Учёные МГУ представили набор данных для оценки качества экранного видео в системах видеоконференцсвязи и продемонстрировали, что методы оценки качества, показывающие высокую точность на обычных видео, имеют более низкую корреляцию с субъективными оценками при применении к экранному видео. Результаты работы опубликованы в материалах Международной конференции ACM Multimedia (ACM MM).
Состоялось заседание Совета по вопросам назначения и выплаты стипендий Президента Российской Федерации для обучающихся по образовательным программам высшего образования, на котором были подведены итоги и определены победители конкурсного отбора 2026 года.
Победителем конкурса стал аспирант факультета ВМК Булат Ильдарович Валиахметов (научный руководитель – зав. кафедрой ВТМ академик Евгений Евгеньевич Тыртышников).
Ученые факультета вычислительной математики и кибернетики МГУ в составе международного исследовательского коллектива изучили математическую модель, описывающую пространственную динамику популяций растений. В отличие от многих традиционных моделей, описывающих только общую численность популяции, данный подход учитывает также физическое расположение особей, их конкуренцию за ресурсы и дальность распространения семян.
Сегодня в МГУ под председательством ректора академика В.А. Садовничего состоялся митинг, посвященный 81-й годовщине Победы в Великой Отечественной войне 1941-1945 годов.
С Днем Победы собравшихся поздравили ректор Московского университета В.А. Садовничий, председатель Совета ветеранов войны и труда Н.М. Данилкович, выпускница МГУ, президент Фонда памяти полководцев Победы Н. И. Конева.
29 апреля 2026 года безвременно скончался выдающийся российский учёный, доктор физико-математических наук, профессор, член-корреспондент РАН, директор НИВЦ МГУ и филиала МГУ в городе Сарове, заведующий кафедрой суперкомпьютеров и квантовой информатики факультета ВМК ВЛАДИМИР ВАЛЕНТИНОВИЧ ВОЕВОДИН.
Владимир Валентинович Воеводин — известный организатор российской науки, крупнейший ученый в области вычислительной математики, математического обеспечения вычислительных машин и систем, суперкомпьютерного моделирования и высокопроизводительных вычислений.
Ученые МГУ предложили метод анализа гистологических изображений на основе графовых нейросетей и механизма псевдоразметки. Подход позволяет повысить точность классификации типов тканей при ограниченном объёме размеченных данных и снизить зависимость от ручной разметки. Результаты исследования опубликованы в журнале Machine Learning and Knowledge Extraction.