Прогноз риска рака груди: новый взгляд на мультимодальный анализ
Исследование представляет комплексный подход к прогнозированию пятилетнего риска развития рака груди, объединяющий клинические данные с генетической информацией.
Наука
Чувствительность потока в пористых средах: анализ ключевых параметров
![На основе суррогатной модели MR-PC, обученной на 8192 образцах QMC с параметрами [latex]N_r = 1[/latex] и [latex]N_o = 2[/latex], проведена оценка общих индексов чувствительности по всей области определения, демонстрирующая влияние выбранных параметров на общую вариативность модели.](https://arxiv.org/html/2602.21448v1/x97.png)
Новое исследование демонстрирует эффективный метод выявления наиболее влиятельных факторов, определяющих поведение жидкостей в системах, сочетающих свободное течение и пористую среду.
Оптимизация со смешанными целыми переменными: новый подход с использованием случайных ключей
![Подход, представленный в работе, основывается на чётком разделении проблемно-независимого пространства случайных ключей, в котором осуществляется поиск оптимальных решений с использованием алгоритмов, таких как генетические алгоритмы или имитация отжига, и детерминированного проблемно-зависимого декодера, преобразующего вектор случайных ключей [latex]\mathcal{X}\in[0,1)^{n}[/latex] в допустимое решение [latex]x=\mathit{decoder(\mathcal{X})}[/latex] в проблемном пространстве, что позволяет эффективно кодировать различные ограничения, включая целочисленность, границы переменных и ограничения кардинальности, для задач смешанного целочисленного программирования.](https://arxiv.org/html/2602.22173v1/Figures/SchematicRKO.png)
В статье представлен инновационный метод решения задач оптимизации со смешанными целыми переменными на основе алгоритма Random-Key Optimizer с разработанными декодерами.
Магнитный порядок в купратах: объединяя вычислительные подходы
![Наблюдается зависимость намагниченности [latex]M_s[/latex] от размерности связи [latex]D[/latex] в соединении [latex]Sr_2CuO_3[/latex], демонстрирующая влияние размерности связи на магнитные свойства материала.](https://arxiv.org/html/2602.21695v1/x3.png)
Новое исследование сочетает методы ab initio и тензорных сетей для точного моделирования магнитных свойств одномерных купратов.
Устойчивое моделирование предпочтений: новый подход к оценке рисков
![Оценка Фенхеля-Янга демонстрирует двойственность между пространствами полезности и вероятностей: функция избытка [latex]\Omega(\mathbf{V})[/latex] в пространстве полезности определяет градиент, соответствующий предсказанию, который стремится к соответствию с целевым градиентом, заданным наблюдаемой меткой, в то время как сопряжённая функция регуляризации [latex]\Lambda(\mathbf{p})[/latex] в пространстве вероятностей визуализирует потерю Фенхеля-Янга как расхождение Брегмана, отражающее вертикальное расстояние между значением функции и гиперплоскостью, построенной в точке предсказания, причём эти два представления математически эквивалентны посредством преобразования Лежандра-Фенхеля, где градиент в одном пространстве становится координатой в другом.](https://arxiv.org/html/2602.21376v1/Figs/Bregman_pic.png)
В статье представлен инновационный метод оценки моделей предпочтений, обеспечивающий надежность даже при ограниченном объеме данных.