Наука

Fall into ML 2024: взгляд в будущее машинного обучения

Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.

Открытие сезона «Лаборантской»

Открытие сезона «Лаборантской»
11 октября со студентами ФКН встретились сотрудники международной лаборатории статистической и вычислительной геномики.

Два проекта НИУ ВШЭ получили финансовую поддержку на развитие коммерциализации

Два проекта НИУ ВШЭ получили финансовую поддержку на развитие коммерциализации
В конце августа 2024 года были подведены итоги рассмотрения первых проектов по коммерциализации в рамках реализации соответствующей меры поддержки. С сентября 2024 года два проекта факультета компьютерных наук НИУ ВШЭ — «КардиоЖизнь» и «Меланж» — получили возможность развивать свои продукты и услуги для целей коммерциализации на открытом рынке с помощью финансовой поддержки.

Проектный семинар "Машинное обучение для эффективного выявления рыночных манипуляций на рынке криптовалют"

freepic
Финансовые рынки часто подвергаются различным формам манипуляций, в том числе pump-and-dump схемам, которые приводят к значительной волатильности цен и финансовым потерям для инвесторов. В предыдущих исследованиях на тему криптовалютных рынков  использовались методы машинного обучения для раннего выявления целей манипуляций. Однако эти методы имели серьезные ограничения из-за дисбалансов в исторических данных. Чтобы решить эти проблемы, мы предлагаем новый фреймворк для обнаружения целей манипуляций, включающий двухэтапную нормализацию данных, специфичную оптимизацию алгоритмов и новые микроструктурированные признаки. На семинаре было рассмотрено несколько подходов на основе градиентного бустинга, включая оптимизацию гиперпараметров с учетом несбалансированности классов и алгоритмы ранжирования. Результаты предложенных алгоритмов превосходят существующие методы, достигая точности 5% в топ-1 и 45% точности в топ-10 на тестовой выборке с сильным дисбалансом классов (дисбаланс классов составляет примерно 270).

Состоялся междисциплинарный форум «Кардиогенетика и биоинформатика: реалии 2024»

Состоялся междисциплинарный форум «Кардиогенетика и биоинформатика: реалии 2024»
5–6 сентября прошел ежегодный междисциплинарный форум «Кардиогенетика и биоинформатика: реалии 2024». Он был посвящен проекту «Технологии машинного обучения в прогнозировании исходов острого коронарного синдрома», который реализуется в рамках зеркальной лаборатории.

Бизнес-разработки и студенты в науке: какие еще задачи у новой лаборатории Института ИИ и цифровых наук

Бизнес-разработки и студенты в науке: какие еще задачи у новой лаборатории Института ИИ и цифровых наук
Лабораторию теоретических основ моделей ИИ возглавил старший научный сотрудник факультета компьютерных наук Никита Пучкин, за прикладные разработки будет отвечать руководитель проектов Института ИИ и цифровых наук Елизавета Жемчужина. О том, чем будет заниматься лаборатория, как планируется организовать сотрудничество с индустриальными партнерами и какая роль в ее работе отводится студентам Вышки, они рассказали в интервью «Вышке.Главное».

Красота в деталях: ученые Вышки и AIRI разработали метод высококачественного редактирования изображений

Энди Уорхол. Диптих Мэрилин, 1962г.
Исследователи Центра ИИ НИУ ВШЭ, AIRI и Бременского университета разработали новый метод редактирования изображений на основе глубинного обучения — StyleFeatureEditor. Он позволяет точно воссоздавать мельчайшие детали изображения и сохранять их при редактировании. С его помощью пользователи смогут изменять цвет волос или выражение лица без потери качества изображения. Результаты работы опубликованы на самой цитируемой конференции по компьютерному зрению CVPR 2024.

Летняя школа по ML в биоинформатике

Летняя школа по ML в биоинформатике
Международная лаборатория биоинформатики проводит летнюю школу по машинному обучению в биоинформатике. Мероприятия состоится 26-28 августа.

О перспективах, которые открывают технологии ИИ в медицине

О перспективах, которые открывают технологии ИИ в медицине
«Рак должен быть побежден в XXI веке»

Проектный семинар "Моделирование эффективности финансового рынка с помощью эволюционных мультиагентных моделей"

Проектный семинар "Моделирование эффективности финансового рынка с помощью эволюционных мультиагентных моделей"
В своей классической работе Гроссман и Стиглиц [1980]* показывают, что цены на финансовые активы неизбежно содержат определенную степень неэффективности при ненулевых информационных издержках. Однако, этот результат был получен в парадигме рациональных ожиданий, предъявляющих нереалистичные требования к рациональности агентов, и постулирует лишь невозможность эффективного равновесия, не затрагивая динамику эффективности рынка. Симуляционные мультиагентные модели с элементом рыночного отбора позволяют изучить динамику эффективности рынка в условиях, когда агенты ограниченно рациональны и адаптивны. Мы моделируем поведение инвесторов с помощью т.н. алгоритма  многорукого бандита и обнаруживаем U-образное отношение эффективности рынка к информационным издержкам.
* Grossman, Sanford J., and Joseph E. Stiglitz. "On the impossibility of informationally efficient markets." The American economic review 70, no. 3 (1980): 393-408.

Докладчик: Алексей Пастушков, стажер-исследователь ПУЛ "ИИ в математических финансах".