Секции

Нейроинформатика - 2023


СЕКЦИЯ 1

Понедельник, 23 октября                    18:30 – 19:15
Актовый зал

Председатель: ЮДИН Дмитрий Александрович, к.т.н.

Теория нейронных сетей, нейросетевые парадигмы и архитектуры

1. ШИБЗУХОВ З. М.
Московский педагогический государственный университет
Некоторые робастные варианты метода главных компонент

Метод главных компонент играет важную роль в декомпозиции исходных данных, который может помогать улучшить качество обучения нейронных сетей. Рассматриваются два новых робастных варианта постановки задачи поиска главных компонент. Они основаны на применении дифференцируемых оценок среднего значения, нечувствительных или мало чувствительных к выбросам. На реальных данных наглядно демонстрируется эффективность предложенного подхода.

2. * ДЕМИДОВСКИЙ А. В.1, КАЗЮЛИНА М. С.1, САЛЬНИКОВ И. Г.2
1Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал
2Huawei Technologies
О внедрении правила Хебба при обучении сверточных нейронных сетей

Ускорение обучения является одним из важных направлений исследований в области глубокого обучения. Существует развивающаяся тенденция применения обучения по Хеббу как части смешанных стратегий обучения. В работе рассматриваются существующие подходы к применению правила Хебба для обучения сверточных нейронных сетей. В работе анализируется доступность существующих решений для обучения по Хеббу, а также исследуются подходы к реализации правила Хебба для различных слоёв сверточных сетей.

3. * ВИТЮГОВА Ю. М.
Московский государственный университет им. М.В. Ломоносова
Сравнение методов отбора входных признаков на основе анализа весов нейронной сети

В данной работе проводится сравнительный анализ эффективности различных способов анализа существенности входных признаков для нейронных сетей на примере задачи определения состава газовых смесей по данным полупроводниковых сенсоров. В процессе работы проводились оценка и отбор входных признаков при помощи методов анализа весов нейронной сети и глубокого разложения Тейлора, а также сравнение с референсными методами.

СЕКЦИЯ 2

Вторник, 24 октября                    14:00 – 15:15
НЛК 2 этаж, Конференц-зал

Председатель: КАРАНДАШЕВ Яков Михайлович, к.ф.-м.н.

Адаптивное поведение и эволюционное моделирование

4. ЛАЗОВСКАЯ Т. В., ТАРХОВ Д. А., ЧИСТЯКОВА М. А., РАЗУМОВ Е. М., СЕРГЕЕВА А. А., ПАЛАМАРЧУК В. В.
Санкт-Петербургский политехнический университет Петра Великого
Analysing Family of Pareto Front-Based Evolutionary Algorithms for PINNs: a Case Study of Solving the Laplace Equation with Discontinuous Boundary Conditions

An evolutionary algorithm based on the Pareto front to construct a solution to an ill-posed problem with multi-criteria is proposed. It incorporates information about the desired solution at different stages of training neural network models. The Laplace equation in the unit square with discontinuous boundary conditions is used as a case study. The algorithm is compared with the classical one, and significant advantages are demonstrated, the influence of hyperparameters on results is studied.

5. КОТОВ В. Б., СОХОВА З. Б.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Unawareness as a cause of determinism violation. A metaphoric model

The research models the functioning of an autonomous agent or group of such agents. The aim is to investigate the significance of unawareness as a main cause for the unpredictability of events. The model world looks like a cellular field (two-dimensional array). There are two types of subjects: agents and observers. Because of deficient perception the subjects have limited knowledge. Every agent has an energy reserve and certain information including the map of the passed way. The computer simulation is used to investigate the model. When dealing with an agent, several scenarios are possible: 1) the agent masters the working space fully, 2) the agent harnesses part of the space to meet his energy requirements, 3) the agent explores part of the space that cannot provide him with sufficient energy. To investigate the effect of the environment, we put agents in the working space of a complicated topology where cells make up two or more congruent two-dimensional arrays rather than one two-dimensional field. Additionally, we describe different mechanisms of the interaction of groups of agents and analyze possible results of such interactions. The study shows that even a closed system with deterministic laws can demonstrate unpredictability.

6. * КУПРИЯНОВ Г. А.1, ИСАЕВ И. В.2, ДОЛЕНКО С. А.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Исследование модификаций гендерного генетического алгоритма

В данной работе сравниваются несколько модификаций гендерного генетического алгоритма (ГГА). Помимо различий между полами в вероятности мутации, вводятся две дополнительные модификации: различные реализации отбора и различные законы зависимости вероятности мутации от номера гена в хромосоме. Производится тестирование решения задач оптимизации в пространствах различных размеров для сравнения обычного ГА, обычного ГГА и ГГА с дополнительными модификациями, реализованными отдельно или вместе. Продемонстрировано, что предлагаемые дополнительные модификации превосходят обычные ГА и ГГА по достигнутому значению целевой функции, особенно в пространствах большой размерности. С увеличением размерности задачи они деградируют медленнее. Кроме того, новые модификации предотвращают преждевременную сходимость алгоритма.

7. МАКАРОВ М. В., СЕМЕНОВ И. А., ПИДЖАКОВА Н. С.
Муромский институт (филиал) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых
Система логического вывода для нового типа эвристических решений в рамках адаптивного управления мобильным роботом

В статье представлены теоретические сведения, раскрывающие прин-ципы осуществления логического вывода синтезируемых внутри системы управления мобильного робота эвристических решений нового типа. Про-ведено экспериментальное исследование, направленное на обоснование эффективности предлагаемого подхода для решения обозначенной задачи. Выявлено, что подобный вариант реализации данной процедуры способствует повышению адаптационных способностей робота при его работе в условиях динамической среды.

8. САМСОНОВИЧ А. В.
Национальный исследовательский ядерный университет «МИФИ», Москва
Управление обучением нейронных сетей с помощью генетического алгоритма

Рассматривается задача интеграции работы генетического алгоритма и глубокого обучения нейронных сетей. Разработан подход, основанный на модификации с помощью генетического алгоритма не параметров нейросетей, а наборов данных, используемых для обучения нейросетей. Сами наборы данных отображают историю поведения агента в окружении и выступают в роли генотипа. Фенотипом является обученная нейросеть. При этом архитектура и гиперпараметры нейросети и модели ее обучения остаются фиксированными. Результаты численных экспериментов на примере игры «Три ковбоя» подтверждают работоспособность данного метода обучения.

СТЕНДОВАЯ СЕССИЯ 1

Вторник, 24 октября                    14:00 – 17:00
НЛК 2 этаж

Председатель: ИСАЕВ Игорь Викторович

Нейроморфные вычисления, глубокое обучение

9. СОРОКА А. А.1, МАГАЙ Г. И.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский университет «Высшая школа экономики», Москва
Estimating the Transfer Learning Ability of a Deep Neural Networks by Means of Representations

In this research, we apply the Centered Kernel Alignment method to analyze the internal representations of deep neural networks and propose a method to evaluate the ability of a neural network architecture to transfer knowledge based on the quantitative change in representations during the learning process. We introduce the Transfer Ability Score measure to assess the ability of an architecture to effectively transfer learning.

