🚀 Уважаемые коллеги, кому интересна математика и машинное обучение, приглашаем Вас принять участие в неформальном научном проекте.
Мы разрабатываем новые методы и опен-соурс библиотеку CayleyPy, которая на основе МЛ/РЛ методов позволяет решить математические задачи, которые были не доступны ранее. Как пример наша система уже по всем параметрам на порядки превсходит аналогичные методы в системе компьютерной алгебры GAP (де-факто стандарт) - использующую алгоритмы доработанные самим Д. Кнутом.
Если у Вас есть желание поучаствовать в проекте, есть знание Питона и несколько свободных часов в неделю - то присоединяйтесь к нам - при активной работе - Вы будете соавтором научных публикаций. (Напишите @alexander_v_c - к.ф.-м.н. Александр Червов).
Краткая суть задачи может быть описана несколькими способами - нахождение пути на графе размером 10^20-10^200 (из-за размера обычные методы не применимы - только МЛ/РЛ). Решение пазла типа кубика Рубика, задача сортировки, математически - разложение элемента группы по образующим - все это в реальности одна и та же задача. Задача близка к прошедшему конкурсу Каггл Санта 2023. Более общо - это задача планирования - типичная для реинфорсмент ленинг - спланировать действия так чтобы кумулятивный эффект давал лучший результат - управлением манипулятором робота, системы АльфаГо, АльфаТензор, успех DeepSeek - это задачи - тесно связанные с тем, что мы делаем.
А зачем это нужно биологам ? А чтобы превращать людей в мышей ))) (А капусту в репу). Так назвал свои статьи известный биоинформатик П.Певзнер - оказывается эволюционная дистанция - соответствует дистанции на определенных графах - и наша цель улучшить ее оценку через МЛ/РЛ. Зачем нужно нужно в сетях - задержка сигнала (latency) сети определяется диаметром сети - оценка диаметра графов - одна из наших целей. В теории квантовых вычислений тоже нужны подобные графы и приложения этим не ограничены. И, кроме того, а знаете чем знаменит Билл Гейтс ?)) Он отлично сортировал блины ! Наша задача - побить его - через МЛ/РЛ)))
В нашем коллективе есть профессора математики, Каггл градмастеры, и легендарные иностранные специалисты - Tomas Rokicki , Herbert Kociemba - Вам будет у кого поучиться.
Подробнее о проекте вы можете узнать в наших статьях https://arxiv.org/abs/2502.18663 https://arxiv.org/abs/2502.13266 и в нашей группе https://xn--r1a.website/sberlogasci/1 и ⭐ СТАВЬТЕ СТАРС ⭐ (звездочки) на наш гитхаб: https://github.com/cayleypy/cayleypy
Мы разрабатываем новые методы и опен-соурс библиотеку CayleyPy, которая на основе МЛ/РЛ методов позволяет решить математические задачи, которые были не доступны ранее. Как пример наша система уже по всем параметрам на порядки превсходит аналогичные методы в системе компьютерной алгебры GAP (де-факто стандарт) - использующую алгоритмы доработанные самим Д. Кнутом.
Если у Вас есть желание поучаствовать в проекте, есть знание Питона и несколько свободных часов в неделю - то присоединяйтесь к нам - при активной работе - Вы будете соавтором научных публикаций. (Напишите @alexander_v_c - к.ф.-м.н. Александр Червов).
Краткая суть задачи может быть описана несколькими способами - нахождение пути на графе размером 10^20-10^200 (из-за размера обычные методы не применимы - только МЛ/РЛ). Решение пазла типа кубика Рубика, задача сортировки, математически - разложение элемента группы по образующим - все это в реальности одна и та же задача. Задача близка к прошедшему конкурсу Каггл Санта 2023. Более общо - это задача планирования - типичная для реинфорсмент ленинг - спланировать действия так чтобы кумулятивный эффект давал лучший результат - управлением манипулятором робота, системы АльфаГо, АльфаТензор, успех DeepSeek - это задачи - тесно связанные с тем, что мы делаем.
А зачем это нужно биологам ? А чтобы превращать людей в мышей ))) (А капусту в репу). Так назвал свои статьи известный биоинформатик П.Певзнер - оказывается эволюционная дистанция - соответствует дистанции на определенных графах - и наша цель улучшить ее оценку через МЛ/РЛ. Зачем нужно нужно в сетях - задержка сигнала (latency) сети определяется диаметром сети - оценка диаметра графов - одна из наших целей. В теории квантовых вычислений тоже нужны подобные графы и приложения этим не ограничены. И, кроме того, а знаете чем знаменит Билл Гейтс ?)) Он отлично сортировал блины ! Наша задача - побить его - через МЛ/РЛ)))
В нашем коллективе есть профессора математики, Каггл градмастеры, и легендарные иностранные специалисты - Tomas Rokicki , Herbert Kociemba - Вам будет у кого поучиться.
