Temporal network embedding framework with causal anonymous walks representations

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

22 мая 2026 г.

Лаборатория живых смыслов: как проект НИУ ВШЭ и СахГУ переосмысляет труд

Проект «Зеркальные лаборатории» НИУ ВШЭ — Пермь и Сахалинского государственного университета (СахГУ) изучает, как культура, среда и технологии формируют и меняют трудовые смыслы. Исследование объединяет индивидуальный опыт, профессиональные нормы, городские проблемы, творческие практики и цифровые условия труда. Руководитель Лаборатории междисциплинарных исследований по антропологии труда НИУ ВШЭ в Перми Лилия Пантелеева рассказала о работе проекта.

21 мая 2026 г.

«Пик глупости» и «долина отчаяния»: экономисты НИУ ВШЭ предложили объяснение эффекта Даннинга - Крюгера

Эффект Даннинга — Крюгера, который описывает резкий всплеск уверенности в своих силах у новичков и такое же стремительное ее падение при наборе опыта, объясняется особенностями процесса обучения и набора новых знаний. К такому выводу пришли сотрудник факультета экономических наук НИУ ВШЭ Андрей Ворчик вместе с независимым исследователем Муратом Мамышевым. Они разработали математическую модель процесса обучения и показали, как формируется и изменяется субъективная уверенность по мере накопления знаний и как преподаватель может уменьшить «долину отчаяния» для ученика.

20 мая 2026 г.

«Еж» против «родственника»: ученые измерили, как мозг реагирует на неожиданные слова в живой речи

Российские нейрофизиологи с участием исследователей из НИУ ВШЭ показали, что изучать восприятие живой речи можно с помощью вызванных потенциалов. Они доказали, что метод применим не только к отдельным словам, но и к непрерывной речи. Оказалось, что слова, сильно отличающиеся по смыслу от предыдущего контекста, мозг обрабатывает дольше, а служебные слова анализирует в два этапа: сначала определяет их грамматическую роль, а затем на этой основе предсказывает следующее слово. Исследование опубликовано в журнале Frontiers in Human Neuroscience.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Temporal network embedding framework with causal anonymous walks representations

PeerJ Computer Science. 2022. Vol. 8. Article e858.

Макаров И. А., Савченко А. В., Arseny K., Leonid S., Nikita Severin, Киселёв Д. А., Aleksandr M., D. B.

Язык: английский

DOI

PSIICOS projection optimality for EEG and MEG based functional coupling detection

Алтухов Д. И., Клеева Д. Ф., Осадчий А. Е., Neuroimage 2023 Vol. 280 Article 120333

Добавлено: 24 сентября 2023 г.

1st Symposium on Algorithmic Foundations of Dynamic Networks (SAND 2022, March 28–30, 2022, Virtual Conference)

Schloss Dagstuhl – Leibniz-Zentrum für Informatik, Dagstuhl Publishing, 2022.

Добавлено: 29 апреля 2022 г.

Temporal network embedding framework with causal anonymous walks representations

Макаров И. А., Савченко А. В., Arseny Korovko и др., PeerJ Computer Science 2022 Vol. 8 Article e858

Many tasks in graph machine learning, such as link prediction and node classification, are typically solved using representation learning. Each node or edge in the network is encoded via an embedding. Though there exists a lot of network embeddings for static graphs, the task becomes much more complicated when the dynamic (i.e., temporal) network is analyzed. ...

Добавлено: 20 января 2022 г.

Temporal Bibliographic Networks

Батагель В., Мальцева Д. В., Journal of Informetrics 2020 Vol. 14 No. 1 P. 1–14

We present two ways (instantaneous and cumulative) to transform bibliographic networks, using the works’ publication year, into corresponding temporal networks based on temporal quantities. We also show how to use the addition of temporal quantities to define interesting temporal properties of nodes, links and their groups thus providing an insight into evolution of bibliographic networks. ...

Добавлено: 22 октября 2019 г.

Stability and Similarity in Networks Based on Topology and Nodes Importance

Алескеров Ф. Т., Швыдун С. В., , in: Studies in Computational Intelligence* 1. Vol. 812: Complex Networks and Their Applications VII.: Springer, 2019. P. 94–103.

We propose a model that evaluates how much a network has changed over time in terms of its structure and a set of central elements. The difference of structure is evaluated in terms of node-to-node influence using known nodes correspondence models. To analyze the changes in nodes centralities we adapt an idea of interval orders ...

Добавлено: 4 декабря 2018 г.

An algebraic approach to temporal network analysis based on temporal quantities

Батагель В., PRAPROTNIK S., Social Network Analysis and Mining 2016 Vol. 6 No. 1 P. 1–22

Добавлено: 1 ноября 2018 г.

Spectral centrality measures in temporal networks

Батагель В., Praprotnik S., Ars Mathematica Contemporanea 2016 Vol. 11 No. 1 P. 11–33

Добавлено: 1 ноября 2018 г.