10. КОТОВ В. Б., СОХОВА З. Б.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
The Resistor Array as a Commutator

Being necessary components of large smart systems (including the brain), commutators can be realized on the basis of a resistor array with variable resistors. The paper considers some switching (commutating) capabilities of the resistor array. A switching graph is used to describe the work of the resistor array. This sort of graph provides a visual representation of generated high-conductivity current flow channels. A two-terminal scheme is used to generate the switching graph. In the scheme a voltage is supplies to a particular couple of poles (conductors), other poles being isolated from the power sources. Changing couples of poles makes it possible to generate a series of switching graphs. We demonstrate the possibility to create an interconnection between two or more blocks connected to the appropriate poles of the array. To do this, the resistor array must have a suitable signature (resistor directions), the applied voltage must match the signature. The series we generate are defined by not only control signals, but also the prehistory of the resistor array. Given preset resistor characteristics, the competition between graph edges plays an important role in that it contributes to the thinning of the switching graph we generate.

11. СБОЕВ А. Г.1, КУНИЦЫН Д. Е.1, СЕРЕНКО А. В.2, РЫБКА Р. Б.1, ПУТРОЛАЙНЕН В. В.3
1Национальный исследовательский центр «Курчатовский институт», Москва
2Московский физико-технический институт (государственный университет)
3Петрозаводский государственный университет
К решению классификационных задач импульсными нейронами с фиксированными весами

Показано, что слой импульсных нейронов с необучаемыми весами, фиксируемыми на основе логистических функций или из равномерного распределения, эффективен в качестве слоя преобразования признаков для их последующей обработки линейным классификатором: по выходным спайковым частотам предложенного слоя можно логистической регрессией предсказать классы с точностью (по метрике F1-macro) в 94%, 96% и 97% на задачах классификации рукописных цифр, Висконсинского рака груди и ирисов Фишера соответственно.

12. ТАРАНИН М. В., ТАРАНИН С. В.
НТЦ «Модуль»
Модель цветной спайковой видеокамеры

Предложена пространственно-временная модель цветной спайковой видеокамеры для применения в нейроморфных системах. Модель имити-рует работу цвето-оппонентных ганглиозных клеток сетчатки P-типа. Реализованы основные этапы обработки информации, которые происхо-дят в сетчатке приматов. Эти этапы включают в себя многомасштабную пространственную фильтрацию при помощи цвето-оппонентных филь-тров, имитацию микроскопических движений глаза и временную филь-трацию. Видеокамера может быть альтернативой DVS сенсорам.

13. АНЦИПЕРОВ В. Е., ПАВЛЮКОВА Е. Р.
Институт радиотехники и электроники имени В.А. Котельникова РАН
Центро-латеральная пороговая фильтрация как способ нейроморфного кодирования данных

Рассматривается новый подход к вопросам синтеза методов центро-латеральной пороговой нелинейной фильтрации (кодирования) изображений. Подход мотивирован известными механизмами человеческого восприятия, в частности, универсальным механизмом латерального торможения. Предложена статистическая параметрическая модель изображений в виде системы рецептивных полей. Модель допускает простую процедуру оценки вероятности отсчетов, которая, в свою очередь, принята за основу оптимального кодирования.

Прикладные нейросетевые системы

14. ЛАЗОВСКАЯ Т. В., ТАРХОВ Д. А., ЛАВЫГИН Д. А., СКРИПКИН О. А., ЗАКИРОВА М. Д.
Санкт-Петербургский политехнический университет Петра Великого
Optimal Control Selection for Stabilizing the Inverted Pendulum Problem Using Neural Network Method

The task of managing unstable systems is a critically important management problem, as an unstable object can pose significant danger to humans and the environment when it fails. In this paper, a neural network was trained to determine the optimal control for an unstable system, based on a comparative analysis of two control methods: the implicit Euler method and the linearisation method. This neural network identifies the optimal control based on the position of a point on the phase plane.

15. КАЛИНИНА А. Ю.1, КИРЕЕВ В. С.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский ядерный университет «МИФИ»
Визуализация корпуса документов с помощью извлечения сущностей и связей предметной области на основе нейросетевой модели глубокого обучения T5

В данной работе проводилось изучение и анализ существующих методов извлечения сущностей и отношений из текстов на естественном языке, включая методы устранение кореферентности, методы извлечение сущностей, методы извлечения отношений. C использованием открытого датасета RURED была дообучена нейросетевая модель на основе T5 и применена на собранном датасете новостей РБК. Полученные отношения были визуализированы в виде графа знаний с использованием инструментов графовой базы данных Neo4j.

16. КУЛЯБИНА Е. В.1, КУЛЯБИНА Т. В.2, МОРОЗОВА В. В.1, МОРОЗОВ В. Ю.3
1ФГБУ "Всероссийский научно-исследовательский институт метрологической службы"
2ФГБУ "ВНИИМС"
3АО «Волга»
Вопросы исследования и выбора методов и средств обеспечения точности и валидации при создании виртуального образца живой клетки для моделирования внутриклеточных процессов методами нейроинформатики

Рассматриваются вопросы создания средств и методов исследования виртуальной модели живой клетки методами нейроинформатики, с учетом создания средств и методов метрологического обеспечения для получения точных результатов измерений, последующего прогнозирования поведения органелл клетки, последствий воздействия новых вирусов на живую клетку. Будут приведены подходы к исследованию ответов клетки на различные условия среды (значение рН, избыток/недостаток микроэлементов, нарушения функционирования органелл, влияние температуры и т.д.); моделирование поведения различных компартментов живой клетки. Будут показаны методы обеспечения метрологической прослеживаемости результатов измерений.

17. КУЗЬМЕНКО А. В.1, КИРЕЕВ В. С.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский ядерный университет «МИФИ»
Классификация методов извлечения реляционных троек из текстов на естественном языке

В работе рассматриваются методы решения задачи извлечения реляционных троек из текстов на естественном языке. Авторами предложена классификация этих методов на четыре группы: конвейерные методы, методы на основе заполнения таблиц, методы, основанные на введении дополнительной маркировки текстовых последовательностей, методы на основе преобразования последовательности в последовательность (sequence-to-sequence). Приведены результаты сравнительного анализа указанных групп методов.

18. БУХ А. В., РЫБАЛОВА Е. В., ШЕПЕЛЕВ И. А., ВАДИВАСОВА Т. Е.
Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского
Классификация музыкальных интервалов в цепочке осцилляторов ФитцХью-Нагумо

Работа посвящена исследованию релевантных биологии нейронных сетей, которые называются спайковыми нейронными сетями, и направлена на классификацию музыкальных интервалов. Каждому интервалу отвечает своя цепочка нейронов с уникальной топологией, что позволяет с помощью спайковой нейронной сети классифицировать элементарные аудио-сигналы.

19. ФИЛАТОВ Н. С.1, КИНДУЛОВ М. Л.2
1Санкт-Петербургский политехнический университет Петра Великого
2Санкт-Петербургский государственный университет
Низкоранговая адаптация для стабильной адаптации визуальных трансформеров

Доменная адаптация без учителя играет важную роль в задачах семантической сегментации из-за высокой стоимости разметки данных. В данной работе исследуется применимость низкоранговой адаптации (LoRA) к доменной адаптации для семантической сегментации. В экспериментах GTA5→Cityscapes метод адаптации с использованием LoRA достигает mIoU 0,515, что несколько превосходит mIoU базовой модели с EMA, равный 0,513, и также обеспечивает ускорение по времени обучения на 11% и экономию видеопамяти.