Подробнее о проекте вы можете узнать в наших статьях https://arxiv.org/abs/2502.18663 https://arxiv.org/abs/2502.13266 и в нашей группе https://xn--r1a.website/sberlogasci/1 и ⭐ СТАВЬТЕ СТАРС ⭐ (звездочки) на наш гитхаб: https://github.com/cayleypy/cayleypy
🔥54👍17❤14
Forwarded from человек наук
This media is not supported in your browser
VIEW IN TELEGRAM
Вдогонку к предыдущему посту и лекции о том, что машинное обучение – не серебряная пуля, поделюсь ещё одним занимательным примером. Учёные смоделировали 10 миллионов солнечных систем. Без каких-либо ухищрений – просто поставили в центр каждой системы звезду, вокруг поместили планеты разных масс и запустили всё это дело вращаться по закону Ньютона. Возможно, на седьмой день они почили от дел своих, но в статье об этом не упоминается
Дальше на каждую из солнечных систем натравили нейросеть-трансформер. Она должна была предсказывать движения планет. Похожим образом тренируется модель в основе ChatGPT. Справилась ли нейросеть? Да, предсказание траекторий планет было идеальным. Но вот законы, которые она предложила для объяснения движения – совсем не похожи на тот, что вы учили в школе. Например, один из них выглядит как
Кроме того, несмотря на идеальное предсказание траектории планет, предсказанные силы у нейросети выглядят ну очень абсурдно. На видео силы показаны стрелками: слева – настоящий закон, справа – предсказанный трансформером. Для других солнечных систем предсказания, как правило, вовсе не работали
Стартапер в области ИИ утверждает, что 10 миллионов примеров – это слишком мало. Физик отвечает, что у Ньютона был один
Помимо физиков и программистов, случай обсуждают и биологи. Сейчас много шума вокруг моделей, обещающих решить все проблемы биологии, если научиться предсказывать поведение генов. Верно ли это предположение? Как показывает этот пример (и ещё больше в статье), даже отличные предсказания не означают понимание
#программирование@chelovek_nauk #физика@chelovek_nauk #биология@chelovek_nauk
Дальше на каждую из солнечных систем натравили нейросеть-трансформер. Она должна была предсказывать движения планет. Похожим образом тренируется модель в основе ChatGPT. Справилась ли нейросеть? Да, предсказание траекторий планет было идеальным. Но вот законы, которые она предложила для объяснения движения – совсем не похожи на тот, что вы учили в школе. Например, один из них выглядит как
cos(cos(m)). Возможно, именно по этому закону сейчас вращается в могиле НьютонКроме того, несмотря на идеальное предсказание траектории планет, предсказанные силы у нейросети выглядят ну очень абсурдно. На видео силы показаны стрелками: слева – настоящий закон, справа – предсказанный трансформером. Для других солнечных систем предсказания, как правило, вовсе не работали
Стартапер в области ИИ утверждает, что 10 миллионов примеров – это слишком мало. Физик отвечает, что у Ньютона был один
Помимо физиков и программистов, случай обсуждают и биологи. Сейчас много шума вокруг моделей, обещающих решить все проблемы биологии, если научиться предсказывать поведение генов. Верно ли это предположение? Как показывает этот пример (и ещё больше в статье), даже отличные предсказания не означают понимание
#программирование@chelovek_nauk #физика@chelovek_nauk #биология@chelovek_nauk
👍27😁19❤3🔥3🎉2🤩1
Forwarded from Истории (не)успеха (ИИ)ЕИ (Dmytro)
Media is too big
VIEW IN TELEGRAM
Дорогие друзья, специально для вас! Желаем вам отличных выходных и, как сказано в этом видео, таки следующий шикарный физмат-лайв-стрим с супер-крутыми гостями 23-го июля.
Официальный анонс
#LiveStream #НастроениеСубботы #Culture
@easy_about_complex
Официальный анонс
#LiveStream #НастроениеСубботы #Culture
@easy_about_complex
👍2❤1🔥1
Forwarded from Истории (не)успеха (ИИ)ЕИ (Dmytro)
🧠 Лайв-стрим — 23 июля
В 18:00 по немецкому времени (19:00 по Киеву/Москве) у нас в гостях —
Михаил Коробко, старший научный сотрудник Института квантовой механики Университета Гамбурга и популяризатор науки.
Telegram-канал Михаила: @homeostatic_universe
📡 Стрим открытый — можно слушать, задавать вопросы и участвовать в разговоре.
🔬 Поговорим о теоретической и экспериментальной физике, квантовых технологиях, академической жизни и научной карьере в Германии.
Возможно, затронем междисциплинарные темы — философию науки и стыки с другими областями знаний.
📍Присоединиться можно будет 23 июля в указанное время — кнопка «Присоединиться к стриму» появится вверху этого канала.
🗓️ Отметьте у себя в календаре — будет интересно не только физикам.
В 18:00 по немецкому времени (19:00 по Киеву/Москве) у нас в гостях —
Михаил Коробко, старший научный сотрудник Института квантовой механики Университета Гамбурга и популяризатор науки.
Telegram-канал Михаила: @homeostatic_universe
📡 Стрим открытый — можно слушать, задавать вопросы и участвовать в разговоре.
🔬 Поговорим о теоретической и экспериментальной физике, квантовых технологиях, академической жизни и научной карьере в Германии.
Возможно, затронем междисциплинарные темы — философию науки и стыки с другими областями знаний.
📍Присоединиться можно будет 23 июля в указанное время — кнопка «Присоединиться к стриму» появится вверху этого канала.
🗓️ Отметьте у себя в календаре — будет интересно не только физикам.
Telegram
Истории (не)успеха (ИИ)ЕИ
Просто о математике, нейросетях, программировании, спорте, политике, культуре. Общение, контакты, международные онлайн дискуссии/лекции в формате лайвстрим, встречи на спорт в Мюнхене.
🔥7😁2
Forwarded from Кофейный теоретик
Interpolation.pdf
2.4 MB
Интерполяции здорового человека. Я более-менее дописал обещанный несколько месяцев назад текст про интерполяции и делюсь им с дорогими пампищиками. Замечания, рекомендации и предложения are welcome. Текст ещё будет расширяться в смысле библиографии и возможно будет дописан кусочек про тригонометрические интерполяции, но, думаю, что в текущем виде уже можно показывать :-)
Что в тексте. Я проповедую идею, что на все интерполяционные задачи полезно смотреть с точки зрения сопряженного пространства. Идея в том, что «данные для интерполяции» нужно понимать как линейные функционалы. То есть как базис сопряженного пространства. Затем подбирать к ним дуальный базис в исходном пространстве функций (тех, при помощи которых интерполируем) и собирать уже из этих многочленов интерполирующие функции.
