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.
Тутельян С. А., Хоров Е. М., , in: 2018 International Scientific and Technical Conference Modern Computer Network Technologies (MoNeTeC).: IEEE, 2018. P. 1–6.
Хоров Е. М., Куреев А. А., Levitsky I. и др., , in: Proceedings of 2020 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS 2020).: IEEE, 2020. P. 1332–1333.
Gerasin I., Красилов А. Н., Хоров Е. М., , in: IEEE 31st Annual International Symposium on Personal, Indoor and Mobile Radio Communications.: IEEE, 2020. P. 1–6.
Хоров Е. М., Kureev A., Levitsky I. и др., , in: 2018 International Scientific and Technical Conference Modern Computer Network Technologies (MoNeTeC).: IEEE, 2018.