20. БОГДАНОВА Е. А., НОВОСЕЛЕЦКИЙ В. Н., ШАЙТАН К. В.
Московский государственный университет им. М.В. Ломоносова
Предсказание аффинности связывания в белок-белковых комплексах с использованием сверточных нейронных сетей

белковых взаимодействий, ее определение является значимым для разработки широкого спектра лекарственных средств и биотехнологических препаратов. В настоящей работе представлен алгоритм, основанный на сверточных нейронных сетях, предсказывающий значение константы диссоциации для белок-белковых комплексов по их пространственным структурам, а также метод преобразования данного формата данных в подходящий для использования в нейронных сетях.

21. ПОДОПРИГОРОВА Н. С.1, САВЧЕНКО Г. А.1, РАБЦЕВИЧ К. Р.1, КАНЕВ А. И.1, ТАРАСОВ А. В.2, ШИХОВ А. Н.2
1Московский государственный технический университет им. Н.Э. Баумана
2Пермский государственный национальный исследовательский университет
Сегментация повреждений леса с помощью методов машинного обучения на спутниковых снимках

Статья изучает сегментацию повреждений леса на спутниковых изображениях с использованием современных методов глубокого обучения. Данные состоят из пар много-временных изображений Sentinel-2. Для обнаружения повреждений леса на спутниковых изображениях были созданы модели, основанные на архитектурах U-Net, MultiresUNet, Attention U-Net, ResNet50 U-Net, MobilNetv2 U-Net. Модель U-Net показывает лучшую точность (Dice=0.78).

22. ШАМАРИНА Е. А.1, ГУСЕВА А. И.1, КИРЕЕВ В. С.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский ядерный университет «МИФИ»
Сентимент-анализ на основе нейросетей-трансформеров

В статье рассматриваются результаты сравнительного анализа применения двух моделей нейросети BERT-Base и BERT-Large для определения тональности текста на наборе данных в виде новостных публикаций агентства BBC за 2019-2022, содержащие 16169 статей на английском языке. Выявлено, что обе модели обладают высокой точностью классификации текстов (0,88), а значения функции потерь для них малы и составляют значения в диапазоне 0,19-0,21.

23. ЧУЛИН М. И., ТЮМЕНЦЕВ Ю. В., ЗАРУБИН Р. А.
Московский авиационный институт (национальный исследовательский университет)
Управление движением самолета с использованием линейно-квадратичного регулятора в сочетании с методом адаптивного критика

Предложено модифицировать стандартный линейно-квадратичный (LQR) регулятор с использованием одного из вариантов обучения с подкреплением, а именно, с применением метода адаптивного критика (ACD-метод). Для комбинации ACD-LQR решается задача управления продольным угловым движением маневренного самолета. Полученные результаты демонстрируют перспективность данного подхода к управлению движения самолета в условиях неопределенности.

24. ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Управление движением сверхзвукового пассажирского самолета с использованием методов машинного обучения

Сравниваются два подхода к моделированию продольного углового движения сверхзвукового пассажирского самолета (СПС) и к управлению им: 1) на основе рекуррентной нейронной сети, 2) с использованием глубокой нейронной сети. Показано, что для объектов управления с усложненной динамикой, подобных СПС, первый подход малоэффективен, тогда как второй позволяет решать поставленную задачу с требуемой точностью, в том числе и в нештатных ситуациях.

25. КОЗЛОВ Д. С., НОВОЖИЛОВ К. А., КОМЫШЕВ Д. А., КОЖЕНИКОВ С. П., СЕРГЕЕВ В. Г.
Удмуртский государственный университет
Диагностика болезни Паркинсона с использованием методов глубокого машинного обучения по данным электроэнцефалографии

В данной работе исследуется использование сверточных нейронных сетей для определения болезни Паркинсона на основе данных электроэнцефалографии (ЭЭГ). В исследовании приняли участие 47 человек. Запись ЭЭГ производилась по 21 отведению, к которым был применен анализ когерентности. Модель показала усредненную достоверность 72-79% для разных частотных диапазонов. Максимальная достоверность в тета-диапазоне, что может быть вызвано синхронизацией тремора с тета-ритмом контралатерального полушария гол

26. МЕДВЕДЕВА Т. В.1, КНЯЗЕВА И. С.2, МАШАРИПОВ Р. С.1, КИРЕЕВ М. В.1
1Институт мозга человека им. Н.П. Бехтеревой РАН, Санкт-Петербург
2Санкт-Петербургский государственный университет
Использование графовых нейронных сетей для анализа различий фМРТ в состоянии покоя при открытых и закрытых глазах

Обычно для поиска различий функциональной связности на основе данных функционального МРТ производятся с помощью одномерного подхода. Мы используем графовые нейронные сети для классификации закрытых и зафиксированных глаз на основе функциональной связности мозга здоровых людей в покое. Модель достигает 80% точности, и области, важные для классификации состояний, включают: зрительную сеть, сеть пассивного режима работы мозга и лобно-теменную сеть.

27. ЧЕРНЫШЕВ Л. С., АНТОНОВ И. М.
ООО "Матсофт"
Система оптимального управления торговым процессом с использованием искуственной нейронной сети и метода оптимизации Дельта

Решается задача определения набора значений управляющих параметров технологического процесса, оптимизирующих его целевую функцию на установленном временном или пространственном горизонте (горизонт управления). Решение задачи проводится в 2 этапа – на первом производится синтез цифрового двойника объекта управления с помощью нейросетевой модели (ИНС модели). На втором этапе для синтеза оптимального управления используется авторский метод оптимизации «дельта», позволяющий определить набор значений.

28. ТАРАН М. О., РЕВУНКОВ Г. И., ГАПАНЮК Ю. Е.
Московский государственный технический университет им. Н.Э. Баумана
Формирование рефератов с использованием гибридной интеллектуальной информационной системы анализа судебной практики арбитражных судов

Статья посвящена описанию работы гибридной интеллектуальной информационной системы для анализа судебной практики арбитражных судов. Рассмотрена структура обобщенной аннотации судебного акта. Основными элементами системы являются подсистема подсознания и подсистема сознания. Роль среды выполняют тексты судебных актов. Результаты экспериментов описаны в соответствующем разделе.

Теория нейронных сетей, нейросетевые парадигмы и архитектуры

29. ЖАРИКОВ И. Н., ОВЧАРЕНКО К. А.
Московский физико-технический институт (государственный университет)
Исследование использования механизма масштабирования в бинарных нейронных сетях

Глубокие нейронные сети показывают отличные результаты на важной задаче повышения качества изображения. Однако при их использовании на устройствах с ограниченными ресурсами часто возникают проблемы недостатка производительности. Бинарные нейронные сети являются перспективным подходом к снижению вычислительной сложности моделей. В статье предлагаются модификации бинарных блоков. Мы внедряем различные модули изменения масштаба, повышающие производительность модели.

30. РОДИОНОВ Д. О.
Московский государственный университет им. М.В. Ломоносова
Рациональная аппроксимация ядра свертки решения волнового уравнения в канале с помощью нейронной сети для построения ПГУ.

В докладе предложен метод построения рациональной аппроксимации ядра свертки решения волнового уравнения в канале кругового сечения с целью построения прозрачных граничных условий для бесконечной области с помощью нейросетевых архитектур. Проведен анализ полученных результатов в зависимости от параметров построенной модели, выполнено сравнение с решением модуля scipy.Pade, основанном на решении СЛАУ. Изложены возможные дальнейшие направления работы и области приложений.

