Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали подход, который помогает эффективнее подбирать рекомендательные алгоритмы. В нем разные методы попарно соревнуются, а по результатам всех поединков составляется общий рейтинг. Это помогает сократить число алгоритмов, которые нужно проверять при разработке новых сервисов, и сэкономить денежные и временные ресурсы.Исследование было представлено на 32-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026).
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».
Ученые из МИЭМ ВШЭ и Самарского университета создали алгоритм LRF-3D для автоматического обхода неработающих узлов в трехмерных сетях на кристалле. Благодаря своей иерархической организации он превосходит аналоги по быстродействию и точности пути, повышая надежность процессоров для использования в ЦОД, суперкомпьютерах и ИИ-вычислениях. Исходные коды алгоритмов и тестов опубликованы в открытом доступе.
Мхитарян В. С., Карелина М. Г., Вопросы статистики 2018 Т. 25 № 3 С. 3–24
В публикуемом исследовании на основании рекомендаций Евростата и Организации экономического сотрудничества и развития (ОЭСР) по совершенствованию статистики предпринимательства в части методологических подходов измерения интеграционной активности хозяйствующих субъектов проанализированы основные направления обработки и анализа информации об интеграционных сделках, способствующих развитию статистического учёта слияний и поглощений в России. Авторами проведён статистический анализ интеграционных процессов и основных тенденций ...