• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Supervised Learning in Critical Phenomena—Statistical and Systematic Accuracy
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
18 ноября 2026 г.
Три четверти различий в функциональной грамотности обусловлены генами
Исследователи НИУ ВШЭ впервые оценили на российских данных, насколько функциональная грамотность зависит от наследственности. Анализ результатов 114 пар близнецов из общероссийской выборки восьмиклассников показал: генетические различия объясняют 76% разброса в общем уровне функциональной грамотности. Результаты опубликованы в журнале Behavior Genetics.
18 ноября 2026 г.
«Наука дает мне возможность видеть красоту»
Мария Губина учится в магистратуре факультета математики НИУ ВШЭ и занимается теорией узлов. В интервью проекту «Молодые ученые Вышки» она рассказала о «числе Эрдёша», математических закономерностях вокруг нас и о том, почему ученым стоит научиться печь тортики.
17 ноября 2026 г.
Ученые НИУ ВШЭ разработали метод для обнаружения неисправностей систем охлаждения ЦОД
Исследователи НИУ ВШЭ и Уральского федерального университета разработали метод на основе искусственного интеллекта, который выявляет постепенные утечки хладагента и загрязнение теплообменников в системах охлаждения центров обработки данных. Новая модель учитывает физические связи между элементами холодильного контура, что позволяет выявлять неисправности на ранних стадиях. Результаты опубликованы в журнале IEEE Transactions on Industry Applications.

 

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

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Supervised Learning in Critical Phenomena—Statistical and Systematic Accuracy

