Исследователи факультета ВМК МГУ представили open-source библиотеку Survivors, разработанную для анализа событий во времени с учётом сложных зависимостей и пропусков в данных. Этот инструмент эффективен для прогнозирования вероятности наступления событий, даже при наличии цензурированных наблюдений, когда точное время события неизвестно. Об этом «Жуковский.Life» рассказали в пресс-службе университета.
Survivors нацелен на решение задач из медицины, промышленности, CRM и социологии, где важно предсказать время критических событий – поломки оборудования, уход клиента или выздоровление пациента. В отличие от традиционных методов, библиотека не требует строгих предположений о распределении событий и не нуждается в трудоёмкой подготовке данных. Она использует алгоритмы деревьев решений и ансамбли, адаптированные под задачи анализа выживаемости, поддерживает числовые и категориальные данные, а также обработку пропусков.
Особенность Survivors – учёт информативного цензурирования, при котором потеря наблюдений связана с внешними причинами, а не случайна. Благодаря параллельным вычислениям и оптимизированным алгоритмам, библиотека работает быстро даже с большими объёмами данных.
Тестирование на медицинских и промышленных наборах показало превосходство Survivors по точности и стабильности предсказаний в сравнении с классическими моделями, такими как регрессия Кокса.
Как отметил Юлий Васильев из ВМК МГУ, проект направлен на облегчение работы с реальными, сложными наборами данных и повышение качества прогнозов без необходимости глубокой экспертизы в машинном обучении. Таким образом, Survivors представляет собой универсальный и удобный инструмент для анализа событий во времени в различных сферах.
Студенты НовГУ разработали нейросети для распознавания лиц и ключевых точек. Обучение прошло на открытых датасетах, дополненных и отредактированных, а тестирование на закрытых данных показало точность распознавания рамки лица 87%, а ошибка определения ключевых точек — менее двух пикселей при размере изображения 96х96 пикселей.