Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

В диссертационной работе предложена модель домашнего хозяйства, управляющего потреблением, трудом, кредитами и депозитами в национальной и иностранной валютах, операциями с валютой и недвижимостью. Для каждого из активов введены дюрации и ограничения ликвидности. Домашнее хозяйство решает задачу перераспределения ликвидности (наличности) между доступными ему активами и пассивами. Решена задача домашнего хозяйства, в частности, получена траектория для потребления, зависящая от экзогенных экономических условий.   Получить решение удается благодаря тому, что модель сформулирована в непрерывном времени с конечным горизонтом планирования в условиях полного предвидения.  Полученные соотношения модели оценены на данных по российской экономике. Показано, что качество вневыборочных прогнозов модели выше эконометрических аналогов, построенных на том же наборе экзогенных переменных. Также представлена версия модели, которая оценена для случая 10 доходных групп домашних хозяйств. Приведен относительно простой пример интеграции модели домашнего хозяйства в модель общего равновесия с тремя агентами: Банк, Потребитель, Производитель. Результат, представленный в работе, отвечает [Cai, Judd, 2023], где авторы показывают, что аналитическое решение детерминированной задачи может быть использовано для аппроксимации более сложных задач с учетом неопределенности, что создает задел для будущих исследований.
Cai Y., Judd K.L. A simple but powerful simulated certainty equivalent approximation method for dynamic stochastic problems // Quantitative Economics. 2023. Vol. 14. No. 2. P. 651-687.

С текстом диссертации можно ознакомиться на сайте диссертационного совета  24.1.136.01.

Работа предлагает набор методов машинного обучения и искусственного интеллекта для анализа мультимодальных данных функциональной нейровизуализации и их практического применения. Разработан нейросетевой подход к выделению узкополосных ритмов ЭЭГ с низкой задержкой для нейрообратной связи, устойчивый к шуму и адаптируемый под испытуемого. Предложен метод локализации компонент различий представлений в ЭЭГ/МЭГ не требующий решения обратной задачи. Созданы интерпретируемые архитектуры для декодирования BOLD сигнала по ЭЭГ, а также проведено систематическое исследование пассивного картирования речи по ЭКоГ. Сформирован и опубликован корпус ЭЭГ при чтении предложений с контролируемыми лингвистическими стимулами, дающий возможность сопоставления корковых репрезентаций с представлениями современных языковых моделей.

Современные методы машинного обучения играют ключевую роль в решении задач распознавания образов, особенно при работе с большими объёмами данных и в задачах с высокой степенью неопределенности. В этих условиях возникают повышенные требования к качеству извлекаемых представлений и устойчивости моделей к шуму и ошибкам в данных. Одним из перспективных направлений на пути удовлетворения указанным требованиям является развитие стохастических нейронных сетей, способных не только эффективно извлекать информацию из данных, но и оценивать степень уверенности в своих предсказаниях. Предлагаемая диссертационная работа посвящена разработке новых методов обучения метрических пространств и многоклассовой классификации с использованием стохастических сетей плотности. В диссертации предложены оригинальные алгоритмы: гибридный подход к обучению метрических пространств, объединяющий классификационные и регрессионные способы обучения, а также алгоритм EXACT, позволяющий напрямую оптимизировать точность стохастических моделей классификации. Полученные результаты могут быть применены в задачах биометрии, веб-поиска, анализа изображений и других областях, где важны надёжность и точность предсказаний.

В диссертации рассматривается влияние предлагаемых реформ государственного регулирования на ценообразование на российском рынке природного газа. Основное внимание уделяется мерам, инициированнымм ФАС России, включая отмену нижней границы регулируемых цен, использование биржевых индикаторов и экспортных цен в качестве ориентиров для внутреннего рынка. В работе углубленно анализируется эффективность биржевой торговли газом и оценивается возможность её применения в качестве альтернативы административному регулированию. Диссертация включает теоретический и эмпирический анализ с использованием эконометрических моделей, в том числе модели эффективного рынка и анализа сходимости цен между российским экспортным трубопроводным газом и европейскими хабами. Показано, что текущая структура рынка и институциональные ограничения затрудняют достижение целей при реализации предлагаемых реформ. Полученные результаты подчеркивают необходимость адаптации законодательства и регуляторных подходов к новым экономическим и внешнеполитическим условиям. Работа формулирует выводы о потенциале частичной дерегуляции и использовании рыночных механизмов как инструментов повышения прозрачности и устойчивости газовой отрасли.

Диссертационное исследование посвящено разработке алгоритмов встраивания информации в изображения с использованием метаэвристической оптимизации. Был предложен универсальный подход к оптимизации блочного встраивания информации в частотную область изображений, отличающийся возможностью выбора произвольной метаэвристики. Были разработаны два адаптивных алгоритма блочного встраивания информации в изображения на основе метаэвристической оптимизации: в частотную область дискретного преобразования Фурье и в гибридную пространственно-частотную область. По сравнению с аналогами новые алгоритмы отличаются высоким уровнем незаметности и ёмкости, безошибочным извлечением данных, а также не требуют дополнительной информации или повторной оптимизации для извлечения данных.

