• 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
  • Рандомизированное машинное обучение и прогнозирование нелинейных динамических моделей c применением к эпидемиологической модели SIR
  • 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
13 ноября 2026 г.
НИУ ВШЭ и ИФТТ РАН заключили соглашение о создании совместной лаборатории
Церемония подписания соглашения о создании Лаборатории экспериментальных исследований и применений новых функциональных материалов состоялась 11 ноября в здании НИУ ВШЭ на Старой Басманной улице, где расположен факультет физики. Подписи под документом поставили ректор НИУ ВШЭ Никита Анисимов и врио директора Института физики твердого тела им. Ю.А. Осипьяна (ИФТТ) РАН Ирина Ибрагимова.
12 ноября 2026 г.
«Формулирование теорий - последний навык, в котором мы превосходим машины»
Луи Вервурт, доцент МИЭМ ВШЭ, специалист в области философии науки и искусственного интеллекта, рассказал «Вышке.Главное» о том, что общего у физики и философии, почему квантовая механика не согласуется с теорией относительности, как быть исследователем в эпоху ИИ и почему способность создавать новые теории может стать главным преимуществом человека перед машиной.
10 ноября 2026 г.
Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае
Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.

 

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

?

Рандомизированное машинное обучение и прогнозирование нелинейных динамических моделей c применением к эпидемиологической модели SIR

Информатика и автоматизация (Труды СПИИРАН). 2022. Т. 4. № 21. С. 659–677.
А. Ю. Попков, Ю. А. Дубнов, Ю. С. Попков

В работе предлагается подход к оцениванию параметров нелинейных динамических моделей с помощью концепции Рандомизированного машинного обучения (РМО), основанной на переходе от детерминированных моделей к случайным (со случайными параметрами) с последующим оцениванием вероятностных распределений параметров и шумов по реальным данным. Главной особенностью данного метода является его эффективность в условиях малого количества реальных данных. В работе рассматриваются модели, сформулированные в терминах обыкновенных дифференциальных уравнений, которые преобразуются к дискретному виду для постановки и решения задачи энтропийной оптимизации. Применение предлагаемого подхода демонстрируется на задаче прогнозирования общего количества инфицированных COVID-19 с помощью динамической
эпидемиологической модели SIR. Для этого в работе строится рандомизированная модель SIR (R-SIR) с одним параметром, энтропийно-оптимальная оценка которого реализуется его функцией плотности распределения вероятностей, а также функциями плотности распределения вероятностей измерительных шумов в точках, в которых производится обучения. Далее применяется техника рандомизированного прогнозирования с фильтрацией шумов, основанная на генерации соответствующих распределений и построении ансамбля прогнозных траекторий с вычислением средней по ансамблю траектории. В работе реализуется вычислительный эксперимент с использованием реальных оперативных данных о заболеваемости в виде сравнительного исследования с известным методом оценивания параметров модели, основанным на методе наименьших квадратов. Полученные в эксперименте результаты демонстрируют существенное снижение средне-абсолютной процентной ошибки (MAPE) при по отношению к реальным наблюдениям на интервале прогноза, что показывают работоспособность предложенного метода и его эффективность в задачах рассматриваемого в работе типа.

