Нейросети будущего: ВШЭ представила прорыв в геометрическом машинном обучении

В НИУ ВШЭ исследователи из Лаборатории геометрической алгебры и приложений разработали инновационную архитектуру нейросетей, названную GLGENN. Она спроектирована с учетом симметрий в данных, что позволяет существенно сократить количество необходимых параметров по сравнению с традиционными моделями. Это упрощает процесс обучения и минимизирует вероятность переобучения, особенно когда объем данных ограничен.

В основе разработки лежат геометрические алгебры Клиффорда и новый подход к разделению весов. Данная модель продемонстрировала значительную эффективность в задачах, связанных с моделированием физических процессов и обработкой геометрических данных, отличаясь при этом повышенной скоростью работы и простотой использования.

Результаты исследования были представлены на международной конференции ICML 2025, проходившей в Ванкувере. Текст научной статьи и программный код находятся в открытом доступе. В дальнейшем исследователи намерены развивать GLGENN и применять ее в таких областях, как биоинформатика, робототехника и компьютерное зрение.

Проект получил поддержку от лаборатории НИУ ВШЭ «Зеркальные лаборатории» по кватернионам и геометрическим алгебрам.

Обратите внимание: В школах отменяют важный предмет с 1 сентября: ученики прыгают до потолка от счастья, учителя в безумии