SpikerBot by Backyard Brains Lets Kids Build Brain-Controlled Robots with Neural Networks
Backyard Brains 在 Kickstarter 上推出了 SpikerBot，这是一款桌面机器人，其行为由孩子们自己构建的尖峰神经网络控制。学生无需输入代码或提示聊天机器人，而是将受生物学启发的神经元拖入无代码应用程序中，将它们连接起来……Weiterlesen →
Sequential Fitting: A Different Perspective on the Spectral Bias of Neural Networks
傅里叶分析遗漏了什么后序贯拟合：神经网络谱偏差的不同视角首先出现在《走向数据科学》上。
圣彼得堡国立大学的学生开发了一种神经网络，可以帮助患有心脏和大脑疾病的人。圣彼得堡国立大学的学生在 5G_DREAM_LAB 实验室中使用 5G 技术开展了该项目以及其他项目，该实验室是在圣彼得堡国立大学管理研究生院 (GSOM 圣彼得堡国立大学) 的基础上在 MegaFon 的支持下创建的。
Студенты ДВФУ обучили нейросеть сочинять стихи в стиле Маяковского
远东联邦大学（FEFU）数字经济学院的学生研究团队教授人工智能（AI）写诗。神经网络以弗拉基米尔·马雅可夫斯基的风格创造出阶梯式的诗句。
Аспирант ТГУ «научит» нейросети распознавать болезни по ЭКГ
IPMKN TSU 研究生 Vladimir Andryushchenko 正在开发方法和算法，以便能够根据医疗信号确定和预测患者病情的变化。作为俄罗斯基础研究基金会支持的项目的一部分，这位科学家正在创建一个大型医学数据库，这是计算机模型机器学习所必需的，该模型将使用心电图信号验证疾病。
首届利用机器学习和计算机视觉方法解决实际医疗问题的教育在线锦标赛由 NTI Club Movement 和高科技学院发起。邀请具有基本 Python 编程技能的高中生和大学生参加新冠挑战赛。参与者将创建神经网络来预测大流行的发展并使用 CT 图像识别疾病。
中小学生和学生 - 国家技术倡议 (NTI) 俱乐部运动的参与者 - 开始收集数据集，用于训练识别神经生成疾病的神经网络。
三星电子宣布推出“神经网络和计算机视觉”课程，该课程由三星俄罗斯研究院专家开发，采用新的小组远程学习形式，作为 Stepik 教育平台项目“共同学习！”的一部分。
Радиофизик ТГУ создает быстрые нейронные сети для функциональных протезов
TSU 无线电物理学家 Artyom Berzin 正在开发一种提高人工神经网络速度的技术：使用这种方法的设备开始工作的速度将比传统处理器快至少 32 倍。使用新方法，神经网络可以用于自动调节交通拥堵或增加假肢的功能。
新计划将与高等经济学院 (HSE) 联合开发，其实施合作伙伴将是 Mail.ru Group、EuroMedia 出版控股公司和 Mediapark Southern Region。计划于 2020 年 9 月在罗斯托夫地区旗舰大学启动本科生教育计划。
经济与管理学院硕士生团队成功参加了全俄黑客马拉松“数字突破”，决赛于上周在喀山市举行。 IKBFU 学生 I. Kant 展示了他们的项目“Roskandidat”。
МФТИ открывает набор на курсы по нейросетям
9月20日，面向中小学生的年度神经网络课程“深度学习学校”（DLS）开课。这些课程由莫斯科物理技术学院应用数学和信息学物理技术学院组织。为了成功完成课程，学员在进入 FPMI 后将获得额外的个人成绩积分。
NVIDIA – лэтишникам: популярно об искусственном интеллекте и нейросетях
圣彼得堡电子技术大学“LETI”的 350 多名师生参加了 NVIDIA 人工智能和深度神经网络发展研讨会。
Студентка ПГНИУ разрабатывает нейронную сеть для защиты от сетевых вторжений
Valeria Suvorova，计算机安全专业六年级学生，在技术科学博士 Leonid Yasnitsky 教授和物理和数学科学副教授 Elena Nikitina 的指导下，正在致力于创建一个用于检测和分类网络攻击的智能系统。
ТГУ подписал соглашение с Отраслевым союзом «Нейронет»
合作伙伴同意开展旨在推广NeuroNet市场产品和服务、向年轻人普及科技成果、创建创新型企业的联合活动。
Why Decade-Old Residual Connections Still Power All of AI (And Why That’s a Problem)
近十年来，神经网络的这一部分几乎没有变化。 DeepSeek 正试图重塑它。这篇文章《为什么十年前的残留连接仍然为所有人工智能提供动力（以及为什么这是一个问题）》首先出现在《走向数据科学》上。
