Искусственный интеллект

Одна из фундаментальных проблем при создании эффективных моделей машинного обучения – определение необходимого и достаточного количества данных для их обучения. Слишком мало данных – модель будет неточной, слишком много –…

Исследователи из МФТИ впервые систематически изучили, как изменяется и стабилизируется процесс обучения нейронных сетей по мере добавления новых данных. Их работа, сочетающая теоретический анализ и обширные эксперименты, показывает, что так…

Международный коллектив ученых разработал новый метод параметризации машинно-обучаемых межатомных потенциалов для моделирования магнитных материалов, значительно повышающий надежность и точность предсказаний их свойств.

Исследователи опирались на две модели личности: «Большую пятерку» и типологию Майерс—Бриггса.

Они подробно описали, как машинное обучение должно привести к революции в нашем понимании в проектировании и открытии новых материалов, позволяя проводить компьютерное моделирование атомов.

Алгоритм JAGUAR открывает новые возможности для разработки и применения методов оптимизации в задачах, где традиционные подходы сталкиваются с ограничениями.

Предложенный метод значительно ускоряет поиск, сохраняя высокую точность предсказания оптических свойств материалов.

Исследование, проведенное коллективом российских ученых, является шагом вперед в области нейронных сетей и их обучения. В своей работе они предложили новую структуру биполярного морфологического нейрона и метод обучения, который может…

Ученые использовали машинно-обучаемые потенциалы, которые, отличаются высокой скоростью вычислений и позволяют перебрать все возможные комбинации до некоторой границы отсечения.

Ученые создали новую архитектуру нейронной сети на основе экситон-поляритонных конденсатов.