• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Тема «исследования и аналитика»

Исследователи НИУ ВШЭ научили нейросеть точнее определять взаимодействия между белками

Исследователи НИУ ВШЭ научили нейросеть точнее определять взаимодействия между белками
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 Вышки научили нейросеть «слышать» неисправности в электродвигателях

Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях
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.

«Вышка — место, где формируются научные школы»

«Вышка — место, где формируются научные школы»
11 февраля в НИУ ВШЭ состоялась церемония награждения победителей конкурса на лучшую научно‑исследовательскую работу студентов (НИРС) 2025 года. Всего в нем участвовала 2061 работа. По итогам экспертной оценки звания победителей и лауреатов получили 366 студентов по таким секциям, как социальные науки, экономико‑менеджериальные дисциплины, точные и гуманитарные науки, а также креативные индустрии.

Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве

Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве
Исследователи из Института искусственного интеллекта и цифровых наук (Институт ИИиЦН) ФКН НИУ ВШЭ разработали новый метод сжатия больших языковых моделей, таких как GPT и LLaMA, который позволяет уменьшить их объем на 25–36% без дополнительного обучения и значительной потери в точности. Это первый подход, который использует математические преобразования — вращения весов модели, — чтобы сделать модели более удобными для сжатия с помощью структурированных матриц. Результаты исследования опубликованы в ACL Findings 2025. Код метода доступен на GitHub.

Ученые ВШЭ разработали DeepGQ — Google Maps для G-квадруплексов

Ученые ВШЭ разработали DeepGQ — Google Maps для G-квадруплексов
Исследователи из Центра искусственного интеллекта ФКН НИУ ВШЭ разработали ИИ-модель, которая открывает новые возможности для диагностики и лечения тяжелых заболеваний, включая рак мозга и нейродегенеративные нарушения. Ученые применили искусственный интеллект для изучения G-квадруплексов — структур, которые оказывают значительное влияние на работу наших клеток и развитие различных органов и тканей. Статья с результатами исследования опубликована в журнале Scientific Reports.