Исследователи НИУ ВШЭ представили новую архитектуру нейронных сетей, понимающую симметрии мира

Сотрудники Лаборатории геометрической алгебры и приложений НИУ ВШЭ разработали новую архитектуру нейронных сетей, которая может ускорить и упростить анализ данных в физике, биологии и инженерии. Свое решение ученые представили 16 июля в Ванкувере на ведущей международной конференции по машинному обучению ICML 2025. Текст статьи и исходный код выложены в открытый доступ.
Многие объекты — от молекул до роботов и элементарных частиц — сохраняют свои свойства при повороте или зеркальном отражении. Современные эквивариантные нейросети способны учитывать такие симметрии при обработке данных, что делает их особенно востребованными в научных и технологических задачах — от моделирования химических соединений до анализа физических процессов и распознавания изображений.
Но у этих моделей есть недостаток: за высокую точность приходится платить сложностью. Они требуют огромного количества обучаемых параметров, что делает их тяжеловесными, требовательными к ресурсам и подверженными переобучению, особенно если данных немного.
Сотрудники департамента математики и Лаборатории геометрической алгебры и приложений факультета экономических наук НИУ ВШЭ Екатерина Филимошина и Дмитрий Широков разработали архитектуру GLGENN (Generalized Lipschitz Group Equivariant Neural Networks), которая решает эту проблему. Она позволяет моделям сохранять симметрии в данных, но при этом требует в разы меньше параметров. Добиться этого авторам помог известный математический аппарат — геометрические алгебры Клиффорда — и оригинальный метод разделения весов, который учитывает внутренние алгебраические структуры данных.
«Мы хотели построить модель, которая будет умной, но при этом легкой, — говорит стажер-исследователь Лаборатории геометрической алгебры и приложений ФЭН НИУ ВШЭ Екатерина Филимошина. — GLGENN показывает, что эквивариантные нейросети не обязаны быть громоздкими и сложными. Даже с ограниченными данными они могут обучаться эффективно и без потери качества».

Модель прошла испытания на разнообразных задачах — от симуляции физических процессов до работы с геометрическими данными — и показала результаты, сравнимые или лучшие, чем у существующих методов. При этом GLGENN работает быстрее и эффективнее за счет меньшего числа обучаемых параметров, что делает ее более доступной для практического применения.
Дмитрий Широков
«Эти результаты могут стать шагом к созданию новых нейросетевых инструментов для науки и техники, — добавляет заведующий Лабораторией геометрической алгебры и приложений ФЭН НИУ ВШЭ Дмитрий Широков. — Мы уверены, что подход, основанный на геометрических алгебрах, найдет применение в самых разных областях, включая биоинформатику, робототехнику и геоинформатику».

