Тема «публикации»

Когда вирус попадает в клетку, он вмешивается в ее работу. Ранее считалось, что защитная реакция клетки на вирус запускает процесс ее самоуничтожения. Но исследование с участием биоинформатиков НИУ ВШЭ показало, что причина другая: клетка реагирует не на вирус, а на собственные транскрипты, которые становятся аномально длинными. Исследование опубликовано в журнале Nature.

Международная команда с участием НИУ ВШЭ предложила новый математический способ анализа структуры графена. Ученые показали, что характеристики решетки графена можно связать с моделью трехшагового случайного блуждания частицы. Такой подход позволяет описывать графеновую решетку быстрее и без громоздких вычислений. Исследование опубликовано в журнале Journal of Physics A: Mathematical and Theoretical.

Международная команда ученых с участием сотрудников НИУ ВШЭ собрала и проанализировала данные десятков экспериментов о превращениях нестабильных частиц чарм-мезонов  в их античастицы и обратно. Выяснилось, что такие превращения происходят всего четыре раза на тысячу распадов и полностью совпадают с предсказаниями Стандартной модели. Это значит, что следов новой физики в этих процессах пока не найдено, а если неизвестные частицы и существуют, то они слишком тяжелые, чтобы современные установки смогли их заметить. Работа опубликована в журнале Physical Review D.

В этом году на Европейскую конференцию по ИИ (ECAI 2025) была принята статья Multi-Agent Path Finding For Large Agents Is Intractable второкурсника бакалавриата «Прикладная математика и информатика» (ПМИ) факультета компьютерных наук ВШЭ Артема Агафонова. Работа написана в соавторстве с Константином Яковлевым, заведующим базовой кафедрой «Интеллектуальные технологии системного анализа и управления» ФИЦ ИУ РАН, доцентом ФКН. Как возникла идея написать статью и как удалось попасть на конференцию уровня А, Артем Агафонов рассказал в интервью.

Исследователи факультета компьютерных наук НИУ ВШЭ улучшили метод обучения генеративных потоковых нейросетей для работы с неструктурированными задачами. Это поможет искать новые лекарства эффективнее. Результаты работы были представлены на одной из ведущих конференций по машинному обучению — ICLR 2025. Текст работы доступен в репозитории Arxiv.org.