Научное направление: Математика Медицинские технологии
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: forecastingentropyэнтропияrandomized forecastingrandomized machine learning прогнозированиеEntropy estimationрандомизированное машинное обучениеэнтропийное оцениваниерандомизированное прогнозирование
Похожие публикации
The medial septum model as a pacemaker of theta rhythm: the key role of short-term synaptic plasticity
Mysin I. E., Dubrovin S. V., Cognitive Neurodynamics 2026 Vol. 20 No. 191 P. 1–30
Добавлено: 14 ноября 2026 г.
Upper Bound for Permanent Saturation of Metric Graphs using Interval Exchange Transformations
Ермолаев Е. С., Чернышев В. Л., Скрипченко А. С., Journal of Nonlinear Science 2026 Vol. 36 No. 122 (2026) P. 1–37
We study upper bounds for the moment of permanent -saturation in finite metric graphs. The dynamics is generated by moving points travelling with unit speed along edges and branching into all outgoing directions whenever they reach a vertex. We first reformulate this branched dynamics in terms of birth times at vertices and prove a sufficient ...
Добавлено: 12 ноября 2026 г.
On β-function of 𝒩 = 2 supersymmetric integrable sigma models. Part II
Alfimov Mikhail, Kurakin Andrey, Journal of High Energy Physics 2026 Vol. 2026 Article 99
Добавлено: 12 ноября 2026 г.
Kripke Completeness For Predicate Modal Logics Of Bounded Alternativity: First Steps
Шехтман В. Б., Shkatov D., Review of Symbolic Logic 2026 Vol. 19 No. 4 P. 859–882
Добавлено: 12 ноября 2026 г.
On flexibility of trinomial varieties
Игнатьев М. В., Вилкин Т. В., Mediterranean Journal of Mathematics 2026 Vol. 23 No. 2 Article 70
Добавлено: 12 ноября 2026 г.
Линейные отображения, сохраняющие матрицы с n или n − 1 различными собственными значениями
Максаев А. М., Промыслов В. В., Тишутин П. С., Записки научных семинаров ПОМИ РАН 2026 Т. 554 С. 218–235
Пусть K — алгебраически замкнутое поле, а ℰₖ — множество n × n матриц над K, имеющих ровно k различных собственных значений. Ранее классификация линейных отображений T: Mₙ(K) → Mₙ(K), удовлетворяющих условию T(ℰₙ) ⊆ ℰₙ, была получена для обратимых отображений над полем характеристики 0. В данной работе эта классификация распространяется на произвольные, в том числе ...
Добавлено: 11 ноября 2026 г.
Nonexistence of Energy Function for Surface Diffeomorphisms with Nontrivial Basic Sets of Serpentine Geometric Type
Баринова М. К., Tirskaya Karina, Владикавказский математический журнал 2026 Vol. 28 No. 3 P. 25–43
В работе исследуется проблема существования энергетической функции для дискретных динамических систем, заданных структурно устойчивыми диффеоморфизмами на гладких, компактных, ориентируемых поверхностях без края. Для рассматриваемого класса такая функция определяется как непрерывная функция, убывающая вдоль орбит системы вне неблуждающего множества и постоянная на неблуждающих орбитах. На данный момент известно, что если неблуждающее множество структурно устойчивого диффеоморфизма поверхности ...
Добавлено: 11 ноября 2026 г.
О статистических свойствах наилучших диофантовых приближений
Илларионов А. А., Математический сборник 2026 Т. 217 № 11 С. 56–87
Пусть $b(\alpha;T)$ --- количество наилучших совместных диофантовых приближений с общим знаменателем $\le T$ к точке $\alpha \in {\Bbb R}^n$. Мы выводим асимптотические формулы для среднего значения этой величины (усреднение проводится по всем рациональным точкам вида $\alpha = (k_1/N,\ldots, k_n/N)$, $N\le R$), а также для ее математического ожидания при условии, что $\alpha$ равномерно распределена на кубе $[0,1)^n$. ...
Добавлено: 10 ноября 2026 г.
К теореме Гудмана-Штрауса
Верещагин Н. К., Математический сборник 2026 Т. 217 № 10 С. 3–46
Теорема Гудмана-Штрауса утверждает, что для “почти всякой” подстановки семейство подстановочных замощений софично, т.е. может быть задано локальными правилами для некоторой раскраски плиток. Условия на подстановку, гарантирующие софичность, довольно сложные. В настоящей работе мы предлагаем версию теоремы Гудмана-Штрауса с более простыми условиями на подстановку. Хотя эти условия достаточно ограничительны, мы показываем, что в сочетании с двумя простыми приемами (взятием достаточно ...
Добавлено: 10 ноября 2026 г.
MFL-ScrollNet: Recurrent Sliding-Window Detection for Panoramic Pipeline Magnetic Flux Leakage Images
Aleksei Samarin, Belous F., Торопов А. Г. и др., Technologies 2026 Vol. 14 No. 11 P. 1–21
Добавлено: 8 ноября 2026 г.
Обобщение матричной теоремы о деревьях для пар деревьев
Ретинский В. И., Функциональный анализ и его приложения 2026 Т. 60 № 4 С. 83–100
Приведено обобщение матричной теоремы о деревьях на случай перечисления пар остовных деревьев. Это обобщение включает в качестве частных случаев и унифицирует сразу несколько известных ранее результатов, в частности классическую теорему Кирхгофа, теорему Масбаума–Вайнтроба о перечислении 3-деревьев, а также аналог матричной теоремы о деревьях для перечисления 4-элементов Кирхгофа. ...
Добавлено: 5 ноября 2026 г.
