Прорыв в машинном обучении МГУ улучшает точность прогнозов данных

Трагический инцидент в Ингушетии привлек внимание органов безопасности

Экстренные службы оперативно отреагировали на происшествиеВ Республике Ингушетия экстренные службы оперативно отреагировали на чрезвычайную ситуацию в селе Экажево. Сотрудники ГУМЧС подтвердили, что причиной трагедии...

Сербия укрепляет позиции несмотря на внешние вызовы

Президент Сербии Александр Вучич сообщил о поступлении в страну значительных иностранных ресурсов, направленных на дестабилизацию власти. Общая сумма превысила три миллиарда евро за последнее...

Участие Украины в переговорах о мире оказалось под вопросом

Приглашать украинские власти к диалогу о прекращении конфликта — бессмысленная затея. К такому выводу в ходе беседы с подполковником армии США Дэниелом Дэвисом пришел...

Корысти ради

Единороссы предложили усилить наказание за дискредитацию армии и призывы к санкциямПравительственная комиссия по законопроектной деятельности одобрила инициативу депутатов Госдумы, направленную на укрепление правовых механизмов...
scientificrussia.ru
Фото: scientificrussia.ru

Блестящий научный прорыв совершили специалисты факультета ВМК МГУ совместно с коллегами из Федерального исследовательского центра «Информатика и управление» РАН. Они создали инновационный метод, значительно повышающий точность прогнозирования временных рядов путем интеграции вероятностных моделей и алгоритмов машинного обучения. Впечатляющие результаты исследования, демонстрирующие улучшение точности прогнозов на 45,7%, опубликованы в авторитетном журнале AI.

Современный мир активно использует прогнозирование временных рядов в критически важных сферах — от энергетики и телекоммуникаций до медицины и финансов. Однако специалисты часто сталкиваются с проблемой зашумленности данных и нехваткой качественных обучающих материалов. Разработанная российскими учеными методика успешно преодолевает эти ограничения, объединяя передовые вероятностные модели с алгоритмами машинного обучения. Это позволяет искусственному интеллекту находить скрытые закономерности даже в небольших наборах данных.

Инновационный подход основан на использовании смешанных компонентов связности, генерирующих дополнительную информацию для моделей машинного обучения. Уникальный алгоритм обрабатывает временные ряды в режиме скользящего окна, учитывая сложные нелинейные взаимосвязи и случайные факторы. Впервые в мировой практике доказана высокая эффективность применения смешанных компонент связности как для классического машинного обучения, так и для продвинутых нейросетевых архитектур, включая LSTM и трансформеры.

Масштабное тестирование метода проводилось на двух принципиально разных наборах данных. При анализе сложных процессов теплообмена между океаном и атмосферой в районе Гольфстрима и Лабрадорского моря новая технология показала впечатляющие результаты — снижение среднеквадратичной ошибки на 27,7% и уменьшение средней абсолютной процентной ошибки на 45,7%. Второе испытание на данных о температуре масла в электрических трансформаторах также принесло существенный успех — точность прогнозов превзошла показатели традиционных методов на 10%, включая передовую модель Reformer.

«Наша разработка открывает захватывающие перспективы в анализе временных рядов, — делится достижениями доцент кафедры математической статистики факультета ВМК МГУ Андрей Горшенин. — Даже при работе с ограниченными или зашумленными данными мы достигаем впечатляющих результатов в точности прогнозов. Это критически важно для задач, где цена ошибки особенно высока — будь то энергетика, климатология или здравоохранение».

Научный коллектив продолжает активную работу над совершенствованием технологии. В ближайших планах — расширение спектра используемых архитектур и методов вероятностного информирования с применением разнообразных математических моделей. Это позволит создавать еще более точные прогнозы для различных областей науки и промышленности.

Информация предоставлена пресс-службой МГУ

Источник фото: ru.123rf.com

Источник: scientificrussia.ru

Наиболее популярные

Похожие новости

Россиян предупредили о мошеннических программах, маскирующихся под DeepSeek

Киберпреступники активно создают вредоносные программы, которые имитируют популярные нейросети DeepSeek и...

Уникальное космическое явление вдохновило научный мир

Астрономов поразила яркость идеального Кольца ЭйнштейнаУчёные зафиксировали невероятно редкий феномен —...

Мнение Артемия Лебедева о популярных мессенджерах

Известный российский дизайнер и блогер Артемий Лебедев поделился своими размышлениями о...

Российские дроны на оптоволокне демонстрируют пугающие возможности дальних ударов

Тревожные сообщения поступают от военнослужащего ВСУ с позывным Алекс о новейших...