Математики РУДН и Свободного университета Берлина предложили новый способ использования нейронных сетей для работы с зашумленными данными больших размерностей
Восстановление распределения вероятностей наблюдаемых данных искусственными нейронными сетями — это наиболее важная часть машинного обучения. Распределение вероятностей не только позволяет прогнозировать поведение исследуемой системы, но и количественно оценить неопределенность, с которой делаются прогнозы. Главная трудность заключается в том, что, как правило, наблюдаются лишь сами данные, но их вероятностные распределения в точном виде не доступны. Для решения этой проблемы используют байесовские и близкие к ним приближенные методы. Но их использование увеличивает сложность нейронной сети и соответственно ее обучения.
Математики РУДН и Свободного университета г. Берлина использовали детерминированные веса для нейронных сетей, а выходами сетей закодировали распределения латентных переменных для искомого маргинального (частного) распределения. Анализ динамики обучения таких сетей позволил им получить формулу, которая корректно оценивает дисперсию распределения наблюдаемых данных, несмотря на наличие в данных выбросов. Предложенную модель проверили на разных данных: синтетических и реальных. Новый метод позволяет восстанавливать распределения вероятностей с более высокой точностью по сравнению с другими современными методами. Точность оценивалась по методу AUC (area under the curve — это площадь под графиком, который позволяет оценить среднеквадратичную ошибку предсказаний в зависимости от размера выборки, оцененной сетью как «надежная»; чем выше оценка AUC, тем качественнее предсказания).
Статья опубликована в журнале Artificial Intelligence.
Научиться накладывать хирургические швы, сфотографироваться с гоночным болидом, созданным студентами, заморозить розу при помощи азота, ответить на несколько вопросов об отражении исторических событий в искусстве… Так мог выглядеть лишь один из чек-листов гостей Фестиваля науки в РУДН, который прошёл с 9 по 10 октября. Редакция сайта, наряду со студентами, школьниками и их родителями, не упустила возможность принять участие в различных мастер-классах, квизах и научных экспериментах.
Преподаватели экономического факультета РУДН разработали цифровую платформу Marketing Research Radar — сервис, который помогает учёным и практикам следить за свежими научными публикациями, значимыми для маркетинга. Платформа автоматически анализирует статьи в 131 журнале Scopus и формирует тематические дайджесты на русском и английском языках.
Аспирант кафедры технологий строительства и конструкционных материалов инженерной академии РУДН Серафим Загородний вошёл в число победителей конкурса «УМНИК-2026» (очередь 1), организованного Фондом содействия инновациям. По итогам отбора его проект получил грант в размере 500 тысяч рублей сроком на 12 месяцев. Всего на конкурс было подано более 3 тысяч заявок по 6 направлениям, из которых к финансированию рекомендованы 500 проектов на общую сумму 250 миллионов рублей.