Тут есть два важных момента.
1. Формулы получаются символьные, а значит универсальные.
2. Не особо важно какими функциями интерполировать. Можно полиномами (как в обычных сплайнах и интерполяционном многочлене Лагранжа), а можно тригонометрическими функциями, можно и какими-нибудь экспоненциальными даже. Или даже смешанными наборами. В общем чем угодно — не важно. Формулы позволяют.
Есть очевидная трудность с вычислением самих базисных функций. Но, с другой стороны, при выбранной схеме интерполяции эта сложная задача решается один раз. А дальше за счёт символьной природы формул — просто подставляем нужные значения параметров.
Ну и немного эксклюзива.
Можно поиграться с формулами самостоятельно, я сделал проект в colab. Не ругайтесь, весь код сгенерирован при помощи #AI и, вероятно, ужасен :-)
1. Про базис тригонометрических функций тут.
2. Про интерполяцию тригонометрическими функциями тут.
3. Вычисления для сплайнов 5-го порядка здесь.
Надеюсь, что будет полезно и популярно. #научпоп
Что в тексте. Я проповедую идею, что на все интерполяционные задачи полезно смотреть с точки зрения сопряженного пространства. Идея в том, что «данные для интерполяции» нужно понимать как линейные функционалы. То есть как базис сопряженного пространства. Затем подбирать к ним дуальный базис в исходном пространстве функций (тех, при помощи которых интерполируем) и собирать уже из этих многочленов интерполирующие функции.
Тут есть два важных момента.
1. Формулы получаются символьные, а значит универсальные.
2. Не особо важно какими функциями интерполировать. Можно полиномами (как в обычных сплайнах и интерполяционном многочлене Лагранжа), а можно тригонометрическими функциями, можно и какими-нибудь экспоненциальными даже. Или даже смешанными наборами. В общем чем угодно — не важно. Формулы позволяют.
Есть очевидная трудность с вычислением самих базисных функций. Но, с другой стороны, при выбранной схеме интерполяции эта сложная задача решается один раз. А дальше за счёт символьной природы формул — просто подставляем нужные значения параметров.
Ну и немного эксклюзива.
Можно поиграться с формулами самостоятельно, я сделал проект в colab. Не ругайтесь, весь код сгенерирован при помощи #AI и, вероятно, ужасен :-)
1. Про базис тригонометрических функций тут.
2. Про интерполяцию тригонометрическими функциями тут.
3. Вычисления для сплайнов 5-го порядка здесь.
Надеюсь, что будет полезно и популярно. #научпоп
🔥15❤11
Представляем один из крупнейших независимых каналов в научно-образовательном сегменте отечественного Телеграма – «Наука и университеты» (https://xn--r1a.website/naukauniver).
Канал легендарный, на его автора оказывали давление, но он остался несгибаем. С искренним восхищением рекомендуем Вам этот канал !
Ежедневные информационные и аналитические материалы о правовых, кадровых, организационных и методических проблемах науки и образования .
Среди более 40 тысяч подписчиков канала – преподаватели колледжей и вузов, научные работники, аспиранты и студенты, менеджеры в сфере науки и образования.
Советуем подписаться!
Канал легендарный, на его автора оказывали давление, но он остался несгибаем. С искренним восхищением рекомендуем Вам этот канал !
Ежедневные информационные и аналитические материалы о правовых, кадровых, организационных и методических проблемах науки и образования .
Среди более 40 тысяч подписчиков канала – преподаватели колледжей и вузов, научные работники, аспиранты и студенты, менеджеры в сфере науки и образования.
Советуем подписаться!
Telegram
Наука и университеты
Актуальные новости в сфере науки и образования
Контакты @nauka2030 почта: naukauniver@gmail.com
Регистрация в РКН: https://clck.ru/3EiMZ3
Контакты @nauka2030 почта: naukauniver@gmail.com
Регистрация в РКН: https://clck.ru/3EiMZ3
❤2
Forwarded from Технозаметки Малышева
Каталог каталогов по ML и ИИ.
1. Мини-проекты по машинному обучению с Python
Небольшие проекты для понимания основных концепций. Создание моделей машинного обучения с Scikit-learn для регрессии и классификации.
2. Анализ данных и библиотека проектов машинного обучения
Учебные материалы, код и наборы данных для проектов анализа данных и машинного обучения.
3. Идеи для проектов машинного обучения
Идеи проектов: машинное обучение, НЛП, компьютерное зрение, рекомендательные системы.
4. 500+ проектов машинного обучения и ИИ с кодом
500+ реальных проектов: машинное обучение, глубокое обучение, компьютерное зрение, НЛП.
5. Проекты генеративного ИИ
Современные проекты и сервисы генеративного ИИ. Инструменты для генерации текста, изображений, аудио, видео.
6. Инструменты и проекты LangChain
Инструменты и проекты с фреймворком LangChain для приложений на основе больших языковых моделей и ИИ-агентов.
7. Решения Kaggle
Решения и идеи соревнований Kaggle. Лучшие подходы к решению задач машинного обучения.
8. Топ проектов глубокого обучения на GitHub
Популярные проекты глубокого обучения, ранжированные по количеству звезд. Фреймворки, инструменты и ресурсы.
9. Справочник по машинному обучению
Ссылки, учебные материалы и ресурсы по машинному обучению и глубокому обучению.
10. Ресурсы глубокого обучения
Учебники, проекты, книги и сообщества по глубокому обучению. Нейронные сети, обучение с подкреплением, исследования ИИ.
