Архив за месяц Июнь 2019

О псевдонауке анализа цитируемости

Оказывается, на индекс цитируемости сильно влияет…. наличие в названии статьи знака “дефис”?! Авторы исследования не формулируют в явном виде причину столь странного поведения систем цитирования, но их результаты позволяют предположить наличие ряда дефектов в соответствующих алгоритмах поиска текстовых строк. См. полный текст статьи.

Дефекты алгоритмов классификации изображений

Анализ контр-примеров (в т.ч. посредством метода т.н. adversarial attacks) указывает на дефекты часто используемых алгоритмов для обработки медицинских изображений, которые позволяют осуществлять подлог данных (англ. “fraudulent practices”), направленный на увеличение доходов соответствующих лиц.

ИАД для геологии

Методы интеллектуального анализа больших данных могут быть использованы для установления новых геологических закономерностей. Применение методов машинного обучения важно для извлечения информации из больших данных, собираемых в рамках наук о Земле (геологическое картирование с использованием данных дистанционного зондирования, моделирование подземного переноса и классификация частиц вулканического пепла для определения механизма вулканического извержения,  классификация сейсмических событий, обнаружение эффективных ранних предикторов землетрясений и др.).

Открыт доступ к данным ATLAS в ЦЕРН

Открыт доступ к данным эксперимента ATLAS в ЦЕРН! Данные эксперимента ATLAS (100 трлн. столкновений протонов) теперь общедоступны. Это первый в мире открытый выпуск данных с энергией 8 ТэВ, собранных с Большого адронного коллайдера.

Западные учёные призывают прекратить диктат т.н. “статистической значимости”

Наконец-то! Западные учёные (800 подписей) призывают прекратить диктат произвольно определяемой “статистической значимости”.

• Во-первых, те, кто считает т.н. “статистическую значимость” универсальным инструментом, весьма плохо разбираются в математической аксиоматике, лежащей за тем или иным статистическим критерием.
• Во-вторых, статистических критериев – десятки, а “незначимость” той или иной закономерности, зачастую, находится только по одному критерию и, затем, абсолютизируется.
• В-третьих, “статистически незначимые” закономерности всё же могут использоваться как эффективные предикторы в системах машинного обучения.
• Несколько замечательных цитат из статьи:
  • The false belief: crossing the threshold of statistical significance is enough to show that a result is ‘real’
  • Rigid focus on statistical significance encourages researchers to choose data and methods that yield statistical significance for some desired (or simply publishable) result
  • Inferences should be scientific, and that goes far beyond the merely statistical.