым резонатором радиусом 15 мкм с несимметричным расположением внутреннего отверстия резонатора. Показано, что асимметрия обеспечивает формирование в диаграмме направленности двух лепестков излучения, разориентированных на 50° относительно оси смещения внутреннего отверстия. Измеренная добротность резонаторов сопоставима с добротностью дисковых резонаторов и находится на уровне ∼ 10^6. ...
Добавлено: 18 мая 2026 г.
Parallel Computational Technologies. PCT 2025
Springer, 2025.
Добавлено: 18 мая 2026 г.
KMHCR: A Key-Controlled Signal-Domain Transformation for 5G IoT Security
Ronglin Z., Wei L., Jiahong C. и др., Journal of Signal Processing Systems 2026 Vol. 98 P. 1–15
Добавлено: 16 мая 2026 г.
DPN Verifier: A Toolkit for Faster Soundness Verification and Repair of Process Models with Data
Суворов Н. М., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3(2) P. 49–66
Сети Петри с данными (DPN) являются расширением классических сетей Петри, позволяющим моделировать процессы, где данные влияют на поток управления, обеспечивая комплексное представление о поведении системы и возможность обнаружения точек отказа, которые в противном случае были бы скрыты. Одним из критериев корректности для моделей процессов является бездефектность. Модель процесса называется бездефектной, если она всегда корректно завершается ...
Добавлено: 16 мая 2026 г.
Quasi-confined modes produced by the Lugiato-Lefever model with a localized pump and the pseudo-Raman term
Громов Е. М., Malomed B. A., Physics Letters A 2026 Vol. 567 Article 131219
Мы рассматриваем расширенное нелинейное уравнение Лугиато-Лефевра (LLE) с кубическим членом псевдостимулированного комбинационного рассеяния (псевдо-SRS), линейным затуханием/усилением и пространственно неоднородной (плавно или сильно локализованной) накачкой. LLE определяется в расширенном адиабатическом приближении на основе базовой системы Захарова (ZS), которая включает в себя коэффициент вязкости, действующий на низкочастотную составляющую (LF), и накачку, поддерживающую высокочастотную (HF) составляющую. Динамика квазисолитонов в модели рассматривается ...
Добавлено: 28 ноября 2025 г.
Solution of the Multimode Nonlinear Schrödinger Equation Using Physics-Informed Neural Networks
Бузаев Ф. А., Чупров И. А., Ефременко Д. С. и др., Doklady Mathematics 2025
Добавлено: 28 апреля 2025 г.
Search for Optimal Architecture of Physics-Informed Neural Networks Using Differential Evolution Algorithm
F. A. Buzaev, D. S. Efremenko, I. A. Chuprov и др., Doklady Mathematics 2025 Vol. 110 P. S8–S14
The accuracy of solving partial differential equations using physics-informed neural networks (PINNs) significantly depends on their architecture and the choice of hyperparameters. However, manually searching for the optimal configuration can be difficult due to the high computational complexity. In this paper, we propose an approach for optimizing the PINN architecture using a differential evolution algorithm. ...
Добавлено: 28 апреля 2025 г.
Prediction of Industrial Cyber Attacks Using Normalizing Flows
V.P. Stepashkina, M.I. Hushchyn, Doklady Mathematics 2024 Vol. 110 No. 1 P. S95–S102
This paper presents the development and evaluation of methods for detecting cyberattacks on industrial systems using neural network approaches. The focus is on the task of detecting anomalies in multivariate time series, where the diversity and complexity of potential attack scenarios require the use of advanced models. To address these challenges, a transformer-based autoencoder architecture ...
Добавлено: 25 марта 2025 г.
Breathers of the nonlinear Schrodinger equation are coherent self-similar solutions
Слюняев А. В., Physica D: Nonlinear Phenomena 2025 Vol. 474 Article 134575
We reveal and discuss the self-similar structure of breather solutions of the cubic nonlinear Schrödinger equation which describe the modulational instability of infinitesimal perturbations of plane waves. All the time of the evolution, the breather solutions are represented by fully coherent perturbations with self-similar shapes. The evolving modulations are characterized by constant values of the similarity parameter of ...
Добавлено: 19 февраля 2025 г.
Self-similarity of rogue wave generation in gyrotrons: Beyond the Peregrine breather
Слюняев А. В., Rozental R., Ginzburg N. и др., Chaos, Solitons and Fractals 2024 Vol. 183 Article 114884
Добавлено: 22 ноября 2024 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