Новый алгоритм НИУ ВШЭ: Прорыв в прогнозировании землетрясений и эпидемий

Исследователи Центра ИИ НИУ ВШЭ представили новаторский нейросетевой алгоритм, способный выявлять ключевые изменения в временных рядах данных. Этот прорыв позволит прогнозировать начало значительных событий, включая землетрясения и эпидемии, значительно опережая существующие методы. Алгоритм, разработанный Никитой Пучкиным и Валерией Щербаковой, обеспечивает ускоренный поиск и анализ трендов, улучшая принятие решений в критических областях.
Новый алгоритм НИУ ВШЭ: Прорыв в прогнозировании землетрясений и эпидемий

Исследователи из Высшей школы экономики создали уникальный алгоритм на основе искусственного интеллекта, который способен выявлять новые тенденции в данных, меняющихся со временем. Эта технология обладает потенциалом для прогнозирования различных событий, включая землетрясения и распространение болезней, согласно сообщению пресс-службы университета.

Ученые разработали инновационный метод выявления изменений в последовательности данных. Применяя искусственный интеллект для анализа сегментов информации, система способна быстро распознавать колебания в паттернах. Новый алгоритм опережает аналоги, обнаруживая ключевые моменты в данных примерно на треть быстрее.

Никита Пучкин и Валерия Щербакова из ВШЭ создали уникальный метод для выявления аномалий в данных, которые могут указывать на важные изменения, такие как начало эпидемий или землетрясений. Эти «точки разрыва» в статистиках помогают уловить сдвиги, неочевидные для человеческого взгляда.

В основе нашего алгоритма лежит простая идея: раз поведение временного ряда изменилось, наблюдения до и после момента разладки можно отличить друг от друга. Для этого мы используем нейронную сеть, оптимизируя ее таким образом, чтобы контрастность между частями выборки до и после разладки была наиболее ярко выражена. Поэтому метод получился универсальным, а главное, эффективность его работы подтверждается математически,

- пояснил Пучкин, чьи слова приводит пресс-служба вуза.

Применяя новый метод, исследователи изучили модели в различных искусственных и реальных зашумленных речевых дата-сетах. Для сравнения использовались другие алгоритмы обнаружения аномалий. Результаты показали, что новая технология российских научных сотрудников не уступает альтернативам и опережает их на 30% в скорости выявления ключевых изменений в данных, обещая повышение эффективности данных систем.

07:40
145
Нет комментариев. Ваш будет первым!
Посещая этот сайт, вы соглашаетесь с тем, что мы используем файлы cookie.