МГУ имени М.В.Ломоносова

Новый подход МГУ позволяет эффективнее обрабатывать трёхмерные данные #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ предложили новый метод распознавания трёхмерных объектов, позволяющий существенно сократить объём памяти, необходимый для обработки данных. Подход основан на представлении объектов в виде графов простых геометрических примитивов и использовании графовых нейросетей для их анализа. В отличие от традиционных методов работы с трёхмерными облаками точек, новая технология использует минимальный набор геометрических элементов и учитывает только наличие или отсутствие связей между ними. Это позволяет сохранять высокую точность распознавания при меньших вычислительных затратах. Разработка может найти применение в робототехнике и системах автономной навигации, где особенно важна эффективная обработка данных в условиях ограниченных ресурсов.

В МГУ предложили учитывать структуру переписки при анализе почтовых алгоритмов #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ разработали метод, позволяющий более точно оценивать качество систем автоматической сортировки электронных писем. Работа посвящена анализу алгоритмов, которые помогают пользователям и организациям распределять входящие сообщения по папкам на основе содержания писем, истории переписки и других факторов. Ученые показали, что при оценке таких систем важно учитывать связи между сообщениями, которые формируют цепочки переписки, проекты или группы отправителей. Для получения более надежных результатов исследователи предложили использовать метод «кластерного бутстрэпа», при котором анализ проводится не на уровне отдельных писем, а на уровне групп связанных сообщений. Такой подход позволяет учитывать структуру переписки и избегать завышения показателей качества моделей. Полученные результаты могут найти применение при разработке корпоративных почтовых сервисов и систем автоматической обработки сообщений.

Цифровые технологии помогают восстановить книжное наследие Московского общества испытателей природы #наука_мгу На факультете вычислительной математики и кибернетики МГУ реализуется проект по созданию цифровой коллекции утраченных книг библиотеки Московского общества испытателей природы (МОИП). Его цель — частично восстановить состав исторического собрания, которое в середине XX века считалось одним из наиболее значительных естественно-научных книжных фондов страны. Основой работы стали историко-архивные исследования, включая обнаруженный специалистами ранее неизвестный реестр книг библиотеки МОИП 1824 года. Для проекта разработан онлайн-каталог и программные инструменты, позволяющие находить и объединять цифровые копии изданий из российских и зарубежных библиотек и архивов. Создаваемая коллекция не только способствует сохранению научного и культурного наследия, но и формирует универсальные решения для цифровизации библиотечных и архивных фондов. Подробнее — на сайте.

Предложен алгоритм автобиддинга, устойчивый к ошибкам прогнозных моделей #наука_мгу Исследователи Центра искусственного интеллекта МГУ разработали алгоритм RobustBid для устойчивого управления ставками в цифровых рекламных аукционах. Предложенный подход учитывает неопределенность в прогнозах моделей машинного обучения, на основе которых рассчитываются ставки за показ рекламы. Эксперименты на открытых рекламных наборах данных показали, что алгоритм обеспечивает более устойчивые результаты по сравнению с существующими методами и может применяться в системах принятия решений, основанных на прогнозных моделях.

Новый метод позволяет искать уязвимости без запуска ПО #наука_мгу На факультете вычислительной математики и кибернетики МГУ разработан новый метод, позволяющий ускорить статический анализ программного обеспечения. Статический анализ используется для поиска ошибок и уязвимостей без запуска программ, однако при обработке сложных проектов объем логических условий быстро возрастает, что снижает производительность анализа. Ученые предложили метод подстановок и многоуровневую систему упрощения логических формул, возникающих в процессе символьного выполнения программ. Разработанный подход позволяет уменьшить сложность вычислений, сократить потребление ресурсов и повысить эффективность поиска потенциальных уязвимостей в крупных программных системах. Подробнее — на сайте.

В МГУ разработаны универсальные «часы старения» #наука_мгу Ученые факультета биоинженерии и биоинформатики и сотрудники НИИ физико-химической биологии имени А.Н. Белозерского МГУ с коллегами разработали универсальные транскриптомные часы tAge – биоинформатический инструмент, который по активности тысяч генов позволяет оценивать биологический возраст, прогнозировать продолжительность жизни и риск развития хронических заболеваний. Результаты исследования опубликованы в журнале Nature и вынесены на обложку номера. Новая модель была обучена на данных более 11 тысяч образцов тканей и органов млекопитающих и показала способность выявлять как процессы старения, так и признаки омоложения. С помощью tAge исследователи обнаружили снижение биологического возраста на ранних стадиях эмбрионального развития, а также подтвердили омолаживающий эффект клеточного репрограммирования и других экспериментальных воздействий. Полученные результаты открывают новые возможности для изучения механизмов старения и поиска подходов к продлению здоровой жизни.

Перенос обучения позволяет адаптировать модели анализа мобильного трафика #наука_мгу На факультете вычислительной математики и кибернетики МГУ исследовали методы машинного обучения для классификации мобильного трафика в условиях его шифрования. Ученые проанализировали подходы, позволяющие выявлять закономерности в сетевых данных и адаптировать модели к изменяющимся условиям без полного переобучения. Исследователями был разработан конвейер обработки сетевых данных и построены модели глубокого обучения для классификации зашифрованного мобильного трафика. Полученные результаты подтвердили перспективность применения переноса обучения, который позволяет адаптировать ранее обученные модели к новым условиям работы сетей и обновлениям приложений без необходимости сбора больших объемов новых размеченных данных. Подробнее – на сайте.

В НИИ механики МГУ выяснили, как неоднородные материалы гасят удары и колебания #наука_мгу Механики Московского университета изучили распространение колебаний в современных неоднородных материалах, которые используются в инженерии и высокотехнологичном производстве. Исследование показало, что для описания поведения таких материалов при ударах и вибрациях достаточно относительно простых математических моделей. Это позволяет сократить сложность расчётов без потери точности. Результаты работы могут быть использованы при разработке новых материалов и конструкций, а также при планировании экспериментов по изучению их механических свойств. Подробнее – на сайте.

В Центре ИИ МГУ представили метод адаптации ИИ-моделей к новым условиям среды #наука_мгу Исследователи Центра искусственного интеллекта МГУ с коллегами разработали подход, который позволяет поведенческим моделям искусственного интеллекта адаптироваться к новым условиям среды без дополнительного обучения. Предложенный метод использует трансформерную модель для оценки скрытых параметров среды и выбора наиболее подходящей стратегии поведения. Эксперименты показали, что новый подход позволяет до двух раз повысить эффективность адаптации по сравнению с существующими решениями. Разработка может найти применение в робототехнике и других интеллектуальных системах, работающих в условиях изменяющейся среды. Подробнее — на сайте.