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.
Стариковская Т. А., Vildhoj H. W., Kociumaka T., , in: Algorithms - ESA 2014. 22th Annual European Symposium, Wrocław, Poland, September 8-10, 2014. ProceedingsVol. 8737.: Berlin: Springer, 2014. P. 605–617.
Миркин Б. Г., Артемова Е. Л., , in: Clusters, orders, trees: methods and applications. In Honor of Boris Mirkin's 70th BirthdayVol. 92.: Berlin: Springer, 2014.
Abstract. A suffix-tree based method for measuring similarity of a key phrase to an unstructured text is proposed. The measure involves less computation and it does not depend on the length of the text or the key phrase. This applies to the following tasks in semantic text analysis:
Finding interrelations between key phrases over a set of ...
Артемова Е. Л., Чугунова О. Н., Аскарова Ю. А. и др., , in: CDUD – 2010: International Workshop on Concept Discovery in Unstructured Data.: M.: Higher School of Economics Publishing House, 2011. P. 20–31.