Обычно такое не люблю, но тут реально собраны тысячи полезных ссылок.
Тут и обучение и фреймворки и инструменты.
Все что может пригодиться в мире ИИ.
Подборки курируемые с десятками, а иногда и сотнями контрибьюторов.
И всё бесплатно. Лет на 5 обучения хватит.
#обучение #каталоги
———
@tsingular
1. Мини-проекты по машинному обучению с Python
Небольшие проекты для понимания основных концепций. Создание моделей машинного обучения с Scikit-learn для регрессии и классификации.
2. Анализ данных и библиотека проектов машинного обучения
Учебные материалы, код и наборы данных для проектов анализа данных и машинного обучения.
3. Идеи для проектов машинного обучения
Идеи проектов: машинное обучение, НЛП, компьютерное зрение, рекомендательные системы.
4. 500+ проектов машинного обучения и ИИ с кодом
500+ реальных проектов: машинное обучение, глубокое обучение, компьютерное зрение, НЛП.
5. Проекты генеративного ИИ
Современные проекты и сервисы генеративного ИИ. Инструменты для генерации текста, изображений, аудио, видео.
6. Инструменты и проекты LangChain
Инструменты и проекты с фреймворком LangChain для приложений на основе больших языковых моделей и ИИ-агентов.
7. Решения Kaggle
Решения и идеи соревнований Kaggle. Лучшие подходы к решению задач машинного обучения.
8. Топ проектов глубокого обучения на GitHub
Популярные проекты глубокого обучения, ранжированные по количеству звезд. Фреймворки, инструменты и ресурсы.
9. Справочник по машинному обучению
Ссылки, учебные материалы и ресурсы по машинному обучению и глубокому обучению.
10. Ресурсы глубокого обучения
Учебники, проекты, книги и сообщества по глубокому обучению. Нейронные сети, обучение с подкреплением, исследования ИИ.
Обычно такое не люблю, но тут реально собраны тысячи полезных ссылок.
Тут и обучение и фреймворки и инструменты.
Все что может пригодиться в мире ИИ.
Подборки курируемые с десятками, а иногда и сотнями контрибьюторов.
И всё бесплатно. Лет на 5 обучения хватит.
#обучение #каталоги
———
@tsingular
🔥17👍4❤2
Forwarded from Medical Ксю
#ИИ #фарма #подкасты
Фарма, генеративный искусственный интеллект (ИИ) и стартапы
С каждым годом фармацевтические компании инвестируют миллионы долларов в стартапы сферы искусственного интеллекта (ИИ) в медицине. Это логично: разработка лекарств — очень долгий и дорогой процесс, а ИИ, как ожидают все игроки рынка здравоохранения, может сильно удешевить и ускорить вывод новых препаратов на рынок.
Как фармацевтические компании выбирают стартапы для финансирования? Какие направления ИИ им наиболее интересны? Могут ли рассчитывать на поддержку от фармы стартапы в России? На все эти вопросы в новом эпизоде подкаста «Искусственный интеллект в здравоохранении» ответит Василий Светлов, лидер по развитию политик в сфере цифрового здравоохранения и доступа к данным компании «Рош»
Этот выпуск будет полезен как профессионалам в области здравоохранения, так и всем, кто интересуется внедрением инновационных технологий в медицинскую практику. Слушайте, чтобы узнать больше о том, как ИИ может изменить будущее медицины и повысить уровень здоровья и благополучия людей по всему миру.
Слушайте на Яндекс.Музыке и смотрите на популярных площадках видеоконтента:
📹RuTube
📹VK
Делитесь подкастом с друзьями и берите полезное на заметку!
Жду обратной связи от вас, эксперты.
@medicalksu
Фарма, генеративный искусственный интеллект (ИИ) и стартапы
С каждым годом фармацевтические компании инвестируют миллионы долларов в стартапы сферы искусственного интеллекта (ИИ) в медицине. Это логично: разработка лекарств — очень долгий и дорогой процесс, а ИИ, как ожидают все игроки рынка здравоохранения, может сильно удешевить и ускорить вывод новых препаратов на рынок.
Как фармацевтические компании выбирают стартапы для финансирования? Какие направления ИИ им наиболее интересны? Могут ли рассчитывать на поддержку от фармы стартапы в России? На все эти вопросы в новом эпизоде подкаста «Искусственный интеллект в здравоохранении» ответит Василий Светлов, лидер по развитию политик в сфере цифрового здравоохранения и доступа к данным компании «Рош»
Этот выпуск будет полезен как профессионалам в области здравоохранения, так и всем, кто интересуется внедрением инновационных технологий в медицинскую практику. Слушайте, чтобы узнать больше о том, как ИИ может изменить будущее медицины и повысить уровень здоровья и благополучия людей по всему миру.
Слушайте на Яндекс.Музыке и смотрите на популярных площадках видеоконтента:
📹RuTube
📹VK
Делитесь подкастом с друзьями и берите полезное на заметку!
Жду обратной связи от вас, эксперты.
@medicalksu
🔥7❤1😁1
Forwarded from Медач | Medical Channel
🤖Прими участие в закрытом тестировании ИИ от Медача
Медач запускает собственный ИИ-ассистент для врача и нам нужна ваша помощь! За участие - PRO подписка на год.
IQDOC– это интеллектуальный ассистент врача, который помогает ему на всех этапах работы: от приема пациента и до заполнения документации. Мы проводим закрытое бета-тестирование одного из компонентов – умного поиска по клиническим рекомендациям.
Мы делаем не очередной мод ChatGPT, а создаем собственную экосистему ориентированную на российского врача:
– Обучаем собственные модели под специфику русского языка и особенности российской медицины
– Полная и актуальная база нормативных медицинских документов
– Создано врачами для врачей: фокус на реальную помощь в клинической практике
– Полное соответствие законам РФ: персональные данные не отправляются за рубеж, а сам ИИ работает в парадигме российского здравоохранения
Что вы получите как тестер:
✅ Ранний доступ к ИИ без лимитов.
