Тема «исследования и аналитика»

Вычислительные методы анализа древних и современных геномов позволяют исследовать процесс формирования генетического разнообразия популяций, изучать историю их перемешиваний и миграций, прослеживать формирование адаптации к окружающей среде. Международная лаборатория вычислительной и статистической геномики НИУ ВШЭ использует математические подходы и генетические данные для решения широкого спектра задач в различных областях — от антропологии и эпидемиологии до криминалистики. Новостная служба «Вышка.Главное» побеседовала с заведующим лабораторией Владимиром Щуром о ее работе.

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.