Графы учатся с подсказками: новый взгляд на полу-обучение
![В исследовании сравнивалась среднеквадратичная ошибка [latex]MSE[/latex] для различных размеров графов при изменении параметра [latex]\log(1/\pi)[/latex], при этом оценивались модели графовых нейронных сетей (GCN) с пропущенными соединениями и без них, а также базовая многослойная нейронная сеть (MLP), что позволило выявить влияние архитектурных решений на точность оценки в зависимости от размера графа и параметров входных данных.](https://arxiv.org/html/2602.17115v1/final_figure2.png)
Исследование предлагает теоретическую основу для понимания методов полу-обучения на графовых данных, раскрывая взаимосвязь между структурой графа и точностью предсказаний.
Наука
Галактики под наблюдением нейросетей: новый взгляд на динамику
Исследователи предлагают быстрый и точный метод моделирования движения звезд в галактиках, основанный на машинном обучении.
Распознавание поддельных видео: новый подход к выявлению контента, созданного ИИ
Исследователи представили архитектуру EA-Swin и масштабный датасет EA-Video для повышения точности обнаружения видео, сгенерированных искусственным интеллектом, в условиях растущего реализма синтетического контента.
Финансовые советы в диалоге: новый взгляд на долгосрочную выгоду
Исследователи представляют Conv-FinRe — комплексный инструмент оценки систем финансовых рекомендаций, учитывающий не только действия пользователя, но и его истинные финансовые цели.
Банк и Цифры: Проверка Счёта для Искусственного Интеллекта
Новый набор данных BankMathBench призван оценить и улучшить способность больших языковых моделей решать численные задачи, возникающие в реальных банковских операциях.