![Эффективность критического сегмента многоступенчатой системы искусственного интеллекта определяется принципом [latex]EP[/latex], обеспечивающим точное и надёжное функционирование в сложных вычислительных задачах.](https://arxiv.org/html/2603.18201v1/x1.png)
В статье представлена инновационная статистическая модель, позволяющая прогнозировать отказы систем искусственного интеллекта в беспилотных транспортных средствах, учитывая распространение ошибок между отдельными модулями.
![Нейронная сеть прямого распространения используется для прогнозирования временных рядов типа AR(pp), где прошлые значения [latex]x\_{t-1}, \dots, x\_{t-p}[/latex] служат входными данными, а обратное преобразование [latex]t^{-1}(\cdot)[/latex] позволяет сопоставить веса сети с коэффициентами авторегрессии, гарантируя стационарность процесса.](https://arxiv.org/html/2603.19041v1/NN.png)
Исследователи предлагают инновационную архитектуру нейронной сети, позволяющую быстро и точно оценивать параметры авторегрессионных моделей.
Новое исследование показывает, что заявления компаний об использовании искусственного интеллекта в экологических целях часто оказываются лишь маркетинговым ходом, тормодящим реальные инновации в области устойчивого развития.
![Доля аномальных случаев, предсказываемых каждой моделью ([latex]\mathcal{TOA}[/latex]), среди всех выявленных аномалий ([latex]\mathcal{TO}[/latex], [latex]\mathcal{O}[/latex]) демонстрирует различия в способности моделей к прогнозированию отклонений.](https://arxiv.org/html/2603.18358v1/images/seed_to_topic_barplot-v2.png)
Новое исследование предлагает метод выявления статей-предвестников, которые сигнализируют о зарождении новых информационных трендов в потоке новостей.
Исследователи предложили усовершенствованную авторегрессионную модель, превосходящую диффузионные модели по точности и устойчивости к изменениям в данных.