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.
Иванова Н. И., Мамедьяров З. А., Журнал Новой экономической ассоциации 2022 Т. 53 № 1 С. 248–255
После короткого спада в начале пандемии COVID-19 российский фармацевтический рынок к концу 2021 г. вырос существенно выше прогнозов экспертов. В работе представлен критический анализ статуса и тенденций инновационного развития и потенциала отечественной фарминдустрии. Проанализирована динамика роста отечественного фармацевтического рынка, изучены тенденции, сохраняющиеся проблемы. В ближайшее десятилетие фармотрасль способна пройти через очередной этап технологической трансформации, в ...