Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
Эксперты Международной лаборатории проектирования и исследований в онлайн-обучении ВШЭ изучают и разрабатывают методы образования, предполагающие большую вовлеченность студентов и школьников в процесс обучения. Лаборатория активно исследует поведение учащихся через их цифровые следы в онлайн-системах, отношение педагогов к применению современных технологий и коммуникаций в обучении и разрабатывает принципы продуктивного применения ИИ в образовании. О деятельности лаборатории «Вышка.Главное» побеседовала с ее заведующей Анастасией Капузой.
13–16 июля на факультете компьютерных наук прошел Российско-китайский научно-исследовательский семинар по приложениям машинного обучения, организованный Научно-учебной лабораторией облачных и мобильных технологий совместно с Харбинским политехническим университетом (Китай). Делегация из семи студентов и трех представителей университета прибыла в Москву, чтобы принять участие в интенсивной четырехдневной программе.
Самсонов С. В., Шешукова М. Е., Moulines E. и др., , in: 39th Conference on Neural Information Processing Systems (NeurIPS 2025).: NeurIPS, 2025. P. 174565–174626.
Шешукова М. Е., Беломестный Д. В., Durmus A. и др., , in: Proceedings of the 13th International Conference on Learning Representations (ICLR 2025).: ICLR, 2025.
Paul M., Durmus A., Dieuleveut A. и др., , in: Proceedings of The 28th International Conference on Artificial Intelligence and Statistics, 3-5 May 2025, Splash Beach Resort in Mai Khao, Thailand, PMLR: vol. 258Vol. 258.: PMLR, 2025. Ch. 258 P. 5023–5031.
Mangold P., Самсонов С. В., Labbi S. и др., , in: 38th Conference on Neural Information Processing Systems (NeurIPS 2024).: [б.и.], 2024. Ch. 37 P. 13927–13981.
Самсонов С. В., Тяпкин Д. Н., Наумов А. А. и др., , in: Proceedings of Machine Learning Research. Volume 247: The Thirty Seventh Annual Conference on Learning Theory, 30-3 July 2023, Edmonton, Canada.: PMLR, 2024. Ch. 247 P. 4511–4547.
Durmus A., Мулине Э. Ф., Наумов А. А. и др., , in: Advances in Neural Information Processing Systems 34 (NeurIPS 2021).: Curran Associates, Inc., 2021. P. 30063–30074.
This paper provides a non-asymptotic analysis of linear stochastic approximation (LSA) algorithms with fixed stepsize. This family of methods arises in many machine learning tasks and is used to obtain approximate solutions of a linear system $\bar{A}\theta = \bar{b}$ for which $\bar{A}$ and $\bar{b}$ can only be accessed through random estimates $\{({\bf A}_n, {\bf b}_n): ...
Durmus A., Мулине Э. Ф., Наумов А. А. и др., , in: Proceedings of Machine Learning ResearchVol. 134: Conference on Learning Theory.: PMLR, 2021. P. 1711–1752.