俄罗斯创新城大学开发出一种用机器学习算法预测癫痫发作的有效方法，可将癫痫发作的错误预测数量减少3/4。
研究人员指出，预测癫痫发作的新方法建立在科学家过去的成就以及机器学习算法基础之上。使用机器学习改进后的预测方法将癫痫发作的错误预测数量减少了3/4。
创新城大学神经科学和认知技术实验室教授弗拉基米尔·马克西缅科介绍，所开发系统的独特性在于形成神经网络训练原理。他补充道，向分类器提交神经活动结果，其中包括对先前算法作出的正确和错误的预测，在此基础上，人工智能学会了纠正以前算法的错误，并且变得更加高效。
马克西缅科表示，这项研究的成果是人类在开发抗癫痫系统道路上迈出的一大步。目前，研究人员正在申请伦理委员会的许可，以便开始对患者进行实验研究。
关键词： 俄罗斯创新城大学 机器学习 马克西缅科 弗拉基米尔