Lobachevskii Journal of Mathematics. 2026. Vol. 47. No. 2. P. 720–727.
Chertenkov V. I., Щур Л. Н.
Научное направление: Компьютерные науки Физика
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: systematic errorsмодель Изингакритическое поведениеcritical behaviorсистематическая ошибкасуперкомпьютерное моделированиеsupercomputer simulationстатистическая ошибкаSupervised Machine Learningfinite-size analysisконечно-мерный анализ lsing modelмашинное обучение с учителемstatistical errors
Похожие публикации
Agreement among large language models does not track medical truth in health claim verification
Артёменко Е. Д., Кольцова Е. Ю., Nikolenko S. и др., Scientific Reports 2026
Добавлено: 20 ноября 2026 г.
Изменение микроструктуры и фазового состава порошкового сплава TiNi при импульсном воздействии ионно-плазменных потоков гелия и электронных пучков
Боровицкая И. В., Демин А. С., Латышев С. В. и др., Физика и химия обработки материалов 2026 № 4 С. 5–21
Выполнено сравнительное исследование воздействия мощных импульсных ионноплазменных и электронных потоков на сплав TiNi, полученный методом порошковой металлургии по технологии гидридно-кальциевого синтеза в сочетании с процессами прессования и термической обработки. Образцы облучали в установке Плазменный фокус ПФ-5М (ИМЕТ РАН) в катодной области потоками ионов гелия с энергией Еi ≥ 100 кэВ и высокотемпературной гелиевой плазмой с плотностью мощности qi-pl = 5·107 ...
Добавлено: 19 ноября 2026 г.
FLowRA: Flow-Guided Rank Allocation for Parameter-Efficient Fine-Tuning of Deep Neural Networks
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 11 Article 389
Добавлено: 19 ноября 2026 г.
Комбинационные магнитоосцилляции при туннелировании между слабо разориентированными листами биграфена
А. Ф. Аминов, Вдовин Е. Е., А. А. Соколик и др., Письма в Журнал экспериментальной и теоретической физики 2026 Т. 124 № 11 С. 944–949
Мы представляем результаты экспериментальных и теоретических исследований туннельного магнитотранспорта носителей между двумя листами биграфена, слабо разориентированных (θ ≈ 0.7◦) относительно друг друга. Благодаря возможности реализации разных режимов туннелирования: как между зонами проводимости, так и между валентной зоной и зоной проводимости, в рамках одного эксперимента были обнаружены экспериментально как осцилляции Шубникова–де Гааза в каждом из слоев ...
Добавлено: 19 ноября 2026 г.
Machine Learning for Astrophysics 2024
Springer, 2026.
Добавлено: 19 ноября 2026 г.
Approximation of Multivariate Time Series in Astronomy Using Vector Gaussian Processes
Semenikhin T. A., Корнилов М. В., Pruzhinskaya M. V., Moscow University Physics Bulletin 2025 Vol. 80 No. S1 P. S204–S207
Добавлено: 19 ноября 2026 г.
Anomaly detection in Fink: I. Discovery, follow-up, and classification of unusual sources
Pruzhinskaya M. V., Корнилов М. В., Dodin A. V. и др., Astronomy and Astrophysics 2026 Vol. 715 P. 1–18
Добавлено: 19 ноября 2026 г.
Supernova scores for active anomaly detection
Semenikhin T. A., Kornilov M.V., Pruzhinskaya M. V. и др., Astronomy and Computing 2026 Vol. 56 Article 101126
Добавлено: 19 ноября 2026 г.
Влияние солёности на межфазное натяжение и структуру слоя между н-додеканом и солевыми растворами для модели Madrid-2019
Смирнов О. М., Писарев В. В., Коллоидный журнал 2026 Т. 88 № 6 С. 850–873
Силовое поле фиксированного заряда Madrid-2019 применяет подход масштабированных зарядов для описания солевых растворов. В работе оценена его пригодность в сочетании с потенциалом TraPPE-UA для моделирования межфазных свойств в системах алкана—водный раствор галогенида (NaCl, KCl, MgCl₂, CaCl₂, KBr, MgBr₂ и KI) для растворов низкой и высокой моляльности при постоянной температуре 293 K. Также рассмотрен двухсолевый раствор NaCl–CaCl₂ при ...
Добавлено: 18 ноября 2026 г.
On the Validity of Transfer Learning for Temperature and Critical Exponent Extraction
Diana Suhoverhova, Щур Л. Н., , in: Proceedings of the 34th IUPAP Conference on Computational Physics: CCP2023, August 4-8, Kobe, Japan. (SPPHY, volume 356).: Singapore: Springer, 2026. Ch. 17 P. 145–155.
Добавлено: 12 октября 2026 г.
Ising models on the hydrogen peroxide and other lattices
Qian X., Deng Y., Lev N. Shchur и др., Physica A: Statistical Mechanics and its Applications 2026 Vol. 696 Article 131679
Добавлено: 24 мая 2026 г.
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И СУПЕРКОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ ТРУДЫ ХXV МЕЖДУНАРОДНОЙ КОНФЕРЕНЦИИ Нижний Новгород, 17–19 ноября 2025 г. Нижний Новгород Издательство Нижегородского госуниверситета 2025
Чернышов Д. П., Сатанин А. М., Издательство Нижегородского госуниверситета, 2025.
В работе исследуется стохастическая динамика двумерных симплектических отоб-ражений на примере обобщенного отображения Чирикова, включающего фазовый сдвиг и дополнительное импульсное воздействие. Используя аналитические и чис-ленные методы, рассматривается влияние этих модификаций на структуру фазового пространства ...
Добавлено: 7 декабря 2025 г.
Extraction of properties of anisotropic spin model by deep transfer learning methods
D.D. Sukhoverkhova, L.N. Shchur, , in: Параллельные вычислительные технологии – XIX всероссийская конференция с международным участием, ПаВТ'2025. Короткие статьи и описания плакатов.: Издательский центр ЮУрГУ, 2025. P. 82–89.
Мы применяем методы глубокого машинного обучения с учителем для извлечения свойств анизотропной модели Изинга. Мы рассматриваем два случая анизотропии: ортогональную и диагональную. Из предсказаний нейронной сети мы получили функции вероятности фазы, на основе которых мы измерили две величины: критическую температуру и критический показатель корреляционной длины. Мы оценили значения параметра анизотропии в обоих случаях, при которых ...
Добавлено: 4 декабря 2025 г.
Phase probabilities in first-order transitions using machine learning
Суховерхова Д. Д., Vyacheslav Mozolenko, Щур Л. Н., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2025 Vol. 112 No. 4 Article 044128
Добавлено: 18 октября 2025 г.
Machine Learning Domain Adaptation in Spin Models with Continuous Phase Transitions
Чертенков В. И., Щур Л. Н., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2025 Vol. 112 No. 3 Article 034104
Добавлено: 12 августа 2025 г.
Supervised and Transfer Learning for Phase Transition Research
Чертенков В. И., Щур Л. Н., Lecture Notes in Computer Science 2025 Vol. 15406 P. 434–449
Добавлено: 10 февраля 2025 г.
Transfer Machine Learning of an Anisotropic Model
D. D. Sukhoverkhova, L. N. Shchur, Lobachevskii Journal of Mathematics 2025 Vol. 46 No. 1 P. 528–534
Добавлено: 13 января 2025 г.
Machine Learning Domain Adaptation in Spin Models with Continuous Phase Transitions
Чертенков В. И., Щур Л. Н., / Series arXiv "math". 2024. No. 2411.13027.
Добавлено: 21 ноября 2024 г.
Influence of anisotropy on the study of critical behavior of spin models by machine learning methods
Суховерхова Д. Д., Щур Л. Н., / Series arXiv "math". 2024. No. 2410.14523.
...
Добавлено: 21 октября 2024 г.
Влияние анизотропии на исследование критического поведения спиновых моделей методами машинного обучения
Суховерхова Д. Д., Щур Л. Н., Письма в Журнал экспериментальной и теоретической физики 2024 Т. 120 № 8 С. 644–649
В статье мы применили глубокую нейронную сеть для изучения вопроса переносимости знания между моделями статистической механики. Был проведен следующий компьютерный эксперимент. Сверточная нейронная сеть была обучена для решения задачи бинарной классификации моментальных снимков расположения спинов модели Изинга на двумерной решетке. При тестировании на вход нейронной сети подавались моментальные снимки расположения спинов модели Изинга на  решетке ...
Добавлено: 25 сентября 2024 г.
Blume-Capel model analysis with a microcanonical population annealing method
Vyacheslav Mozolenko, Щур Л. Н., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2024 Vol. 109 No. 4 Article 045306
Добавлено: 17 апреля 2024 г.
Transition between metastable equilibria: Applications to binary-choice games
Leonidov A., Antonov A., Семенов А. Г., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2023 Vol. 108 No. 2 Article 024134
Добавлено: 16 марта 2024 г.
Лекции по физике поверхности
Аладышкин А. Ю., Фраерман А. А., Н. Новгород: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, 2024.
В книге затронут широкий круг вопросов физики ограниченных твёрдых тел. Рассмотрено взаимодействие электромагнитного излучения рентгеновского диапазона, «тепловых» нейтронов и электронов с поверхностью твёрдого тела и многослойными структурами. Излагаются основы теории электронных состояний в полуограниченных твёрдых телах и применение метода туннельной спектроскопии для экспериментального изучения этих состояний. Возникновение поверхностной (прикраевой) сверхпроводимости на границах раздела рассматривается как ...
Добавлено: 1 февраля 2024 г.
Validity and limitations of supervised learning for phase transition research
Diana Sukhoverhova, Чертенков В. И., Буровский Е. А. и др., Lecture Notes in Computer Science 2023 Vol. 14389 P. 314–329
Добавлено: 9 ноября 2023 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору