• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Январь 2024
1пн2вт3ср4чт5пт6сб7вс8пн9вт10ср11чт12пт13сб14вс15пн16вт17ср18чт19пт20сб21вс22пн23вт24ср25чт26пт27сб28вс29пн30вт31ср
Март 2024
1пт2сб3вс4пн5вт6ср7чт8пт9сб10вс11пн12вт13ср14чт15пт16сб17вс18пн19вт
18
  • Сегодня
  • Завтра

Вторник, 19 марта

17:00

STUDY TOUR – 2024: «Почувствуй себя студентом Института медиа»

Регистрация - до 14 марта 

Среда, 20 марта

19:00

Вебинар для абитуриентов магистерских программ «Финансовый инжиниринг» и «Инвестиции на финансовых рынках»: «Портрет частного инвестора»

онлайн
19:00

Семинар РГ «Подготовка чиновников по особым поручениям»: «Капитализм на Печоре: доклад о путешествии Василия Николаевича Латкина на Печору в 1840 и 1843 годах»

онлайн
Иллюстрация к новости: «Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»

«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. 50 участников Spring into ML прослушали 24 доклада о машинном обучении, участвовали в тематических питч-сессиях и прошли два мини-курса по диффузионным моделям — развивающейся области ИИ для генерации данных.

Иллюстрация к новости: В России разработана программа для диагностики дислексии

В России разработана программа для диагностики дислексии

Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.

Иллюстрация к новости: Студенты со всей России пройдут интенсив по компьютерным наукам от ВШЭ и «Яндекса»

Студенты со всей России пройдут интенсив по компьютерным наукам от ВШЭ и «Яндекса»

С 1 по 13 апреля в Москве на базе факультета компьютерных наук НИУ ВШЭ пройдет бесплатный студкемп по машинному обучению, организованный в рамках программы «Яндекса» для студентов IT-специальностей. За две недели студенты изучат материал, на освоение которого в рамках традиционных программ уходит от пары месяцев до нескольких семестров. Они получат фундаментальные знания в области искусственного интеллекта, а также познакомятся с практиками применения нейросетей в сервисах «Яндекса».

Иллюстрация к новости: Нейросети всевластья: ИИ распутывает клубок взаимоотношений людей, эльфов и хоббитов

Нейросети всевластья: ИИ распутывает клубок взаимоотношений людей, эльфов и хоббитов

3 января родился один из самых популярных писателей прошлого века Джон Рональд Руэл Толкин. Исследователи из НИУ ВШЭ, AIRI и МИСИC использовали машинное обучение для исследования социальных связей между персонажами его вселенной Средиземья. Ученые считают, что этот подход найдет применение во многих сферах за пределами литературы. Результаты работы опубликованы в IEEE Xplore.

Иллюстрация к новости: «Каждая статья на NeurIPS — значительный результат»

«Каждая статья на NeurIPS — значительный результат»

Сотрудники факультета компьютерных наук НИУ ВШЭ представят 12 своих работ на 37-й конференции NeurIPS. Conference and Workshop on Neural Information Processing Systems — одно из самых значительных событий в сфере искусственного интеллекта и машинного обучения. В этом году она пройдет с 10 по 16 декабря в Новом Орлеане (США).

Иллюстрация к новости: Совместный проект ученых НИУ ВШЭ и СурГУ поможет предотвратить повторные инфаркты и инсульты

Совместный проект ученых НИУ ВШЭ и СурГУ поможет предотвратить повторные инфаркты и инсульты

Один из проектов, победивших на конкурсе «Зеркальные лаборатории» НИУ ВШЭ в июне этого года, посвящен технологиям машинного обучения в прогнозировании исходов острого коронарного синдрома. Его реализуют Международная лаборатория биоинформатики НИУ ВШЭ и Научно-образовательный центр Медицинского института Сургутского государственного университета. Как зародился этот совместный проект, чем он поможет пациентам и как будет организована работа по его реализации, рассказывает заведующая Международной лабораторией биоинформатики, доцент ФКН НИУ ВШЭ Мария Попцова.

Иллюстрация к новости: На факультете компьютерных наук открываются новые лаборатории

На факультете компьютерных наук открываются новые лаборатории

По итогам конкурса проектов на факультете компьютерных наук НИУ ВШЭ открываются две новые лаборатории. Лабораторию матричных и тензорных методов в машинном обучении возглавит Максим Рахуба, доцент департамента больших данных и информационного поиска. Лабораторией облачных и мобильных технологий будет руководить профессор департамента программной инженерии Дмитрий Александров.

Иллюстрация к новости: «Интерес к приложениям машинного обучения в биоинформатике с каждым годом растет»

«Интерес к приложениям машинного обучения в биоинформатике с каждым годом растет»

28–30 августа, накануне нового учебного года, факультет компьютерных наук ВШЭ провел четвертую летнюю школу по машинному обучению в биоинформатике. В этом году на событие зарегистрировались 670 человек, более 300 посетили ее очно.

Иллюстрация к новости: ФКН в четвертый раз проведет летнюю школу по машинному обучению в биоинформатике

ФКН в четвертый раз проведет летнюю школу по машинному обучению в биоинформатике

На факультете компьютерных наук Вышки с 28 по 30 августа пройдет летняя школа по машинному обучению в биоинформатике. В течение трех дней участников ждут лекции и семинары от ведущих специалистов в данной области из ВШЭ, Сколтеха, AIRI, МГУ, МФТИ, Genotek, Sber Artificial Intelligence Laboratory.

Иллюстрация к новости: Решение НИУ ВШЭ и Сбера позволит машинному обучению работать в десятки раз быстрее

Решение НИУ ВШЭ и Сбера позволит машинному обучению работать в десятки раз быстрее

Исследователи факультета компьютерных наук ВШЭ и Лаборатории искусственного интеллекта Сбера  смогли увеличить скорость работы градиентного бустинга — одного из самых эффективных алгоритмов для решения задач машинного обучения. Предложенный подход позволит быстрее решать задачи классификации и регрессии машинного обучения. Результаты их работы были представлены на конференции NeurIPS.