СЕКЦИЯ 3

Вторник, 24 октября                    15:15 – 16:30
НЛК 2 этаж, Конференц-зал

Председатель: КИСЕЛЕВ Михаил Витальевич, к.т.н.

Искусственный интеллект

31. КАРПОВ Д. А., КОНОВАЛОВ В. П.
Московский физико-технический институт (государственный университет)
Multi-task Encoder-agnostic Transformer-based Models for Conversational Tasks

The explored encoder-agnostic transformer multi-task models yield results matching or approaching the single-task models on most tasks. If we truncate the tasks data to a low size (200-2000 samples per task), multi-task models start exceeding the single-task ones. This effect might depend on the number of samples per class.

32. * КАБИР А. С.1, ХАРЛАМОВ А. А.1, ВОРОНКОВ И. М.2
1Московский физико-технический институт (государственный университет)
2Международный центр по информатике и электронике (ИнтерЭВМ)
Research Methods for Fake News Detection in Bangla Text

This research work focuses on the fake news classification in Bangla language. In this work, news collected from different online and print newspapers are classified in authentic and fake news class. Considering prominent natural language processing techniques, data preprocessing and performing different deep neural networks and machine learning classification algorithms, it has achieved a maximum of 73% accuracy for minor class and 99% accuracy for classifying fake news and authentic news.

33. КАГАНОВ Ю. Т.
Московский государственный технический университет им. Н.Э. Баумана
К вопросу о динамической теории интеллекта

В работе рассмотрен подход на основе нелинейной и символиче-ской динамики для анализа когнитивных процессов. Исследовано фор-мирование семантических структур в результате процессов самоорга-низации в сложных нелинейных системах. Для реализации предлагае-мого подхода использована теория метаграфов и гранулярных вычис-лений. Показана возможность использования предложенного подхода для исследования когнитивных процессов интеллектуальных систем и дальнейшего развития систем искусственного интеллекта

34. * ЧЖАН Х. -., ЮДИН Д. А.
Московский физико-технический институт (государственный университет)
Офлайн обучение с глубоким подкреплением для управления манипулятора в среде Maniskill

Офлайн обучение с подкреплением (Offline RL) широко используется в задачах управления роботами, в то время как от онлайн обучения с подкреплением часто отказываются из-за его высокой стоимости взаимодействия с окружающей средой. Чтобы справиться с этой ситуацией, Behavior Cloning (BC), подход к имитационному поведению (IL), часто считается подходящим выбором для решения этой проблемы, при котором агент может учиться на офлайн наборе данных. В этой работе мы предлагаем интуитивно понятный способ, в котором к потерям BC добавляется потеря Proximal Policy Optimization (PPO) в качестве поправочного члена. Модели обучаются на статическом наборе данных с четырьмя различными задачами управления манипулятора, заданными ManiSkill, и мы сравниваем их с другими Offline RL алгоритмами.

35. АНТОНЕЦ В. А.1, АНТОНЕЦ М. А.2
1Нижегородский государственный университет им. Н.И. Лобачевского
2АО МА -ТЕК
Применение вариационного принципа для создания измеримой оценки релевантности объектов, включаемых в базы обучающих данных

Предложено новое решение задачи получения измеримой оценки качества обучающих эмпирических данных для искусственного интеллекта. Оно использует максиминный вариационный принцип для определения весовых функций – дискриминаторов соответствующих эталонных корпусов данных. Они позволяют количественно оценивать релевантность путем вычисления веса как каждого из объектов, входящих в эталонный корпус, так и объектов, тестируемых на предмет включения в базу обучающих данных для искусственного интеллекта.

СЕКЦИЯ 4

Вторник, 24 октября                    17:00 – 19:00
НЛК 2 этаж, Конференц-зал

Председатель: КИСЕЛЕВ Михаил Витальевич, к.т.н.

Нейроморфные вычисления, глубокое обучение

36. ТАРКОВ М. С.1, ИВАНОВА В. В.2
1Институт физики полупроводников им. А.В. Ржанова Сибирского отделения Российской академии наук, Новосибирск
2Новосибирский Государственный Университет
Image Processing with Reservoir Neural Network

Reservoir neural network (RNN) is a powerful tool for solving complex machine learning problems. The reservoir is a recurrent part of the network having a large size and rare internal connections which are most often set ran-domly and remain fixed. The idea of the RNN is to train only part of the network using a simple classification/regression technique and leave most of the network (reservoir) fixed. At the same time, all RNN advantages are preserved, and the training time is significantly red

37. * ЛЕОНОВ М. М., СОРОКА А. А., ТРОФИМОВ А. Г.
Национальный исследовательский ядерный университет «МИФИ», Москва
Russian Language Speech Generation from Facial Video Recordings Using Variational Autoencoder

В статье рассматривается использование вариационного автокодировщика (VAE) на основе генеративно-состязательной нейронной сети (GAN) для генерации русскоязычной речи из видеозаписей лиц. Модель обучена на рус-скоязычной речи и видеозаписях говорящего человека, собранных с сайтов-видеохостингов. Результаты экспериментов показывают, что предложенный метод может генерировать речевые сигналы высокого качества, близкие к оригинальной речи.

38. АЛЬАДЕЛ А.
Московский физико-технический институт (государственный университет)
SAMDIT: Systematic study of adding memory to divided input in transformer to process long documents

The proposed model uses a combination of segmentation, unified relative positional encoding for slot tokens, masking technique, and additional memory slots related to segments. This method was tested on summarization tasks. The main results show on-par performance for using our method to process long documents with the baseline, and superior performance compared to SLED. Memory content study reveals active interaction between memory tokens and chunks.

39. КИСЕЛЕВ М. В.1, ИВАНИЦКИЙ А. Ю.1, ИВАНОВ Д. А.2, ЛАРИОНОВ Д. А.3
1Чувашский государственный университет имени И.Н. Ульянова, Чебоксары
2Московский государственный университет им. М.В. Ломоносова
3Частное учреждение "Цифрум", Москва
Модель пластичности импульсных нейронов, оптимизированная для обучения без учителя

Разнообразие различных режимов обучения заставляет предположить, что разные законы синаптической пластичности импульсных нейронов могут быть оптимальны для обучения без и с учителем. В работе мы формулируем специфические требования к законам синаптической пластичности с точки зрения обучения без учителя и описываем модель пластичности, подчинающуюся этим требованиям. Эта модель пластичности является основным элементом нашего алгоритма обучения без учителя SCoBUL.

40. * ЧАПЛИНСКАЯ Н. В., БАЗЕНКОВ Н. И.
Институт проблем управления им. В.А. Трапезникова РАН, Москва
Обучение импульсной нейронной сети за счет механизмов миелинизации и демиелинизации

В работе рассматривается модель импульсной нейронной сети с пла-стичной миелиновой оболочкой аксонов, способная регулировать аксо-нальные задержки в распространении спайков за счет процессов миели-низации и демиелинизации. Предложенный механизм синхронизирует реакции постсинаптического нейрона на поступающие спайки и способ-ствует запоминанию нейронами демонстрируемых паттернов. Смодели-рованная импульсная нейронная сеть была успешно обучена распознавать рукописные цифры датасета USPS.

