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.
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.
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.
Моисеев Н. Д., Абрамов И. А., Камакин А. Ю., В кн.: Параллельные вычислительные технологии – XIX всероссийская конференция с международным участием, ПаВТ'2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 301–301.
В последние годы с развитием методов глубокого обучения и нейронных сетей особую актуальность приобретает их применение в задачах геопространственного анализа. Одной из ключевых задач этой области является оценка состояния городской инфраструктуры, включая классификацию зданий по их функциональному назначению (жилые, коммерческие, государственные, промышленные). Использование нейронных сетей позволяет существенно повысить скорость и точность анализа, выявляя проблемные зоны ...
Soloviev I., Ковальчук А. В., Клиньшов В. В., European Physical Journal: Special Topics 2024 P. 1–9
Сверточные нейронные сети (CNN) повсеместно присутствуют в современных моделях компьютерного зрения, а также широко используются в других задачах, таких как распознавание голоса, анализ временных рядов, машинный перевод и т. д. В настоящей статье мы представляем новую архитектуру CNN, использующую динамические свертки, в которой ядра генерируются на основе входных данных. Мы применяем эту архитектуру к проблеме ...
Попцова М. С., Умеренков Д., Федоров А. Н. и др., , in: Proceedings of 11th Moscow Conference on Computational Molecular Biology MCCMB'23.: IITP RAS, 2023.