Институт развития креативных индустрий ФКИ ВШЭ подвел итоги масштабного Трендвотчинг-исследования, проведенного весной 2026 года. В нем приняли участие более 300 ведущих экспертов. Одним из ключевых выводов стало понимание: потребитель больше не покупает продукт как набор функций. Он выбирает отношение, скорость, смысл и личную вовлеченность. В качестве доминирующего тренда на трехлетнем горизонте зафиксирован переход от материальных характеристик продукта к нематериальным.
Исследователи НИУ ВШЭ и «Биотехнологического кампуса» проанализировали более 43 000 геномов здоровых участников Национальной генетической инициативы «100 000+Я». У 559 человек обнаружили патогенные или вероятно патогенные варианты генов, связанные с риском сердечно-сосудистых заболеваний. Такие данные позволяют раньше начать лечение или провести дополнительное обследование. О результатах исследования ученые рассказали на конгрессе «Генетика и сердце» в НИУ ВШЭ.
Ученые Международной лаборатории квантовой оптоэлектроники НИУ ВШЭ — Санкт-Петербург и Лазерного института Академии наук Шаньдунь (Китай) смогли напрямую сопоставить скорость микродисковых лазеров, работающих от оптической и электрической энергии. Результаты позволят оптимизировать работу источников излучения в фотонных чипах для нейросетей и дата-центров. Исследование опубликовано в журналеJournal of Lightwave Technology.
Obozov M., Дискин М. С., Безносиков А. Н. и др., , in: Proceedings of The 3rd Workshop on Mathematical Natural Language Processing (MathNLP 2025).: Suzhou: Association for Computational Linguistics, 2025. Ch. 15 P. 195–202.
Ivanova V., Фролов Е. П., Васильев А. В., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 1142–1147.
Nikolay Dagaev, Ilia Semenkov, Alexei Ossadtchi, , in: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain – Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024)Vol. 392.: IOS Press, 2024. P. 4463–4466.
Visual place recognition is one of the core modern computer vision tasks concerned with identifying location based on the image taken there. Modern state-of-the-art approaches heavily rely on RGB images which are largely affected by changes in the same scene such as varying daytime, illumination, seasonal changes, and presence of dynamic objects (people, vehicles). This ...