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.
На заседании нового диссертационного совета РУДН по специальностям 2.1.12 «Архитектура зданий и сооружений. Творческие концепции архитектурной деятельности» и 2.1.11 «Теория и история архитектуры, реставрация и реконструкция историко-архитектурного наследия» впервые в истории вуза присуждены ученые степени кандидатов архитектуры трем аспирантам: Наталье Калининой, Евгению Огиенко и Юлии Логиновой.
Их работы, выполненные под руководством опытных научных наставников, получили высокую оценку за новизну, теоретическую и практическую ценность.
В РУДН назвали имена самых результативных ученых по итогам 2025 года. Традиционный рейтинг научно-педагогических работников, который проводится с 2023 года, определил лидеров в трех ключевых номинациях: «Самый цитируемый ученый», «Лидер по коммерциализации РИД» и «Лучший руководитель гранта».
Экспертная комиссия оценивала результативность ученых по объективным количественным показателям: индексам цитирования, объему привлеченного финансирования и успехам во внедрении разработок в реальный сектор экономики.
В РУДН прошла торжественная церемония вручения ежегодной премии в области науки и инноваций. Ее обладателями стали четыре ученых вуза: Дмитрий Кучер, Ольга Ломакина, Константин Гомонов и Вячеслав Бегишев.