Новый алгоритм позволит точнее прогнозировать погоду и обрабатывать медицинские сигналы

Ученые из Саратовского национального исследовательского государственного университета имени Н.Г. Чернышевского (Саратов) и Российского экономического университета имени Г.В. Плеханова (Москва) в рамках междисциплинарного проекта РНФ, выполняемого в Национальном исследовательском университете «Высшая школа экономики» (Москва), разработали метод машинного обучения NGRC-MDS, способный справиться с этой проблемой.

За основу авторы взяли алгоритм резервуарных вычислений нового поколения (NG-RC) — очень быструю и экономичную с точки зрения вычислений нейросеть, которую уже используют для прогнозирования. Однако существующая версия NG-RC плохо справляется с анализом неполных данных. Дело в том, что этот алгоритм ищет закономерности в существующей информации на строго определенных временных интервалах.

«Представим, что для предсказания погоды он рассматривает данные с интервалом в 10 минут. Но в реальности погода меняется не так постоянно: есть быстрые процессы (резкие порывы ветра) и очень медленные (плавные изменения атмосферного давления). Поэтому одинаковый шаг в 10 минут позволит отлично уловить быстрые изменения, но совершенно бесполезен для понимания длительных», — рассказывает участник проекта, поддержанного грантом РНФ, Артем Бадарин, кандидат физико-математических наук, ведущий научный сотрудник Научно-исследовательского института прикладного искусственного интеллекта и цифровых решений РЭУ имени Г.В. Плеханова, ведущий научный сотрудник Саратовского государственного университета имени Н.Г. Чернышевского.