41. АНТОНОВ Д. И., СУХОВ С. В.
Институт радиотехники и электроники имени В.А.Котельникова РАН (Ульяновский филиал)
Обучение импульсных нейронных сетей-классификаторов с помощью локальных правил

Импульсные нейронные сети являются одним из перспективных кандидатов на решение проблемы уменьшения энергопотребления в ходе машинного обучения. К сожалению, в импульсных нейронных сетях трудно организовать метод обратного распространения ошибки. В настоящем исследовании продемонстрирован метод обучения с подкреплением ИмНС целиком на основе локальных правил. Эксперименты проводились в среде Brian 2.0 на общедоступных наборах данных MNIST.

42. РЫБКА Р. Б.1, ВЛАСОВ Д. С.1, МАНЖУРОВ А. И.1, СЕРЕНКО А. В.2, СБОЕВ А. Г.1
1Национальный исследовательский центр «Курчатовский институт», Москва
2Московский физико-технический институт (государственный университет)
Спайковая нейронная сеть с локальной пластичностью и разреженной связностью для классификации аудиоданных

Целью данной работы является изучение метода разреженной связности для спайковой нейронной сети (SNN) с обучением на основе локальной пластичности. Рассмотрены различные варианты организации связей в трехслойной SNN. В предлагаемом методе разреженной связности связи между слоями нейронов формируются с некоторой вероятностью в пределах ограниченной области расположения нейронов. Тестирование полученных архитектур с локальной пластичностью проводилось на задаче классификации аудиозаписей.

43. ДОРОГОВ А. Ю.
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
Реализация памяти образов в классе быстрых нейронных сетей

Рассматривается применение обратно-ориентированных пирамидальных нейронных сетей быстрого обучения для реализации элементов памяти образов. Сети рассматриваемого класса представимы линейными операторами, имеют самоподобную структуру и являются частным случаем алгоритма быстрого преобразования Фурье. Приведены методы топологического построения пирамидальных сетей. Показано что пирамидальная сеть памяти обеспечивает хранение и восстановление образов подобно хранению чисел в компьютерной памяти.

СЕКЦИЯ 5

Среда, 25 октября                    14:00 – 17:15
НЛК 2 этаж, Конференц-зал

Председатель: УШАКОВ Вадим Леонидович, к.б.н.

Нейробиология и нейробионика

44. * ЗИМИН И. А., СТАСЕНКО С. В.
Нижегородский государственный университет им. Н.И. Лобачевского
Artificial neural network with dynamic synapse model

In this study, we present an innovative hybrid model for short-term memory that combines short-term synaptic plasticity, astrocytic modulation of synaptic transmission, and a convolutional neural network. By comparing it with the recurrent neural network, we find that the proposed model demonstrates superior efficiency in accurately modeling short-term memory.

45. СТАСЕНКО С. В., ЛЕВАНОВА Т. А.
Нижегородский государственный университет им. Н.И. Лобачевского
Mean-field model of brain rhythms controlled by glial cells

We propose a theoretical framework that describes how glial cells can regulate neuronal activity and contribute to the generation of brain rhythms. In the proposed model, glial cells modulate the excitability of neurons by releasing gliotransmitters. The model takes into account the collective behavior of a large population of neurons and describes how the interactions between neurons and glial cells can give rise to different patterns of synchronized activity, such as oscillations and waves.

46. ЛЕБЕДЕВ А. А., КАЗАНЦЕВ В. Б., СТАСЕНКО С. В.
Нижегородский государственный университет им. Н.И. Лобачевского
Study of the Influence of Synaptic Plasticity on the Formation of a Feature Space in the Inhibitory Layer of a Spiking Neural Network

This paper presents a novel model for image decoding using a spiking neural network for the recognition task. Our approach involves utilizing the average number of spikes in the inhibitory layer as a measure of the neural network's response to a sensory stimulus, which serves as a unique feature.

47. БУЛАВА А. И., АЛЕКСАНДРОВ Ю. И.
Институт психологии РАН, Москва
Effect of Anxiety and Exploratory Activity on Fos Activated Neurons in the Deep and Superficial Layers of the Rat Cerebral Cortex

Although using neuroscience to develop artificial intelligence (AI) may guide neural network models toward human-like learning, at the moment artificial neural networks differ from the nervous system in many significant functional patterns. In order to succeed in creating AI with human-like cognitive abilities, neuro- and cognitive sciences should participate in AI research as a part of the joint research program. In this study we used c-Fos immunolabeling to identify the experience-dependent mismatch specific changes in cortical activity. To determine parameters of individuality and to assess the extent of relationship between different parameters, we analyzed the behavioral activity of rats in tests based on locomotion and anxiety levels. The results of this study demonstrated that experience-dependent mismatch induced cortical layer-specific changes in activity. Anxiety and exploratory activity were associated with selective changes in the number of Fos-activated neurons in the deep and superficial cortical layers, but were not associated with the total number of Fos-expressing cortical neurons in this area of the brain. We found a significant effect of anxiety and exploratory activity on learning rate. We argue that individual differences in learning can be predicted by the respective behavioral tests to measure exploratory and anxiety-related behavior.

48. ЖИЛЯКОВА Л. Ю.
Институт проблем управления им. В.А. Трапезникова РАН, Москва
Modeling neuron-like agents with a network internal structure

In the paper, we describe the model of heterogeneous agents with an internal structure and a set of parameters. These agents can generate an endogenous activity in definite time intervals. During the activation phase, the agent emits a spe-cific mediator with an assigned color into a common medium. In case agents correspond to the biological neurons, this medium is an extracellular space, and mediators are neurotransmitters.

49. * РОГАЧЁВ А. О., СЫСОЕВА О. В.
Научно-технологический университет "Сириус"
Применение функции временного отклика для изучения нейрофизиологических механизмов восприятия речи в экологически валидных условиях

Рассматривается применение функции временного отклика – метода, позволяющего изучать нейрофизиологические механизмы обработки естественных речевых стимулов. В нашем исследовании дети в возрасте от 6 до 8 лет прослушивали аудиозаписи детских сказок, одновременно проводилась регистрация электроэнцефалограммы. В результате было показано, что коэффициенты прогнозирования функции временного отклика положительно связаны с уровнем развития понимания речи, обращенной к ребенку.

50. МЫСИН И. Е.
Институт теоретической и экспериментальной биофизики РАН, Пущино, Московская обл.
Адаптация методологии машинного обучения для моделирования нейронных сетей мозга

Нейронаука накопила большой объем данных о функционировании мозга при обработке информации. Однако обобщить объем современных данных в виде математических моделей не удалось. Мы предлагаем новый подход построению моделей импульсных нейронных сетей. Наш подход основан на объединении двух уже известных подходов: популяционных моделях и автоматическом дифференцировании. Показано, что с помощью градиентного спуска можно находить параметры сети, наилучшим образом описывающие экспериментальные данные.