Спаривания на алгебре рядов Лорана над кольцом
Левашев В. А., Математические заметки 2026 Т. 120 № 5 С. 843–846
Пусть 𝐴 – коммутативное ассоциативное кольцо с единицей и 𝐴((𝑡)) = 𝐴[[𝑡]][𝑡−1] – кольцо рядов Лорана над 𝐴. Алгебра 𝐴((𝑡)) имеет естественную топологию, где 𝐴 – подмодули вида 𝑡𝑚𝐴[[𝑡]] образуют базу окрестностей нуля. Пусть также Ω1𝐴((𝑡))/𝐴 – модуль кэлеровых 1-дифференциалов 𝐴((𝑡)) над 𝐴. ...
Добавлено: 5 ноября 2026 г.
Spectral structure of the mixed Hessian of the dispersionless Toda τ-function
Алексеев О. В., Letters in Mathematical Physics 2026 Vol. 116 No. 5 Article 132
Добавлено: 5 ноября 2026 г.
Modular Arrangements
Левин А. М., Сахарова Н. Е., / Series arXiv "math". 2024. No. 2412.17795.
Добавлено: 4 ноября 2026 г.
On chaotic axiom A diffeomorphisms with codimension one saddles and basic sets
Жужома Е. В., Медведев В. С., Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 732–742
Добавлено: 3 ноября 2026 г.
Nonsingular structurally stable chaotic 3-flows of attractor-repeller type
Жужома Е. В., Медведев В. С., Yu B. и др., Chaos 2026 Vol. 36 No. 6 P. 063111–063118
Добавлено: 3 ноября 2026 г.
Classification of surface A-diffeomorphisms with no zero-dimensional basic sets
Жужома Е. В., Zhirov A. Y., Russian Journal of Nonlinear Dynamics 2026 Vol. 22 No. 2 P. 403–414
Добавлено: 3 ноября 2026 г.
Selecting an Effective Entropy Estimator for Short Sequences of Bits and Bytes with Maximum Entropy
Contreras Rodríguez L., Madarro-Capó E. J., Legón-Pérez C. M. и др., Entropy 2021 Vol. 23 No. 5 Article 561
Добавлено: 18 сентября 2026 г.
ПРО ЭНТРОПИЮ И ИНФОРМАЦИЮ
Соболев В. В., [б.и.], 2004.
В работе рассматривается эволюция и соотношение понятий энтропии в термодинамике, статистической физике и теории информации. Автор прослеживает путь от классического определения энтропии Клаузиусом как функции состояния термодинамической системы до её вероятностной интерпретации в статистической механике (энтропия Больцмана — Гиббса) и математического определения через неопределенность в теории связи Шеннона. Центральное место занимает анализ тождественности математического аппарата этих ...
Добавлено: 1 сентября 2026 г.
АДАПТИВНОЕ LSB-ВНЕДРЕНИЕ ДАННЫХ С ВЫСОКОЙ ЕМКОСТЬЮ В МЕДИЦИНСКИЕ ИЗОБРАЖЕНИЯ
Гаврилов А. В., Краюшкин Д. В., Никитина Н. Ю. и др., Вопросы кибербезопасности 2026 № 4 С. 140–145
Цель исследования: разработка методики скрытого внедрения персональных данных пациента и меток проверкицелостности в медицинские изображения, исключающего искажение критически важной диагностической информации.Метод исследования: в работе предложен адаптивный метод на основе замены младшего значащего бита (Least Significant Bit – LSB). Для повышения скрытности и устойчивости внедрение производится не во всё изображение, а выборочно – в текстурированные блоки ...
Добавлено: 31 августа 2026 г.
Introduction to Complexity Theory for Big History
David J. L., Гринин Л. Е., Коротаев А. В., , in: Complexity in Universal Evolution. A Big History Perspective.: Springer, 2026. Ch. 2 P. 29–90.
Добавлено: 10 августа 2026 г.
The Evolution Of Law Concept Of Information: From Philosophical Abstraction To Quantum Information And Cryptography In The Context Of Growing Cyber Threats And The Transition To Post-Quantum Security Method
Polyakov S., Smeshkova L., Лапин В. О. и др., Veredas do Direito 2026 Vol. 23 No. 11 Article 237531
Добавлено: 27 июля 2026 г.
Декомпозиция и прогноз социальных настроений россиян (нейросетевой подход)
Карачаровский В. В., Ларина У. С., Резмерица А. А., Социологические исследования 2026 № 7 С. 60–75
На основе нейросетевого подхода проводится декомпозиция индекса социальных настроений в России за период 2004-2024 гг., и моделируется динамика социальных настроений в этот период. Обсуждается: (а) природа шоков социальных настроений в России на основе их связи с концепциями политики памяти, сверхдержавы, национальной идеи; (б) проблема амбивалентности факторов, формирующих социальные настроения, и (в) преимущества и ограничения моделирования ...
Добавлено: 14 мая 2026 г.
Нейронная сеть как инструмент поддержки принятия решений по ликвидации экономических последствий нештатных ситуаций
Мезенцев А. С., Ясницкий В. Л., Миролюбова Т. В. и др., В кн.: Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : Сборник статей по материалам Десятой всероссийской научно-практической конференции с международным участием (г. Пермь, ПГНИУ, 9–10 октября 2025 г.).: Пермский государственный национальный исследовательский университет, 2025. С. 148–150.
На примере серийного производства стальных отливок показана возможность применения нейронных сетей в качестве системы поддержки принятия решений по снижению отрицательных экономических последствий некоторых нештатных ситуаций, связанных со сбоями поставок сырьевого материала. Ключевые слова: нештатная ситуация, производственный брак, нейронная сеть, прогнозирование, сырьевой материал, моделирование ...
Добавлено: 15 февраля 2026 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