Сети с учётом знака: новый взгляд на оптимизацию портфеля

Исследование предлагает инновационный подход к построению инвестиционного портфеля, использующий модели сетевых взаимодействий с учётом знака для повышения эффективности и снижения рисков.

Обучение с куратором: новый подход к совершенствованию ИИ

В разработанной системе обучения с подкреплением, итеративный цикл «Актер-Куратор» динамически адаптирует выбор задач из обширного банка, ориентируясь не на случайный отбор, а на максимизацию прироста производительности Актера, при этом Куратор обучается на основе вознаграждения, отражающего улучшение политики после каждого обновления, что позволяет системе оптимизировать процесс обучения по мере совершенствования Актера.

Исследователи предлагают инновационную методику обучения с подкреплением, в которой алгоритм сам формирует учебную программу для повышения эффективности после первоначальной тренировки.

Оптимальное исследование в марковских процессах принятия решений

Новый алгоритм κ-Explorer обеспечивает эффективное и надежное построение моделей в сложных средах, сочетая адаптивное распределение ресурсов и учет сложности переходов.