В Томском университете систем управления и радиоэлектроники тестируют новый метод обучения искусственного интеллекта, который позволяет точнее прогнозировать стоимость акций и успеваемость студентов.
Исследователи применили методы решения обратных задач для обучения стандартной нейронной сети. По данным вуза, «в сравнении с классическими методами обучения нейросетей в ряде случаев удалось добиться увеличения точности в четыре раза».
Профессор Екатерина Грибанова пояснила, что новый подход позволяет создавать более эффективные модели, требующие меньших вычислительных затрат. «Мы взяли методы решения обратных задач и их применили для обучения нейросети. То есть нейросетевая модель — она стандартная, отличие лишь в способах ее обучения».
В будущем планируется создать гибридные алгоритмы, сочетающие классические и новые методы, а также протестировать подход на других типах нейросетей.