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.
Представьте, что вам нужно измерить размер пылинки, которая в тысячу раз тоньше человеческого волоса. Мало того — пылинка не стоит на месте, а хаотично движется в жидкости. Именно такую задачу каждый день решают фармацевты, контролируя качество современных лекарств. И вот теперь — впервые в России — у них появится единый, законодательно утвержденный рецепт такого измерения.
Аспирантка кафедры фармацевтической и токсикологической химии РУДН Екатерина Кузьмина успешно защитила кандидатскую диссертацию, посвящённую инновационному способу улучшения свойств уже существующих лекарств. Её исследование предлагает не создавать новые молекулы с нуля, а модифицировать уже существующие препараты с помощью механической активации лекарственной субстанции.
В профессиональный праздник стоматологов сообщаем хорошую новость: впервые в России и странах СНГ утверждён отечественный национальный стандарт (ГОСТ), регламентирующий метод определения абразивности зубных паст. За основу стандарта взята разработанная в РУДН методика оценки РИА — Российского индекса абразивности.