Диссертация посвящена комплексному анализу влияния процессов цифровой трансформации (DT) и внедрения ESG-принципов (экологическое, социальное и корпоративное управление) на ключевые аспекты деятельности китайских корпораций, включая финансовые результаты, "зеленые" инновации и новое качество производительности (NQP), в котором выражается новое качество роста. В ходе исследования выявлено, что DT оказывает нелинейное, J-образное воздействие на финансовые показатели, характеризующееся первоначальным снижением, обусловленным ростом финансовых ограничений, которые выступают медиатором в данной взаимосвязи. Аналогичным образом, DT может приводить к «эффекту вытеснения» "зеленых" инноваций, также опосредованному усилением финансовых ограничений. Исследование демонстрирует, что активные ESG-практики играют важную модерирующую роль, смягчая указанные негативные краткосрочные эффекты DT и способствуя ослаблению финансовых ограничений, тем самым направляя ресурсы на долгосрочное устойчивое развитие. В работе предложен оригинальный подход к количественной оценке NQP и эмпирически подтвержден синергетический эффект от совместного внедрения DT и ESG для его повышения. Кроме того, детально анализируется воздействие искусственного интеллекта (AI) как передового элемента DT на результаты внедрения  принципов ESG. Установлено, что AI положительно влияет на результаты перехода к ESG, причем это влияние усиливается при достижении определенного порога внимания инвесторов к компаниям, внедряющим эти практики, и при ужесточении государственного экологического регулирования, хотя последнее может неравномерно затрагивать различные компоненты ESG. Исследование выполнено на обширных панельных данных китайских компаний, входящих в листинг Шанхайской биржи, с применением современных эконометрических моделей, что обеспечивает надежность и достоверность полученных выводов.

Uncertainty quantification (UQ) has emerged as a promising approach for addressing several key challenges in natural language processing (NLP), particularly in mitigating the risks of errors in text classification and detecting hallucinations or low-quality outputs in text generation. Although UQ is a rapidly growing field within classification tasks, state-of-the-art methods often show poor performance or underperform trivial methods for ambiguous tasks such as toxicity detection. Furthermore, despite significant progress in UQ techniques for text classification tasks, applying UQ to large language models (LLMs) introduces additional complexity due to the conditional dependency between generation steps and the varying influence of tokens on the predictions in autoregressive models. As a result, many UQ techniques that are effective for classification models are either ineffective or not directly applicable to LLMs. This thesis addresses these challenges by developing novel methods for robust uncertainty quantification for both text classification and text generation tasks. For classification tasks, we propose a hybrid approach that combines both epistemic and aleatoric uncertainty, outperforming existing methods and providing a more reliable selective classification. For LLMs, we introduce several innovative techniques that leverage attention-based features or token embeddings to quantify uncertainty effectively. These methods are designed to handle the sequential and conditional nature of LLM outputs, enabling improved selective generation and fact-checking.

В диссертации исследуются вопросы алгоритмической выразительности фрагментов неклассических логик, получающихся ограничениями на используемые средства языка; в пропозициональных языках это прежде всего число пропозициональных переменных, а в предикатных — число и арность предикатных букв, а также число предметных переменных. Описаны общие методы, позволяющие полиномиально погружать логические системы в полном языке в их фрагменты, удовлетворяющие довольно сильным ограничениям указанного вида. В качестве следствий получены результаты об алгоритмической сложности таких фрагментов. Описаны достаточные условия, при которых эти методы работают. Приведены примеры систем, в отношении которых описанные методы не работают и при этом соответствующие их фрагменты алгоритмически проще, чем система в полном языке. Основные результаты диссертации можно коротко сформулировать следующим образом: многие модальные пропозициональные логики моделируются в их фрагментах с одной пропозициональной переменной или даже без переменных, суперинтуиционистские — в их фрагментах от двух пропозициональных переменных, модальные и суперинтуиционистские предикатные — в их фрагментах с одной унарной предикатной буквой и двумя предметными переменными. Уделено внимание исключениям: например, описаны бесконечные классы модальных предикатных логик, монадические фрагменты которых, даже будучи обогащёнными равенством, являются разрешимыми.

В диссертации рассматриваются проблемы установления экстерриториальных обязательств государств по международным договорам по правам человека при вмешательстве в права человека посредством использования информационно-коммуникационных технологий (ИКТ). Установлены принципы, лежащие в основе толкования территориальных пределов действия международных договоров по правам человека. С учетом данных принципов обосновываются четыре модальности экстерриториального применения международных договоров по правам человека при использовании ИКТ. Делается вывод о существовании модальностей, при которых экстерриториальные обязательства государств при использовании ИКТ возникают даже в отсутствие физической власти и контроля государства над лицом. В диссертации также рассматривается проблема вменения использования ИКТ государству для целей экстерриториального применения международных договоров по правам человека.