Sparse Gaussian Processes Regression for the Data Fusion Problem

Зайцев А. А.; Е. В. Бурнаев; Ю. А. Янович

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

19 мая 2026 г.

Физики НИУ ВШЭ выяснили, что происходит внутри устойчивого вихря

В атмосфере и в океане часто наблюдаются крупные вихри с характерными спиральными рукавами. Физики из НИУ ВШЭ объяснили, как они формируются и почему сохраняют свою структуру. Оказалось, что скорости в точках, расположенных вдоль одной дуги вихря, остаются связанными даже на больших расстояниях. При этом в направлении от центра вихря эта связь быстро ослабевает. Такие различия помогают объяснить образование рукавов и могут улучшить модели атмосферных и океанических течений. Результаты опубликованы в Physical Review Fluids.

18 мая 2026 г.

В Вышке прошла XXX юбилейная научно-техническая конференция имени Е.В. Арменского

Организатором научного события выступает Московский институт электроники и математики им. А.Н. Тихонова ВШЭ. В этом году главный инженерный студенческий форум проходил 30-й раз и собрал рекордное число участников. Студенты, аспиранты и молодые специалисты из 50 вузов и организаций России представили научно-исследовательские доклады в ИТ-области. Отдельная секция была посвящена научно-исследовательским работам школьников.

15 мая 2026 г.

В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций

Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.

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

Публикации

?

Sparse Gaussian Processes Regression for the Data Fusion Problem

С. 101–104.

Зайцев А. А., Бурнаев Е. В., Янович Ю. А.

В работе предложено обобщение подхода для регрессии на основе разреженных гауссовских процессов для решения задачи консолидации разноточных данных. Тестирование подхода проводится на реальной задаче аппроксимации аэродинамических коэффициентов крыла самолета.

Язык: русский

Ключевые слова: гауссовские процессы консолидация разноточных данных

В книге

Интеллектуализация обработки информации ИОИ: 9-я международная конференция. Черногория, г. Будва, 2012 г.: сборник докладов

М.: Торус Пресс, 2012.

Точная асимптотика малых уклонений в L_2-норме с весом для некоторых гауссовских процессов

Пусев Р. С., Назаров А. И., Записки научных семинаров ПОМИ РАН 2009 Т. 364 С. 166–199

В статье получена точная асимптотика вероятностей малых уклонений в L_2-норме с весом для широкого класса гауссовских процессов, порождающих краевые задачи для обыкновенных дифференциальных операторов. Вычислены точные константы в асимптотике для некоторых процессов, связанных со специальными функциями. ...

Добавлено: 28 января 2019 г.

Adaptive Design of Experiments Based on Gaussian Processes

Бурнаев Е. В., Панов М. Е., , in: Lecture Notes in Computer ScienceVol. 9047: Statistical Learning and Data Sciences: Third International Symposium, SLDS 2015, Egham, UK, April 20-23, 2015, Proceedings.: Switzerland: Springer, 2015. P. 116–125.

Добавлено: 14 марта 2016 г.

Моделирование нестационарной ковариационной функции гауссовского процесса на основе разложения по словарю базисных функций

Янович Ю. А., Бурнаев Е. В., Панов М. Е. и др., В кн.: Сборник статей конференции Информационные технологии и системы (ИТиС'11).: М.: ИППИ РАН, 2011. С. 357–362.

В работе предложен метод моделирования нестационарной ковариационной функции гауссовского процесса на основе словаря параметрических базисных функций, настроенных по данным. Применение разработанного подхода к задаче восстановления неизвестной зависимости позволило существенно повысить точность аппроксимации. Отдельное внимание уделено аппроксимации функций с многомерным выходом и интерполирующим свойствам аппроксиматоров на основе гауссовских процессов. ...

Добавлено: 24 сентября 2015 г.

Консолидация разноточных данных на основе гауссовских процессов

Бурнаев Е. В., Янович Ю. А., Зайцев А. А., В кн.: Сборник статей конференции "Информационные технологии и системы" (ИТиС'12).: М.: ИППИ РАН, 2012. С. 60–65.

В работе рассматривается задача консолидации разноточных данных. Решается задача аппроксимации точной функции при наличии выборки значений точной функции и грубого приближения точной функции. В работе сравниваются результаты работы ряда подходов к решению такой зада- чи. Для построения аппроксимации используется обобщение регрессии на основе гауссовских процессов. Предложен эффективный алгоритм вычисления прогноза и оценок его точности на ...

Добавлено: 24 сентября 2015 г.