51. СМИРНИТСКАЯ И. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
The role of pulvinar nucleus as a sinchronizer of cortical activity for visual target detection is caused by its role as superior colliculus–cortex intermediary

Мозг возник для управления движением. Эволюция превратила его функцию в управление поведением. В ходе эволюции мозг развился в экстремально сложную иерархически устроенную систему. Для создания упрощенной модели алгоритмически описывающей его устройство, было предложено [8] строить две параллельных последовательности: последовательность моделей строения мозга, представляющих этапы его филогенеза, и последовательность моделей поведений животных, находящихся на соответствующих этапах филогенеза. Как иллюстрация полезности такого подхода для создания операционной модели конкретного отдела мозга обсуждаются функции таламического ядра подушки в управлении зрительно направляемым поведением. Сделан вывод, что экспериментально обнаруженная роль подушки, как инициатора и синхронизатора парието-фронтальных взаимодействий обусловлена его основными входами от верхнего двухолмия и претектума.

52. ПРОСКУРА А. Л., ВЕЧКАПОВА С. О., РАТУШНЯК А. С.
Федеральный исследовательский центр информационных и вычислительных технологий
Инсулин как модулятор плотности глутаматных рецепторов

В работе рассматриваются молекулярные перестройки в интерактоме дендритного шипика возбуждающего пирамидного нейрона поля СА1 гиппокампа под контролем гормона инсулина. Предложена реконструкция ключевых этапов сигнального пути рецептора инсулина, вовлекаемых в процессы модуляции синаптической нейротрансмиссии. Обсуждается протекторный эффект инсулина и его вклад в контроль плотности синаптических глутаматных рецепторов в гиппокампе.

53. РАТУШНЯК А. С., ПРОСКУРА А. Л., ВЕЧКАПОВА С. О., ХУСАИНОВ Р. Р.
Федеральный исследовательский центр информационных и вычислительных технологий
Принципы моделирования возникновения и эволюции негэнтропийных информационных систем

Рассматривается задача разработки принципов моделирования молекулярных комплексов, обладающих функцией присущей живому, способностью сохранения комплексной энтропии. На основе концепции поддержания устойчивости при замыкании петли обратной связи агента с внешней средой разработана структура, алгоритм и код модели негэнтропийной информационной системы. Учитывалось, что реакция системы на внешние факторы определяется не только наличием раздражителей, но и прежними воздействиями, т.е. памятью и опережающим отражением.

54. ДОРОФЕЕВ В. П.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Когнитивные функции мозжечка и образовательная нейронаука

С развитием методов психологических и нейрофизиологических исследований были выявлены факты влияния нарушений мозжечка на когнитивные функции, анатомические и нейрофизиологические связи мозжечка с префронтальной корой, отвечающей за когнитивные функции, и теории вовлечения мозжечка в познавательной деятельности. Ниже приводится обзор текущего состояния исследований в этой области и демонстрируется возможное развитие этой области вместе с образовательной нейронаукой.

55. СЫСОЕВ И. В., КОРНИЛОВ М. В., СЫСОЕВА М. В., ЕГОРОВ Н. М.
Саратовский филиал Института радиотехники и электроники им. В. А. Котельникова РАН
Математическая и радиофизическая модели генератора основного ритма лимбической эпилепсии

Лимбическая эпилепсия — наиболее распространённая форма заболевания, которой часто сопутствуют судороги. Предлагается, что источник патологической активности находится в гиппокапме одного из полушарий и представляет собою крошечную область или сеть. Нами предложена простая модель в виде кольца связанных пирамидных нейронов, позволяющая реализовать в численном и натурном радиофизическом эксперименте генератор основного ритма с перестраиваемой частотой.

56. БИБИКОВ Н. Г.
Акустический институт им. акад. Н.Н. Андреева, Москва
Нейроны слуховой коры ненаркотизированной кошки воспроизводят быстрые изменения длительных сигналов

Реакции одиночных нейронов слуховой коры кошки на разнообразные сложные сигналы (тоны, модулированные шумом в полосе 0-50 Гц, вокальные и речевые сигналы, звуки потенциальных жертв) исследовались в условиях, приближенных к естественным (отсутствие анестезии, отсутствие звукозаглушения). В отличии от данных, получаемых при любых видах наркоза, нейроны коры были способны к длительной реакции на подобные сигналы. При этом в течение всего воздействия сохранялась способность к воспроизведению быстрых временных изменений амплитуды.

СТЕНДОВАЯ СЕССИЯ 2

Среда, 25 октября                    14:00 – 17:15
НЛК 2 этаж

Председатель: ДОРОГОВ Александр Юрьевич, д.т.н.

Адаптивное поведение и эволюционное моделирование

57. СОХОВА З. Б., РЕДЬКО В. Г.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Modeling of natural needs of autonomous agents

In this paper, a model of autonomous agents with basic biological needs is constructed and investigated. The population of agents functions in a cellular environment. Each agent has four needs: 1) safety, 2) food, 3) reproduction, and 2) research. The intensities of needs form the agent’s genotype and are expressed as values from the interval [0, 1]. The model was analyzed by computer simulation. It is shown that agents with motivations have advantages as compared with agents without motivations. The experiments also confirmed that the needs of food and reproduction are the most important for the survival of the population.

58. КОТОВ В. Б., БЕСХЛЕБНОВА Г. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Переменный резистор под действием высокочастотного сигнала

Переменные резисторы («мемристоры») имеют потенциал стать важными строительными элементами для создания искусственного мозга. Многие препятствия, стоящие на пути создания практически полезных переменных резисторов, могут быть преодолены при использовании подходящих методов управления состоянием резистора. В качестве такого метода рассмотрено изменение состояния под действием переменного высокочастотного сигнала. Получено и исследовано уравнение для усреднённого по периоду колебаний состояния модельного резистора (простого резисторного элемента).

59. СКОБЦОВ Ю. А.1, САМЕР Э.2
1Санкт-Петербургский государственный университет аэрокосмического приборостроения
2Южный федеральный университет, Ростов-на-Дону
Определение оптимальных значений коэффициентов эвристической сегментации изображений в модифицированном муравьином алгоритме для изображений со сложной структурой

Для сегментации изображений предложен алгоритм оптимизации муравьиной колонии. Эвристические коэффициенты сегментации изображения в оптимизации муравьиной колонии сильно влияют на вычислительную сложность этого метода. В данной статье рассматривается оптимизация гибридных муравьиных колоний (ACO) – k-средние и поиск оптимальных значений для обнаружения коэффициентов сложно структурированных изображений

Искусственный интеллект

60. ЧЖАН Ч., ХУАН Я., САХАРОВА Е. К., КАНЕВ А. И., ТЕРЕХОВ В. И.
Московский государственный технический университет им. Н.Э. Баумана
GrowNet - улучшенная сеть CurveNet для классификации видов деревьев

Прорыв в классификации 3D-объектов открыл новые возможности практического применения методов глубокого обучения для иденти-фикации видов лесных деревьев. В данной работе мы предлагаем модель на основе CurveNet, более подходящую для классификации видов деревьев – GrowNet. Результаты экспериментов по классификации деревьев показывают, что модель GrowNet имеет самый высокий результат точности 86,5% по сравнению с моделями PointNet, PointNet++ и CurveNet.

61. ТИРСКИХ Д. В.1, КОНОВАЛОВ В. П.2
1ИГУ ФБКиИ
2Московский физико-технический институт (государственный университет)
Zero-shot NER via Extractive Question Answering

Although the task of named entity recognition (NER) is usually solved as a sequence tagging problem via traditional supervised learning approaches which require the presence of a substantially sized annotated dataset, recent works aiming to utilize pretrained extractive question-answering (QA) models have shown significant few and zero-shot capabilities. This work aims to further investigate their applicability in zero-shot setting i.e without explicit fine-tuning.

