Сотрудники и студенты НИУ ВШЭ совместно с экспертами из Санкт-Петербургского Федерального исследовательского центра РАН и Центра практического ИИ Сбера разработали нейросеть, способную одновременно распознавать эмоции, оценивать видимые черты личности и выявлять амбивалентность (неуверенность или противоречивость поведения). Результаты исследования опубликованы в журнале IEEE Access.
Виктория Герасимова занимается краснолаковой керамикой, копает в Казахстане и играет в шахматы на городских площадках. В интервью проекту «Молодые ученые Вышки» она рассказала об уникальности Боспорского царства, понтийской сигиллате и коте Матроскине — бизнесмене.
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Сотрудники и студенты НИУ ВШЭ совместно с экспертами из Санкт-Петербургского Федерального исследовательского центра РАН и Центра практического ИИ Сбера разработали нейросеть, способную одновременно распознавать эмоции, оценивать видимые черты личности и выявлять амбивалентность (неуверенность или противоречивость поведения). Результаты исследования опубликованы в журнале IEEE Access.
Виктория Герасимова занимается краснолаковой керамикой, копает в Казахстане и играет в шахматы на городских площадках. В интервью проекту «Молодые ученые Вышки» она рассказала об уникальности Боспорского царства, понтийской сигиллате и коте Матроскине — бизнесмене.
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Иногда готовая работа — это не результат, а хорошая основа для следующего шага. Участие в Конкурсе научно-исследовательских работ студентов (НИРС) позволяет показать исследование экспертам, получить независимую оценку и определить дальнейшее направление работы. Рассказываем о ключевых особенностях подачи работ на Конкурс НИРС — 2026.
Исследователи Центра языка и мозга НИУ ВШЭ представили RusLan-M — открытый мультимедийный корпус, который позволяет проследить развитие русской речи у детей от первых слов до появления сложных грамматических конструкций. В базе собраны около 41 часа видеозаписей и более 35 тысяч детских высказываний. Новый ресурс поможет ученым точнее изучать, как дети осваивают русский язык, а в перспективе — создавать более надежные инструменты для оценки речевого развития. Исследование опубликовано в журнале Language Resources and Evaluation.
Действующие подходы Росстата к оценке неформальной занятости в России уже не в полной мере отражают современную ситуацию на рынке труда. К такому выводу в своем исследовании пришли экономисты ИСИЭЗ НИУ ВШЭ. Ученые считают, что новые международные стандарты помогут получать более достоверные данные о рынке труда, а значит, принимать более эффективные государственные решения.
26 августа Московский институт электроники и математики им. А.Н. Тихонова (МИЭМ) ВШЭ и Национальный исследовательский университет «Московский институт электронной техники» (МИЭТ) подписали договор о сотрудничестве. Соглашение направлено на развитие совместных исследований в области физики, перспективного материаловедения и электроники, объединяющих экспериментальные и вычислительные подходы, выполнение совместных опытно-конструкторских работ, а также подготовку заявок на российские и международные научные гранты.
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.
