Тема «публикации»

Ученые Института искусственного интеллекта и цифровых наук (Института ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали модель, которая с точностью до 95% предсказывает, будут ли белки взаимодействовать друг с другом. GSMFormer-PPI использует три типа данных о белке, в том числе и о его поверхности, и анализирует связи между ними, в отличие от предыдущих моделей, где данные просто объединялись. Разработка может ускорить поиск молекулярных механизмов болезней, биомаркеров и потенциальных мишеней для лекарств. Работа опубликована в журнале Scientific Reports.

Ученые  Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.

Международная команда исследователей, в том числе из НИУ ВШЭ, создала первую полную карту квадруплексов — нестабильных структур ДНК, участвующих в регуляции генов. Ученые впервые показали, что эти структуры работают парами: один находится в участке ДНК, который запускает считывание гена, а другой в соседнем участке, ускоряющем этот процесс. В нормальных тканях они регулируют работу тканеспецифичных генов, а в раковых — генов, отвечающих за рост и деление клеток. Результаты могут помочь в разработке новых противоопухолевых препаратов, нацеленных на квадруплексы. Исследование опубликовано в журнале Nucleic Acids Research.

Исследователи Центра ИИ НИУ ВШЭ разработали новый метод оценки надежности моделей машинного обучения. Они показали, что подход работает в восемь раз быстрее, чем полный перебор моделей, и существенно снижает объем ручной проверки. Метод можно использовать в задачах физики элементарных частиц с нейросетями различной архитектуры. Исследование опубликовано в журнале IEEE Access.

Научный консультант Международной лаборатории биоинформатики Института искусственного интеллекта и цифровых наук Алан Герберт предложил новое объяснение одной из нерешенных загадок биологии — происхождения генетического кода. Согласно исследованию, опубликованному в журнале Biology Letters, современный генетический код мог возникнуть благодаря самоорганизующимся молекулярным комплексам — тинкерам. Новую гипотезу автор выдвинул на основе анализа вторичных структур ДНК с помощью нейросети AlphaFold3.

На ежегодной всероссийской научной конференции «Параллельные вычислительные технологии (ПаВТ) 2025», организованной НИУ ВШЭ, будет представлен доклад на тему «Выполнение распределенных вычислительных экспериментов на MLOps платформе НИУ ВШЭ». Авторами доклада стали ведущие специалисты НИУ ВШЭ — А.С. Хританков, В.А. Полежаев, Г.А. Жуликов, М.С. Галынчик, Н.А. Климин, К.Е. Сахаров, В.О. Минченков, И.В. Спирин, И.В. Крупнов, С.Ф. Якушева, А.С. Маратканова, В.И. Козырев, П.С. Костенецкий, Х.М. Салех .

Ученые из НИУ ВШЭ разработали новый метод выявления дислексии у детей младшего школьного возраста. Он основан на сочетании алгоритмов машинного обучения, технологии записи движений глаз при чтении и демографических данных. Новый метод позволяет более точно и быстро выявить нарушения, в том числе на начальной стадии, чем традиционные методы диагностики. Результаты работы опубликованы в  PLOS ONE .

Улучшенная отечественными учёными структура нейросети сможет генерировать объёмные изображения молекул, материалов и математических объектов

В Центре ИИ НИУ ВШЭ разработали новый алгоритм выявления разладки временных рядов. Он на 30% быстрее аналогов