62. КУРЬЯН В. Е.
ООО АиС, Москва
Аксиомы построения графа модели мира

Отмечена принципиальная ограниченность парадигмы «последовательность в последовательность» при построении систем искусственного интеллекта. Описан подход к построению интеллектуальных систем на основе использования модели мира в виде графа, который строится автоматически в процессе обучения. Сформулированы правила (аксиомы) автоматического построения графа модели мира. Показано, что получающаяся модель обладает свойством объяснимости

63. МИНАКОВ Г. А.1, АХМАДЖОНОВ М. К.1, КУЗНЕЦОВ Д. П.2
1Московский физико-технический институт (государственный университет)
2DeepPavlov
Диалоговый граф: улучшение выбора ответа методом разделения целевых вершин

В данной статье предлагается новый метод, названный "Target Node Separation", который решает проблему точного выполнения задачи выбора ответов в диалоговых системах. Предложенный метод улучшает решение задачи выбора ответов путем усовершенствования структуры графа методом уточнения концов ребер. Авторы сравнивают предложенный метод с другими передовыми методами на датасете MultiWoZ и обнаруживают, что предложенный подход превосходит другие методы на основе графов и SBERTMap по метрике RecallN@k.

64. КОЛОНИН А. Г.
Новосибирский Государственный Университет
Эволюция эффективных коммуникационных кодов

В статье исследуется, как структуру человеческого естественного языка можно рассматривать как продукт эволюции кода межличностного общения с целью максимизации таких культурно-агностических и межъязыковых показателей, как антиэнтропия, коэффициент сжатия и показатель F1 кросс-разделения. Исследование проводится как часть более крупной работы по изучению естественного языка без учителя, предпринимается попытка выполнить метаобучение в пространстве гиперпараметров.

Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование

65. СОФРОНОВА О. И., ЖАРИКОВА Д. Р.
Московский физико-технический институт (государственный университет)
Language Models Explain Recommendations based on Meta-Information

For recommender systems, the explanation of why the item was recommended to a user increases the reliability. In this work, we introduce a post-hoc method of explaining any recommender system's output with the use of LLMs and meta information about a recommended item and user's preferences. We try different models and introduce metrics for estimating the quality of generated explanations. The models are evaluated on three domains and then compared to analyze the ability for domain transfer.

66. АРТАМОНОВ И. М.1, АРТАМОНОВА Я. Н.2
1Московский авиационный институт (национальный исследовательский университет)
2Нейрокорпус, Москва
Анализ достоверности текстовых данных на основе реакции аудитории на источник

Классификация релевантных и нерелевантных данных - одна из важнейших задач современного машинного обучения. В этой статье разрабатываются методы классификации с полууправлением, основанные на частично определенной информации для текстового источника. Метод основан на анализе вовлеченности автора в предметную область и оценки читателями с качеством публикуемых им текстов. Для достижения этой цели мы использовали комбинацию совместного авторского и текстового анализа, что позволило значительно снизить нагрузку на дальнейшую разметку данных. Метод использует цикл обучения, который уравновешивает вероятности отнесения к классу текстовых данных на уровне наиболее эффективного разделения классов при заданном уровне шума в данных. Было обнаружено, что необходимо использовать различные пути оценки вероятности релевантности для релевантных и нерелевантных записей. Для достижения приемлемого уровня классификации использовались как подходы к оценке вероятности, так и подходы правдоподобия. Метод был разработан в процессе практического анализа большого количества текстов из социальных сетей. Он показал высокую эффективность на большом объеме (> 70 млн записей, > 8 млн уникальных авторов) текстовых данных, которые похожи до степени смешения.

67. ЕДЕЛЕВА Ю. А.1, СМЕТАНИНА О. А.2, МЕЩЕРЯКОВА А.3, КУШИНА Н.4
1Брауншвейгский технический университет
2Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал
3Нижегородский государственный лингвистический университет им. Н.А. Добролюбова
4Технологический университет Кайзерслаутерн
Использование ранних и поздних сигналов для анализа иноязычных синтаксических структур изучающими с разным уровнем владения немецким языком: Роль когнитивной нагрузки

В статье рассматривается изучение важного для компьютерного моделирования процесса синтаксического парсинга, а именно, использование ранних и поздних сигналов изучающими с разным уровнем владения языком при анализе немецких синтаксических структур. Было выявлено, что синтаксический анализ подвержен влиянию когнитивной нагрузки, сам же по себе он представляет процесс вычисления структуры на основе ранних и поздних сигналов и ее частотности в целом.

68. КРЫЛОВ А. К.
Институт психологии РАН, Москва
Нелогичность и культуроспецифичность мышления при решении логических задач

Рассматриваются различия логики мышления и математической логики. Отмечается зависимость логики мышления от типа культуры: западной и незападной, соответствующих менталитетов. Логическое мышление – процесс, разворачивающийся при решении логических задач, – зависит от воспитания и среды, существенно отличается от математических принципов логического вывода.

69. ШАЦ В. Н.
Независимый исследователь, Санкт-Петербург
Принцип разбиения конечного множества в задаче классификации

В настоящей статье рассматриваются вопросы применения в задаче классификации концепции сходства признаков для объектов конечного множества, которая была предложена автором. На ее основе разработан метод решения задачи классификации, состоящий из нескольких отдельных этапов расчетов: разбиение упорядоченных значений признаков на равное число интервалов, вычисление упорядоченных пар номеров объектов и номеров интервалов, вычисление гранул, содержащих упорядоченные пары номеров объектов обучающей выборки для каждого класса. Тогда, пренебрегая разницей значений признаков в пределах интервалов, мы можем вычислить частоту объектов гранул по каждому признаку, используя простейшие формулы теории событий. Эти частоты позволяют по совокупности признаков объекта вычислить его частоту в каждом классе, а затем определить класс объекта. По существу, ядром метода является вычисление сюръективного данных на множество вложенных списков упорядоченных пар. Этот принцип отображения заданного множества на множество вложенных списков номеров объектов. Мы рассматриваем перечисленные этапы вычисления отображения как этапы реализации принципа разбиения множества получил развитие при решении задача об оценке близости классов и кластеров множества, вычисленных на его основе.

70. БЕЛОКОПЫТОВ А. С.1, МАКАРОВА М. М.2, САЛАМАТИН М. И.3, РЕДКОЗУБОВА О. М.1
1Национальный исследовательский университет «Московский институт электронной техники»
2Национальный исследовательский университет «Высшая школа экономики», Москва
3Московский городской психолого-педагогический университет
Разработка алгоритма детектирования медленной пик-волновой активности при бессудорожных формах эпилепсии

Рассматривается задача детектирования приступов абсансной эпилепсии в режиме реального времени с использованием данных электроэнцефалограммы (ЭЭГ). На основе спектральных характеристик окон ЭЭГ, содержащих приступы, обучена и протестирована модель опорных векторов (точность – 0,97, чувствительность – 0,93, специфичность – 0,98). Алгоритм можно использовать в мобильном приложении совместно с носимым электроэнцефалографом на сухих электродах для детектирования приступов в режиме реального времени.