✅ Возможность влиять на развитие: вы можете предлагать улучшения и фичи, и ваш голос будет услышан
✅ Бесплатную PRO-подписку после запуска + упоминание в сообществе.
Мы ищем более 100 активных врачей разных специальностей и регионов. Участие: 1-2 часа в неделю, фидбек через кнопки в боте или чат.
Заинтересованы? Заполните короткую форму и получите приглашение на бета-тест. Места ограничены — присоединяйтесь, чтобы сделать жизнь врача лучше вместе!
Подписывайтесь также на телеграм-канал IQDOC, чтобы следить за обновлениями проекта
#medach #iqdoc #медицина #ai #ии
Медач запускает собственный ИИ-ассистент для врача и нам нужна ваша помощь! За участие - PRO подписка на год.
IQDOC– это интеллектуальный ассистент врача, который помогает ему на всех этапах работы: от приема пациента и до заполнения документации. Мы проводим закрытое бета-тестирование одного из компонентов – умного поиска по клиническим рекомендациям.
Мы делаем не очередной мод ChatGPT, а создаем собственную экосистему ориентированную на российского врача:
– Обучаем собственные модели под специфику русского языка и особенности российской медицины
– Полная и актуальная база нормативных медицинских документов
– Создано врачами для врачей: фокус на реальную помощь в клинической практике
– Полное соответствие законам РФ: персональные данные не отправляются за рубеж, а сам ИИ работает в парадигме российского здравоохранения
Что вы получите как тестер:
✅ Ранний доступ к ИИ без лимитов.
✅ Возможность влиять на развитие: вы можете предлагать улучшения и фичи, и ваш голос будет услышан
✅ Бесплатную PRO-подписку после запуска + упоминание в сообществе.
Мы ищем более 100 активных врачей разных специальностей и регионов. Участие: 1-2 часа в неделю, фидбек через кнопки в боте или чат.
Заинтересованы? Заполните короткую форму и получите приглашение на бета-тест. Места ограничены — присоединяйтесь, чтобы сделать жизнь врача лучше вместе!
Подписывайтесь также на телеграм-канал IQDOC, чтобы следить за обновлениями проекта
#medach #iqdoc #медицина #ai #ии
👍4😁1
Forwarded from Математика не для всех
This media is not supported in your browser
VIEW IN TELEGRAM
Топология против рака толстой кишки
Топология изучает устойчивые свойства форм и целых структур. Именно такой взгляд нужен, когда важно увидеть не отдельные клетки, а «архитектуру» ткани целиком и понять, где она теряет порядок.
В толстой кишке в норме всё организовано: клетки выстроены, роли распределены, структура держится. При мутациях этот порядок ломается — исчезают регулярные рисунки, рвутся связи, ткань ведёт себя иначе. По характеру таких сбоев патологи судят о наличии рака, его подтипе и о том, какое лечение выбирать.
Топология изучает устойчивые свойства форм и целых структур. Именно такой взгляд нужен, когда важно увидеть не отдельные клетки, а «архитектуру» ткани целиком и понять, где она теряет порядок.
В толстой кишке в норме всё организовано: клетки выстроены, роли распределены, структура держится. При мутациях этот порядок ломается — исчезают регулярные рисунки, рвутся связи, ткань ведёт себя иначе. По характеру таких сбоев патологи судят о наличии рака, его подтипе и о том, какое лечение выбирать.
🤩20👍8❤2🔥2
Первую статью нашего проекта CayleyPy приняли на NIPS (наиболее престижная конференция и публикация в области машинного обучения)
https://openreview.net/forum?id=31CaYYw1Xz
Более того это spotlight - что примерно 3% от всех представленных статей (688 из 25000+).
Продолжаем и присоединяйтесь !
Все кому интересен МЛ, математика, биоинформатика...
См. предыдущий пост: https://xn--r1a.website/sberlogabig/581
А также пост одного из соавторов:
https://openreview.net/forum?id=31CaYYw1Xz
Более того это spotlight - что примерно 3% от всех представленных статей (688 из 25000+).
Продолжаем и присоединяйтесь !
Все кому интересен МЛ, математика, биоинформатика...
См. предыдущий пост: https://xn--r1a.website/sberlogabig/581
А также пост одного из соавторов:
🔥51❤7👍7🎉1
Forwarded from Графики каждый день (почти)
Нашу статью взяли на NeurIPS 2025!
arxiv:2502.13266
Статья "A Machine Learning Approach That Beats Large Rubik's Cubes" про то как находить путь на больших графах в принципе, и про то как with zero human knowledge собирать Кубик Рубика 3x3, 4x4, 5x5, пятнашки до 6x6, ... и другие перестановочные пазлы в частности. Для понимания масштаба: кубик 5x5 это 10⁷⁴ состояний, а мы там находим достаточно короткий (лучший из опубликованных) путь сборки. Код к статье доступен на git cayleypy-cube.
Забавно что для меня это началось с этого поста 2 года назад, а потом списались с @Alexander_V_C (огромное ему спасибо) и как-то так и пошла интернет коллаборация. Собственно про метод писал здесь, и потом ещё подробнее напишу. Красиво, что просто немного случайно блуждая по графу, можно обучить модель очень хорошей эвристике, достаточной для ориентирования на широком классе графов.
Мне очень давно хотелось, чтобы какой-нибудь такой сюжет существующий из любопытства в рамках хобби добрался до рецензий. А тут не просто добрался, но и на A* конференцию, ещё и выдвинули на spotlight (топ 15% от принятых работ).
