В МГУ предложили способ оценить реальный эффект промо-акций #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ предложили подход к оценке эффективности промо-акций в ритейле, позволяющий определить, какие персональные предложения действительно обеспечивают дополнительную прибыль компании. Исследование посвящено анализу влияния скидок, бонусов и программ лояльности на поведение покупателей с учетом того, что такие акции, как правило, получают клиенты с разными характеристиками. Для корректной оценки эффекта исследователи применили метод сопоставления клиентов по вероятности получения промо-предложения (Propensity Score Matching), который позволяет сравнивать статистически сопоставимые группы покупателей. Результаты работы могут быть использованы при создании систем поддержки маркетинговых решений, помогающих повысить эффективность персональных предложений в ритейле.
МГУ имени М.В.Ломоносова
Зоологи МГУ выделили новое семейство Abyssuridae #наука_мгу Исследователи Зоологического музея МГУ с коллегами решили одну из давних систематических загадок морской зоологии. На основе молекулярно-генетического анализа и детального изучения морфологии редкой глубоководной офиуры Abyssura brevibrachia учёные впервые обосновали выделение нового семейства Abyssuridae. Работа основана на изучении образцов, собранных в глубоководном желобе к востоку от Японии. Исследование позволило установить ближайших родственников загадочной ультраабиссальной офиуры, уточнить эволюционные связи внутри класса Ophiuroidea и показать, что происхождение нового семейства связано с явлением педоморфоза — сохранением ювенильных признаков у взрослых организмов. Полученные результаты вносят существенный вклад в понимание эволюции и систематики глубоководной фауны.
Молодые ученые МГУ разработали ИИ-платформу для прогнозирования свойств и создания рецептур бетона #новости_мгу Команда студентов и аспирантов МГУ представила AI-платформу MaterialsGen, предназначенную для прогнозирования свойств бетона и генерации новых рецептур многокомпонентных материалов. Разработка позволяет по составу смеси за считанные секунды предсказывать прочность на сжатие и другие характеристики бетона на разных этапах твердения – от 1 до 90 суток, что существенно сокращает время исследований и оптимизирует процесс разработки новых составов. Решение было создано командой в рамках Проектной лаборатории Фонда «Интеллект». Платформа основана на байесовских моделях искусственного интеллекта и нейроэволюционных алгоритмах, а также включает инструменты цифровизации лабораторных и производственных процессов. В ходе испытаний часть предложенных системой рецептур была успешно подтверждена экспериментально, а сам проект вошел в топ-3 на V Молодёжном конкурсе инноваций и предпринимательства стран ШОС. Разработчики отмечают, что в дальнейшем технологию можно адаптировать для создания многокомпонентных смесей в металлургии, сельском хозяйстве, медицине и биотехнологиях.
Предложен новый экспериментальный подход к изучению инсульта при метаболическом синдроме #наука_мгу В НИИ физико-химической биологии имени А.Н. Белозерского МГУ выяснили, что метаболический синдром сам по себе не повышает уязвимость нейронов к ишемическому повреждению при инсульте. Используя экспериментальную модель, позволившую исключить влияние сосудистых нарушений, учёные установили, что объём поражения мозга у здоровых животных и животных с метаболическим синдромом оказался одинаковым. При этом исследование выявило, что нарушение лептиновой сигнализации существенно ухудшает восстановление после инсульта: у животных снижался уровень белка BDNF, отвечающего за нейропластичность, и наблюдались более выраженные неврологические нарушения. Полученные данные меняют представления о механизмах влияния метаболического синдрома на исходы инсульта и открывают новые перспективы для разработки подходов, направленных на поддержку восстановления мозга в период реабилитации.
В Центре ИИ МГУ разработали новый подход к восстановлению цифровых моделей #наука_мгу Ученые Центра ИИ МГУ с коллегами разработали метод восстановления цифровых моделей деталей по данным трёхмерного сканирования. Предложенный метод воспроизводит поэтапный процесс инженерной работы: система последовательно сравнивает цифровую модель с исходным трёхмерным объектом, выявляет геометрические расхождения и уточняет результат. Такой подход позволяет точнее восстанавливать форму деталей, сохранять мелкие геометрические элементы и эффективнее работать с данными, содержащими шумы и пропущенные участки, что открывает новые возможности для обратного проектирования и подготовки редактируемых инженерных моделей. Подробнее — на сайте.