Участие в ICML стало признанием высокого уровня исследований в области машинного обучения, которые ведутся в НИУ ВШЭ. Ученые планируют развивать архитектуру GLGENN, расширяя ее возможности для работы с новыми типами данных, а также исследовать потенциальное применение модели в задачах физики, робототехники и компьютерного зрения.
Исследование поддержано проектом «Зеркальные лаборатории» НИУ ВШЭ «Кватернионы, геометрические алгебры и приложения».
Вам также может быть интересно:
В НИУ ВШЭ пройдет II конгресс «Генетика и сердце»
Высшая школа экономики, Национальная исследовательская лига кардиологической генетики (НИЛКГ) и Центральная государственная медицинская академия (ЦГМА) Управления делами Президента РФ организуют II Конгресс с международным участием «Генетика и сердце». Мероприятие состоится 7–8 февраля 2026 года в Центре культур НИУ ВШЭ.
Ученые ВШЭ выяснили, как сила авторитета формирует доверие
Исследователи Института когнитивных нейронаук НИУ ВШЭ выяснили, как мозг реагирует на аудиодипфейки — реалистичные поддельные записи речи, созданные с помощью ИИ. Выяснилось, что люди склонны доверять мнению авторитетного спикера даже в тех случаях, когда новые утверждения противоречат его прежней позиции. Это работает и в ситуациях, когда утверждение не согласуется с собственным мнением слушающего. Исследование опубликовано в журнале NeuroImage.
МИЭМ ВШЭ и Инновационный центр «Альфачип» заключили соглашение о сотрудничестве
Среди основных задач — совместные проекты в области микроэлектроники, участие специалистов компании в сопровождении научно-исследовательской деятельности студентов и аспирантов. Также планируется подготовка совместных научных публикаций, организация производственной практики и стажировок студентов, повышение квалификации специалистов компании.
«Я — профессионал»: ВШЭ — в лидерах по числу студентов в заключительном этапе
С сентября самые талантливые студенты со всей страны боролись за право стать частью вселенной карьерных возможностей «Я — профессионал» и получить доступ к бонусам при поступлении в магистратуру Высшей школы экономики, стажировкам в известных компаниях-партнерах («Яндекс», Сбербанк, ВТБ, РЖД и др.) и денежному вознаграждению до 300 000 рублей. Вышка вошла в число лидеров по количеству студентов, прошедших в заключительный этап олимпиады «Я — профессионал», который состоится с февраля по апрель 2026 года.
Математик из НИУ ВШЭ в Нижнем Новгороде нашел способ решить уравнение, нерешаемое с XIX века
Ученый из НИУ ВШЭ в Нижнем Новгороде и ИППИ РАН Иван Ремизов совершил концептуальный прорыв в теории дифференциальных уравнений. Ему удалось вывести универсальную формулу для решения задач, которые более 190 лет считались нерешаемыми аналитическим путем. Полученный результат радикально меняет картину мира в одной из старейших областей математики, важной для фундаментальной физики и экономики. Результаты работы опубликованы во Владикавказском математическом журнале.
НИУ ВШЭ и ГК InfoWatch подписали соглашение о сотрудничестве
Соглашение ознаменует новый этап сотрудничества между НИУ ВШЭ и ГК InfoWatch, который направлен на развитие образовательных программ и укрепление практико-ориентированного подхода в подготовке кадров для цифровой экономики. Стороны договорились совместно разрабатывать и проводить экспертизу учебных программ. Кроме того, эксперты ГК InfoWatch будут вести преподавательскую работу в рамках обучения студентов IT- и ИБ-направлений Высшей школы экономики.
В Вышке повысят квалификацию руководители, отвечающие за информационную безопасность
В НИУ ВШЭ стартовал набор на программу повышения квалификации «Кибербезопасность как стратегия», выпускники которой будут внедрять на своих предприятиях лучшие практики стратегического и операционного управления информационной безопасностью. Начало занятий запланировано на 16 марта. В чем актуальность программы, на кого она рассчитана и чему будут обучать слушателей, рассказал ее руководитель, директор Центра программных разработок и цифровых сервисов МИЭМ НИУ ВШЭ Антон Сергеев.
НИУ ВШЭ, MR и ГК «А101» будут готовить специалистов по территориальному развитию
В 2026 году на факультете городского и регионального развития (ФГРР) Вышки открывается новая образовательная программа бакалавриата «Девелопмент и городское планирование». Ключевые партнеры образовательной программы — компания MR и Группа компаний «А101».
МИЭМ ВШЭ проведет XXX, юбилейную межвузовскую конференцию имени Е.В. Арменского
20–27 апреля в Московском институте электроники и математики имени А.Н. Тихонова ВШЭ пройдет главное для МИЭМ научное студенческое событие года — юбилейная, XXX ежегодная межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов имени основателя и первого ректора МИЭМ Евгения Викториновича Арменского. В конференции могут принять участие студенты, аспиранты вузов и молодые специалисты, работающие в сфере электроники, в ИТ-области, телекоммуникациях, материаловедении. Отдельная секция конференции открыта для школьников.
Участники СВО и их дети впервые смогут поступить в НИУ ВШЭ на бюджетные места на онлайн-программы
В рамках приемной кампании 2026 года Высшая школа экономики впервые открыла бюджетный набор на онлайн-программы бакалавриата с целью выделить места для поступления абитуриентов по отдельной квоте. Ранее прием на образовательные программы, реализуемые в онлайн-формате, осуществлялся только на платной основе.