Воот)
arxiv:2502.13266
Статья "A Machine Learning Approach That Beats Large Rubik's Cubes" про то как находить путь на больших графах в принципе, и про то как with zero human knowledge собирать Кубик Рубика 3x3, 4x4, 5x5, пятнашки до 6x6, ... и другие перестановочные пазлы в частности. Для понимания масштаба: кубик 5x5 это 10⁷⁴ состояний, а мы там находим достаточно короткий (лучший из опубликованных) путь сборки. Код к статье доступен на git cayleypy-cube.
Забавно что для меня это началось с этого поста 2 года назад, а потом списались с @Alexander_V_C (огромное ему спасибо) и как-то так и пошла интернет коллаборация. Собственно про метод писал здесь, и потом ещё подробнее напишу. Красиво, что просто немного случайно блуждая по графу, можно обучить модель очень хорошей эвристике, достаточной для ориентирования на широком классе графов.
Мне очень давно хотелось, чтобы какой-нибудь такой сюжет существующий из любопытства в рамках хобби добрался до рецензий. А тут не просто добрался, но и на A* конференцию, ещё и выдвинули на spotlight (топ 15% от принятых работ).
Воот)
❤49🔥37👍4🎉1
XV Международный Турнир Естественных Наук (ТЕН) открывает регистрацию на отборочный этап!
ТЕН — это уникальная возможность для молодых ученых превратить свои знания в практические кейсы и завести полезные знакомства с компаниями-партнерами.
На сайте уже опубликованы задачи нового сезона! Биологи, химики, физики, инженеры — выбирайте задачу по душе и собирайте команду 🧤
📍 онлайн-этап: 14-16 ноября
📍 очный этап: март 2026
В этом году очный этап пройдет на базе университетов ИТМО и ВШЭ, куда соберутся лучшие команды со всех регионов России и СНГ.
🔗 ссылка на регистрацию
Регистрируйтесь сейчас и участвуйте в Турнире! Желаем успехов!
scitourn.ru
@scitourn_ru
Генеральный партнер проекта — Газпром Нефть
ТЕН — это уникальная возможность для молодых ученых превратить свои знания в практические кейсы и завести полезные знакомства с компаниями-партнерами.
На сайте уже опубликованы задачи нового сезона! Биологи, химики, физики, инженеры — выбирайте задачу по душе и собирайте команду 🧤
📍 онлайн-этап: 14-16 ноября
📍 очный этап: март 2026
В этом году очный этап пройдет на базе университетов ИТМО и ВШЭ, куда соберутся лучшие команды со всех регионов России и СНГ.
🔗 ссылка на регистрацию
Регистрируйтесь сейчас и участвуйте в Турнире! Желаем успехов!
scitourn.ru
@scitourn_ru
Генеральный партнер проекта — Газпром Нефть
❤6🔥3👍2
Forwarded from Истории (не)успеха (ИИ)ЕИ
🚀 Соревнования по ИИ в графах Кэли / подгруппах симметрической группы: дата и время лайв-стрима?
Для пазла Christopher's Jewel уже сам Томас Рокицки засабмитил решение — тот самый исследователь, который доказал, что число Бога для кубика Рубика 3×3×3 равно 20. Надо попробовать побить решения Томаса на остальных пазлах :-)
Сейчас готовлю ноутбук с решением Christopher's Jewel — он будет в открытом доступе самое позднее в понедельник. Можно использовать его как основу, но совершенно не обязательно: подойдут любые подходы к поиску кратчайших решений. Хотите — используйте RL, хотите — другие методы. Главное — искать именно минимальные сборки.
👉 Число Бога для Christopher's Jewel пока не известно. Экспериментально у меня получается максимум 18 вращений, но это не доказано.
📺 На следующей неделе хочу провести лайв-стрим с введением в эти темы. Когда вам удобно? Напишите в комментариях
Для пазла Christopher's Jewel уже сам Томас Рокицки засабмитил решение — тот самый исследователь, который доказал, что число Бога для кубика Рубика 3×3×3 равно 20. Надо попробовать побить решения Томаса на остальных пазлах :-)
Сейчас готовлю ноутбук с решением Christopher's Jewel — он будет в открытом доступе самое позднее в понедельник. Можно использовать его как основу, но совершенно не обязательно: подойдут любые подходы к поиску кратчайших решений. Хотите — используйте RL, хотите — другие методы. Главное — искать именно минимальные сборки.
👉 Число Бога для Christopher's Jewel пока не известно. Экспериментально у меня получается максимум 18 вращений, но это не доказано.
📺 На следующей неделе хочу провести лайв-стрим с введением в эти темы. Когда вам удобно? Напишите в комментариях
Kaggle
CayleyPy Christopher's Jewel Solve Optimally
Write your name in the history of science - solve the problem unsolved for many years
👍4🔥4❤1
https://www.arxiv.org/abs/2509.19162
Мы выложили на архив третью статью проекта CayleyPy.
(Первая статья была принята на самую топовую конференцию NeaurIPS как spotlight - то есть в топ3%.)
А также представляем первый релиз нашей библиотеки - CayleyPy - для работы методами МЛ/RL с графами размера гугл: https://github.com/cayleypy/cayleypy (Кидайте звезды ⭐⭐ на наш гитхаб - они нам очень помогут !) Библиотека также ставится через pypi: https://pypi.org/project/cayleypy/ .
Сама статья с упором на математику - предложено около 200 новых математических гипотез полученных с помощью вычислительных экспериментов с нашей библиотекой, которая позволяет делать расчеты - которые за пределами существовавших ранее систем компьютерной алгебры. Если у Вас есть знакомые математики занимающиеся теорий групп или графов - свяжите их с нами - @alexander_v_c . Slides at Oberwolfach.
