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.
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.
«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.
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.
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.
Компактный нейропротез обучили декодировать речь по активности мозга
Ученые НИУ ВШЭ и МГМСУ им. Евдокимова разработали модель машинного обучения, которая предсказывает произнесенное слово на основе активности мозга, записанной небольшим количеством инвазивных электродов. Статья “Speech decoding from a small set of spatially segregated minimally invasive intracranial EEG electrodes with a compact and interpretable neural network” опубликована в Journal of Neural Engineering. Работа выполнена при поддержке мегагранта правительства РФ в рамках нацпроекта «Наука и университеты».
«Цифровой индустрии необходим грамотный менеджмент»
Аягоз Мусабаева, выпускница магистратуры факультета компьютерных наук Вышки, с успехом нашла применение исследовательским навыкам в бизнесе. После работы в лаборатории базовой кафедры Института проблем передачи информации (ИППИ) на факультете математики НИУ ВШЭ она пришла в индустрию и сейчас ведет исследования в сфере машинного обучения в международной компании Akvelon. В интервью «Конструктору успеха» она рассказала, как data scientist может найти себя в киберспорте и что делать с дефицитом софт-скилов в IT.
На ФКН НИУ ВШЭ прошла третья школа по машинному обучению в биоинформатике
На факультете компьютерных наук Вышки с 23 по 25 августа провели школу по машинному обучению в биоинформатике. Проект, два предыдущих года проходивший онлайн, был впервые реализован в очном формате. За три дня более 120 участников прослушали лекции и семинары от ведущих специалистов в данной области из ВШЭ, Сколтеха, AIRI, МГУ, МФТИ, Genotek, Sber Artificial Intelligence Laboratory.
Машинное обучение повысило долговечность перовскитных солнечных батарей
Команда ученых из МИЭМ ВШЭ, Физического института имени П.Н. Лебедева РАН и Университета Южной Калифорнии с помощью технологий машинного обучения нашли способ избежать внутренних дефектов и увеличить эффективность перовскитных солнечных элементов. Результаты исследования могут применяться для разработки более эффективных и долговечных материалов. Исследование проводилось на двойном перовските Cs2AgBiBr6. Статья опубликована в журнале Journal of Physical Chemistry Letters.
Технологии искусственного интеллекта помогут реабилитации бездомных
Исследовательская группа Центра искусственного интеллекта ФКН НИУ ВШЭ под руководством Ивана Ямщикова разработала модель для прогнозирования успешности реабилитации бездомных. Модель с вероятностью около 80% предсказывает эффективность работы с клиентами организаций для бездомных. Проект представлен на конференции, посвященной деятельности социальных центров.
Регистрация - до 5 сентября