Искусственный интеллект предсказывает будущее: новый подход к анализу временных рядов

Веса ансамбля, усредненные для моделей Moirai, Sundial и Toto, демонстрируют различную значимость в зависимости от горизонта прогнозирования - краткосрочного, среднесрочного и долгосрочного - что указывает на адаптацию стратегий к различным временным рамкам.

Исследователи предлагают инновационную систему, использующую возможности больших языковых моделей для оркестровки ансамблей моделей прогнозирования временных рядов.

Прогнозирование тромбоза в насосах для искусственного кровообращения: новый подход

Исследователи разработали систему машинного обучения, способную предсказывать риск образования тромбов в роторных насосах, используемых в системах искусственного кровообращения.

Сладкие речи и горькая правда: как искусственный интеллект вовлекает в любовные аферы

Изучение механизмов мошенничества, основанного на романтических уловках, выявило трёхэтапную схему, названную “Крючок, Леска и Грузило”, основанную на реальных сообщениях пострадавших, и показало, что автоматизация подобных схем с использованием больших языковых моделей становится всё более вероятной.

Новое исследование показывает, что возможности генеративных моделей языка позволяют автоматизировать схемы обмана, используя эмоциональную манипуляцию в романтических отношениях.

Эхо Прошлого: Как Расовые Предубеждения Проникают в Новостные Алгоритмы

Со временем наблюдается изменение в употреблении терминов «blacks» и обозначения «black», что указывает на эволюцию лингвистических норм и семантических предпочтений в данной области.

Исследование показывает, что системы искусственного интеллекта, используемые в журналистике, могут невольно воспроизводить устаревшие расовые стереотипы, унаследованные от исторических данных.

Прогнозирование геоопасностей: нейросеть на службе скорости и точности

Физическая модель гранулярных потоков и разработанная нейронная сеть-эмулятор геофизических потоков демонстрируют структурное соответствие, указывая на возможность эффективной аппроксимации сложных физических процессов с помощью методов машинного обучения.

Новый подход позволяет моделировать распространение оползней и других геоопасностей с беспрецедентной скоростью, открывая возможности для оперативного прогнозирования и масштабного анализа рисков.