машинное обучение

Эксперимент подтвердил теоретические расчеты, сделанные с помощью модели машинного обучения.

Основная идея исследования — сокращение времени, которое тратится на обмен данными между устройствами в распределённых системах обучения больших AI-моделей.

Необходимо измерить, насколько «уверенность» модели в своих параметрах меняется при добавлении или удалении всего одного элемента данных, используя для этого два различных математических инструмента. 

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.

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

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

Научная группа нобелевского лауреата 2024 года Дэвида Бейкера синтезировала противоядие от змеиных токсинов и испытала его на мышах. Антитоксины, описанные в журнале Nature, были предсказаны при помощи алгоритмов машинного обучения.

Они представили инновационный подход к адаптивному контролю траектории колесного мобильного манипулятора.