Наука

Новое исследование анализирует компромиссы между защитой персональных данных и практической ценностью при создании синтетических финансовых данных.

Обзор показывает, как методы глубокого обучения преобразуют прогнозирование цен на электроэнергию на различных этапах рынка — от суточных до балансирующих.

Новое исследование показывает, что экстремальные настроения инвесторов значительно увеличивают неопределенность на криптовалютных рынках, приводя к уширению спредов и снижению ликвидности.

Новая методика позволяет эффективно отсеивать зашумленные данные в процессе обучения моделей машинного обучения, используемых для моделирования молекулярной динамики.

Новая модель MAU-GPT, использующая возможности больших языковых моделей и визуального анализа, позволяет значительно повысить точность обнаружения и понимания отклонений в работе промышленного оборудования.