А также мы рады всем добровольцам - кто знает Питон или математику и имеет несколько свободных часов - будем рады всем участникам - пинганите @alexander_v_c
Чтобы бенчмаркать методы и одновременно двигать математику и биоинформатику - мы создали более 10 челленжей на Каггл.
Всем кому интересен Каггл - тоже присоединяйтесь
https://www.kaggle.com/competitions/cayleypy-christophers-jewel
https://www.kaggle.com/competitions/cayleypy-glushkov
https://www.kaggle.com/competitions/CayleyPy-pancake
https://www.kaggle.com/competitions/cayleypy-transposons
Мы выложили на архив третью статью проекта CayleyPy.
(Первая статья была принята на самую топовую конференцию NeaurIPS как spotlight - то есть в топ3%.)
А также представляем первый релиз нашей библиотеки - CayleyPy - для работы методами МЛ/RL с графами размера гугл: https://github.com/cayleypy/cayleypy (Кидайте звезды ⭐⭐ на наш гитхаб - они нам очень помогут !) Библиотека также ставится через pypi: https://pypi.org/project/cayleypy/ .
Сама статья с упором на математику - предложено около 200 новых математических гипотез полученных с помощью вычислительных экспериментов с нашей библиотекой, которая позволяет делать расчеты - которые за пределами существовавших ранее систем компьютерной алгебры. Если у Вас есть знакомые математики занимающиеся теорий групп или графов - свяжите их с нами - @alexander_v_c . Slides at Oberwolfach.
А также мы рады всем добровольцам - кто знает Питон или математику и имеет несколько свободных часов - будем рады всем участникам - пинганите @alexander_v_c
Чтобы бенчмаркать методы и одновременно двигать математику и биоинформатику - мы создали более 10 челленжей на Каггл.
Всем кому интересен Каггл - тоже присоединяйтесь
https://www.kaggle.com/competitions/cayleypy-christophers-jewel
https://www.kaggle.com/competitions/cayleypy-glushkov
https://www.kaggle.com/competitions/CayleyPy-pancake
https://www.kaggle.com/competitions/cayleypy-transposons
🔥49🎉5
Тратите часы на Ctrl+C / Ctrl+V руками в Excel? Освободите время и силы с Python!
⚡️11 октября в 12:00 мск @blastim приглашает на полезный бесплатный вебинар «Экономим десятки часов на данных: первый шаг в Python без боли»
Что вас ждет:
✅ введение: почему Excel и Google-таблицы крадут ваши ресурсы и нервы;
✅ живые примеры кодинга и лайфхаки автоматизации на Python:
— исследуем данные,
— чистим и объединяем таблички,
— красиво визуализируем и считаем статистику;
✅ инструкции «для чайников»: как начать вкатываться в Python с нуля и не сойти с ума.
🧑🏻💻Спикер: Александр Ильин, биоинформатик, выпускник Сколтеха, специалист по машинному обучению.
📅 Дата: 11 октября, 12:00 мск
➡️ Регистрация: clck.ru/3PeES4
На вебинаре мы наметим путь от «я гуманитарий» до «сам себе датасайентист». Овладев Python, вы будете тратить на рутинные операции с данными не недели, а часы и даже минуты
⚡️11 октября в 12:00 мск @blastim приглашает на полезный бесплатный вебинар «Экономим десятки часов на данных: первый шаг в Python без боли»
Что вас ждет:
✅ введение: почему Excel и Google-таблицы крадут ваши ресурсы и нервы;
✅ живые примеры кодинга и лайфхаки автоматизации на Python:
— исследуем данные,
— чистим и объединяем таблички,
— красиво визуализируем и считаем статистику;
✅ инструкции «для чайников»: как начать вкатываться в Python с нуля и не сойти с ума.
🧑🏻💻Спикер: Александр Ильин, биоинформатик, выпускник Сколтеха, специалист по машинному обучению.
📅 Дата: 11 октября, 12:00 мск
На вебинаре мы наметим путь от «я гуманитарий» до «сам себе датасайентист». Овладев Python, вы будете тратить на рутинные операции с данными не недели, а часы и даже минуты
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥6🤩4😁1
🚀 Студенты всех направлений - это ваш день
✅ Agrocon 2025 — крупнейшая межуниверситетская площадка для карьеры в аграрном секторе. Пройдёт 17 октября, начало в 10:00
Для кого и зачем:
Юристы, экономисты, айтишники, маркетологи/PR, логисты, биотехнологи, химики, экологи, HR - в АПК нужны ваши компетенции. Это про большие данные, цепочки поставок, качество и безопасность продуктов для миллионов покупателей
Что будет:
🔸 Стажировки и офферы в компании АПК по вашему профилю
🔸 Дегустации от компаний — от йогуртов до смузи
🔸 Деловые знакомства с топ-менеджерами: нетворкинг и мини-консультации
🔸 Мастер-зона «АПК в миниатюре»: посадим росток настоящего растения и заберём домой
🔸 Награждение лучших работодателей Agrocon Award
💚 Интерактив от X5 Group, генерального партнёра мероприятия - мини-лекция с дегустацией «Поговорим о ЗОЖ»: что такое здоровое питание, как проверять качество продуктов и отличать ЗОЖ от псевдо-ЗОЖ
Agrocon в цифрах:
📇 5 000+ участников
🤝 40+ компаний и стартапов
💼 200+ стажировок и вакансий
📍 РУДН, ул. Миклухо-Маклая, 6
👉 Посещение бесплатно при регистрации
🥪 Работа в АПК — самая вкусная работа в мире!
