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.
Nekrasov I., Nikolay Pravdivets, , in: 2024 17th International Conference on Management of Large-Scale System Development (MLSD).: IEEE, 2024. Ch. 998976798 P. 1–5.
Уварина Ю. А., Научное обозрение 2014 № 10 С. 527–534
Одна из актуальных на сегодняшний день тем в России о развитии и совершенствовании здравоохранения приобретает все большее значение. Современные тенденции роста медицинского сектора, являются весьма перспективными, его роль в национальной экономике возрастает, чему способствует активное функционирование частных медицинских учреждений. Поэтому целью нашего исследования является выявление факторов влияющих на выбор клиентов медицинских учреждений и создание на ...