Ученые из Саратовского государственного университета им. Н. Г. Чернышевского (СГУ) и Ро... — 26 августа 2026 г. в 01:25:07.984
Ученые из Саратовского государственного университета им. Н. Г. Чернышевского (СГУ) и Российского экономического университета им. Г. В. Плеханова (РЭУ) создали метод машинного обучения NGRC-MDS, который восстанавливает утраченные данные в десятки раз точнее любых существующих аналогов. Разработка позволяет анализировать сложные динамические системы — от климата до активности человеческого мозга — даже при наличии серьезных пробелов в записях. Исследование выполнено при поддержке гранта Российского научного фонда (РНФ), результаты опубликованы в ведущем мировом издании IEEE Transactions on Neural Networks and Learning Systems. Проблема слепых зон В климатологии, медицине и экономике исследователи постоянно сталкиваются с неполными данными. Метеостанции выходят из строя, приборы для записи мозговой активности (ЭЭГ) ловят посторонние шумы, а экономические показатели могут теряться годами. Из-за этого строить точные прогнозы невозможно: существующие алгоритмы не справляются с анализом процессов, которые протекают на разных временных скоростях. «Представим, что стандартный алгоритм рассматривает данные строго каждые десять минут, чтобы предсказать погоду. Но погода меняется неравномерно: есть быстрые процессы (резкие порывы ветра) и очень медленные (плавные изменения атмосферного давления). Одинаковый шаг в десять минут позволит отлично уловить ветер, но окажется совершенно бесполезным для понимания того, как медленно растет давление перед затяжным циклоном», — объясняет Артем Бадарин, кандидат физико-математических наук, ведущий научный сотрудник НИИ прикладного искусственного интеллекта РЭУ им. Г. В. Плеханова и СГУ. подробнее: https://naukaikultura.ru/5647/ на фото Авторы исследования демонстрируют схему работы разработанного метода машинного обучения Фото: Никита Кулагин / из архива НИИ прикладного ИИ и цифровых решений РЭУ имени Г. В. Плеханов