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.
Alina M. Veresova, Andrei A. Ovchinnikov, , in: 2024 IEEE 3rd International Conference on Problems of Informatics, Electronics and Radio Engineering (PIERE).: IEEE, 2024. P. 1130–1134.
Иванов Ф. И., Зяблов В. В., Проблемы передачи информации 2013 Т. 49 № 4 С. 41–56
Предложен алгоритм построения проверочных матриц регулярных кодов с малой плотностью проверок на четность, основанных на матрицах перестановок и системах троек Штейнера S(v,3,2) при v=2^m-1. Для полученных кодовых конструкций приведены оценки на скорость, минимальное кодовое расстояние, а также на минимальную длину цикла. Представлены результаты моделирования предложенных кодовых конструкций для итеративного алгоритма декодирования “распространение доверия” (Sum-Product) при передаче кодового слова ...