✅ Agrocon 2025 — крупнейшая межуниверситетская площадка для карьеры в аграрном секторе. Пройдёт 17 октября, начало в 10:00
Для кого и зачем:
Юристы, экономисты, айтишники, маркетологи/PR, логисты, биотехнологи, химики, экологи, HR - в АПК нужны ваши компетенции. Это про большие данные, цепочки поставок, качество и безопасность продуктов для миллионов покупателей
Что будет:
🔸 Стажировки и офферы в компании АПК по вашему профилю
🔸 Дегустации от компаний — от йогуртов до смузи
🔸 Деловые знакомства с топ-менеджерами: нетворкинг и мини-консультации
🔸 Мастер-зона «АПК в миниатюре»: посадим росток настоящего растения и заберём домой
🔸 Награждение лучших работодателей Agrocon Award
💚 Интерактив от X5 Group, генерального партнёра мероприятия - мини-лекция с дегустацией «Поговорим о ЗОЖ»: что такое здоровое питание, как проверять качество продуктов и отличать ЗОЖ от псевдо-ЗОЖ
Agrocon в цифрах:
📇 5 000+ участников
🤝 40+ компаний и стартапов
💼 200+ стажировок и вакансий
📍 РУДН, ул. Миклухо-Маклая, 6
👉 Посещение бесплатно при регистрации
🥪 Работа в АПК — самая вкусная работа в мире!
👍4🎉3🔥2😁1🤩1
Forwarded from adapt compete evolve or die
В этом году Yandex Cup ML будет необычным!
Во-первых, мы будем принимать и запускать код при очень демократичных ограничениях на модель. 🎉 Не получится решить просто огромной моделью, думать придётся.
Во-вторых, задачи так или иначе связаны с bleeding edge исследований, и некоторые статьи 2025 года, кажется, будут очень полезны участникам.
В-третьих, меня привлекли к подготовке 😆 — я помогаю искать лики, хаки метрик и исследовать, достаточно ли на лидерборде простора идеям участников, а также медитировать на то, какие сюрпризы будут ждать нас в private-части.
Я считаю, что соревнование получается классное — сам бы поучаствовал!
Мне очень хочется подробно рассказать про задачи — смотрите, какие нестандартные штуки мы придумали! Но пока опишу вкратце.
Генерация картинок — редкий гость в соревновательном ML. Нарисуй лучше, чем камера, закреплённая на машине. Пространственное мышление и перспектива. Тяжёлые интересные данные, метрика, провоцирующая поиск нестандартных решений.
VLM-задача на понимание геометрии и физики. Мечта школьника с СДВГ — модель найдёт всё, что он может пропустить. Незасвеченные данные для бенчмарков, богатство выбора подходов, но будет непросто.
Галлюцинации LLM-моделей — вредный и опасный феномен, мешающий светлому будущему. Мы придумали несколько разноплановых атак на «сознание» моделей — отбей их все и защити факты. Тест-сета в открытых данных нет.
Ну и, конечно, в финале будет интересная короткая задача.
Регистрируйся и участвуй прямо сейчас!
Во-первых, мы будем принимать и запускать код при очень демократичных ограничениях на модель. 🎉 Не получится решить просто огромной моделью, думать придётся.
Во-вторых, задачи так или иначе связаны с bleeding edge исследований, и некоторые статьи 2025 года, кажется, будут очень полезны участникам.
В-третьих, меня привлекли к подготовке 😆 — я помогаю искать лики, хаки метрик и исследовать, достаточно ли на лидерборде простора идеям участников, а также медитировать на то, какие сюрпризы будут ждать нас в private-части.
Я считаю, что соревнование получается классное — сам бы поучаствовал!
Мне очень хочется подробно рассказать про задачи — смотрите, какие нестандартные штуки мы придумали! Но пока опишу вкратце.
Генерация картинок — редкий гость в соревновательном ML. Нарисуй лучше, чем камера, закреплённая на машине. Пространственное мышление и перспектива. Тяжёлые интересные данные, метрика, провоцирующая поиск нестандартных решений.
VLM-задача на понимание геометрии и физики. Мечта школьника с СДВГ — модель найдёт всё, что он может пропустить. Незасвеченные данные для бенчмарков, богатство выбора подходов, но будет непросто.
Галлюцинации LLM-моделей — вредный и опасный феномен, мешающий светлому будущему. Мы придумали несколько разноплановых атак на «сознание» моделей — отбей их все и защити факты. Тест-сета в открытых данных нет.
Ну и, конечно, в финале будет интересная короткая задача.
Регистрируйся и участвуй прямо сейчас!
Yandex Cup — чемпионат по программированию
Машинное обучение — Yandex Cup
Попробуйте свои силы в решении нестандартных задач
👍6❤4🔥4
pip install hello_snake — разбираемся в библиотеках Python с Бластим Вы уже слышали про списки и векторы, прошли курсы по основам Python, открывали Google Colab и даже писали
import something... Но как всё это прикрутить к реальным данным — особенно если они с приставкой bio — остается загадкой?Когда? Эта суббота, 18 октября, в 12:00 мск
Вместе с матерым преподавателем Александром Ильиным:
• разберетесь, зачем вообще нужны библиотеки и где их искать
• научитесь устанавливать и импортировать их без страха ошибок
• узнаете, какие пакеты помогают работать с биологическими данными
• подберете решения под конкретные задачи и быстро проверите их в Jupyter
Во время вебинара можно задавать вопросы преподавателю вживую. Александр разберет ваш кейс и подскажет, с чего начать
Получите «читательский билет» в мир Python-библиотек от Бластим здесь: clck.ru/3PmFZV
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤3🎉1
Рекомендуем систему и канал наших коллег: https://xn--r1a.website/francais_2_months
Telegram
le_programming
Делаю различные проекты по автоматизации @lechat_Alexey
👍4❤1