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.
Лепский А. Е., , in: Belief Functions: Theory and Applications: 6th International Conference, BELIEF 2021, Shanghai, China, October 15–19, 2021, ProceedingsVol. 12915.: Springer, 2021. P. 197–206.
Руденко В. А., Russian Journal of Mathematical Research. Series A 2018 Т. 4 № 1 С. 38–47
В работе предложена методика спецификации моделей стохастической производственной функции с учетом возможной зависимости случайных компонент ошибки для решения задач, связанных с ранжированием объектов по уровню технической эффективности на производственно-региональном уровне. На основе реальных данных по 80 субъектам РФ, сгруппированных по базовым характеристикам структуры ВРП, в соответствии с разработанной схемой спецификации проведен эмпирический анализ влияния возможной ...
Лепский А. Е., , in: Belief Functions: Theory and Applications 5th International Conference, BELIEF 2018, Compiègne, France, September 17-21, 2018, ProceedingsVol. 11069.: Springer, 2018. P. 172–180.