Нейробиология и нейробионика

71. ДИК О. Е.
Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
Synchronization analysis of signals obtained from anesthetized rats during painful action

The task was set to reveal phase synchronization between such physiological rhythms as neuronal activity, fluctuations in blood pressure, and fluctuations in respiration in anesthetized rats. To solve this problem, the synchrosqueezed wavelet transform method was applied, which allows one to effectively calculate the instantaneous frequencies and phases of non-stationary signals. It was found that during painful action, the frequency of the neuronal activity variability or the frequency of the b

72. СТАСЕНКО С. В., КАЗАНЦЕВ В. Б.
Нижегородский государственный университет им. Н.И. Лобачевского
Спайковая нейронная сеть с четырехчастным синапсом

В работе мы предлагаем модель спайковой нейронной сети с четырехчастным синапсом, где астроцитарная модуляция вызывает синхронизацию нейронов, а активация внеклеточного матрикса мозга приводит к десинхронизации.

73. ВОРОНКОВ Г. С.
Московский государственный университет им. М.В. Ломоносова
Существует ли внутримозговой экран для субъективных зрительных образов

Субъективный зрительный образ (СЗО) реального зрительного пространства (РЗП) не есть результат активности элементов непосредственно сетчатки. Общепринято, что СЗО обеспечивается активностью центральных зрительных структур мозга. Однако, нейронный экран в мозге с изображением РЗП, подобным таковому в СЗО, не обнаружен. В работе делается попытка идентифицировать, в каком объективном виде осуществляется в мозге репрезентация точных координат точек РЗП, подобная таковой у СЗО.

74. БРУСИЛОВСКИЙ Л. И.1, КОЖИН С. П.2, БРЮХОВЕЦКИЙ А. С.3
1Некоммерческая организация Радиорелейная ассоциация АПОРРС
23АО «НПП «Исток» им.Шокина
3АО Клинический госпиталь "НейроВита"
Исследования когнитивных микроволновых излучений головного мозга человека как новый тип микроволновых энцефалограмм

С 2016 года группа ученых и радиоинженеров инициативным образом проводит исследования по регистрации микроволновых излучений головного мозга человека в УВЧ-/СВЧ-диапазонах. В результате были зарегистрированы собственные электромагнитные излучения головного мозга человека в диапазоне от 850 МГц до 5,0 ГГц с мощностью сигналов на уровне -130 дБм -100 дБм (10-16 - 10-13 Вт), обладающие когнитивными признаками. Способ регистрации был запатентован (патент RU 2708040 C2). Предыдущие исследования определили состав инструментальных средств и программу-методику экспериментов.Основная цель нового исследования 12-13.07.2021 состояла в подтверждении репрезентативными экспериментами когнитивного характера регистрируемых микроволновых всплесков в зависимости от стимула «свет/темнота» по усовершенствованной программе-методике с кратным увеличением количества регистраций на интервале, а также в поиске новых доступных инструментальных средств, удовлетворяющих запатентованной методике регистрации.

СЕКЦИЯ 6

Среда, 25 октября                    17:45 – 19:30
НЛК 2 этаж, Конференц-зал

Председатель: РАТУШНЯК Александр Савельевич, д.б.н.

Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование

75. СИЛЬКИС И. Г.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Mechanisms for contribution of modifiable inhibition to increasing the signal-to-noise ratio and contrasted representation of sensory stimuli in the neocortex

В основе предлагаемого механизма улучшения отношения сигнал/шум лежит одновременная модуляция эффективности моносинаптического возбудительного и дисинаптического тормозного входа к нейрону, вызванная активаций рецепторов, связанных с G-белками. К контрастному усилению нейронных отображений сенсорных стимулов в коре приводит дофамин-зависимая реорганизация активности нейронов в цепи–кора–базальные ганглии–таламус–кора. Контрастирование усиливается благодаря улучшению отношения сигнал/шум в коре.

76. ВЕРХЛЮТОВ В. М.1, БУРЛАКОВ Е. О.2, ВВЕДЕНСКИЙ В. Л.3, УШАКОВ В. Л.4
1Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
2Институт проблем управления им. В.А. Трапезникова РАН, Москва
3Национальный исследовательский центр «Курчатовский институт», Москва
4Институт перспективных исследований мозга МГУ им. М.В. Ломоносова
Recognition of Spoken Words From MEG Data Using Covariance Patterns

A speech recognition based on EEG and MEG data is an important step in the development of BCI and AI. Our approach for speech recognition relies on the evaluation of connections in the space of sensors with the identification of a pattern of MEG connectivity specific for a given segment of speech. We tested our method on 7 subjects. In all cases, the processing pipeline was quite reliable and worked either with- out recognition errors or with a small number of errors. After “training”, the algorithm is able to recognise a fragment of oral speech with a single presentation. MEG bandpass filtering showed that the quality of recog- nition is higher when using the gamma frequency range in comparison with the low-frequency range of the analysed signal.

77. * ЛЕХНИЦКАЯ П. А.
Казанский (Приволжский) федеральный университет
Модель невизуальных движений глаз при выполнении когнитивных задач в кратковременной памяти

В парадигме пустого экрана участники решали когнитивные задачи. Длительность текущей фиксации и пиковая скорость саккад различаются при изучении и выполнении когнитивных задач. Извлечение информации из памяти и последующая обработка зависят от характеристик входной задачи и ее сложности. Наилучшие показатели точности для фиксаций были у участников, назвавших только два уровня сложности заданий, наилучшие показатели точности саккад были у алгоритма Random Forest Classifier

78. * КОНОНОВ Р. А., МАСЛЕННИКОВ О. В.
Институт прикладной физики РАН, Нижний Новгород
Популяционная динамика в рекуррентных нейронных сетях: обучение с подкреплением задачам когнитивной нейронауки

В работе представлена рекуррентная нейронная сеть, которая методами обучения с подкреплением обучена решать задачу, инспирированную экспериментом в области когнитивной нейронауки, - перцептивного принятия решения с контекстом. Изучены динамические механизмы выполнения сетью целевой функции. Выделены функциональные кластеры нейронов, специализированные на выполнении отдельных этапов испытаний и выделении различных признаков входных и выходных сигналов.

79. * БРУЕВА А. А.1, ЕДЕЛЕВА Ю. А.2
1Нижегородский государственный университет им. Н.И. Лобачевского
2Брауншвейгский технический университет
Преодоление когнитивной нагрузки с помощью когнитивных навыков: уровень владения иностранным языком и состояние тревожности при говорении на иностранном языке

Проблема когнитивной нагрузки при говорении на L2 неоднократно рассматривалась в научных трудах [1,2,3,4]. Ряд работ показывает, что уровень когнитивной нагрузки может определяться когнитивными показателями, например, рабочей памятью [17]. Был проведен эксперимент на 16 респондентах, показавший, что зависимость ситуативной и личной тревожности, рабочей памяти, уровня владения L2 статистически не значима, но обнаружены общие тенденции взаимосвязи беглости речи с тревожностью и рабочей памятью.

80. * МАРКОВА Г. М.1, БАРЦЕВ С. И.2
1Сибирский федеральный университет, Красноярск
2Институт биофизики СО РАН – обособленное подразделение ФИЦ КНЦ СО РАН, Красноярск
Формирует ли рекуррентная нейронная сеть распознаваемые представления фиксированной серии событий?

Исследуется идентификация фиксированных последовательностей событий, которую обрабатывает модельный объект – простая рекуррентная нейронная сеть, по ее нейронной активности с помощью метода нейросетевого декодирования. Успешная идентификация свидетельствует о том, что у рекуррентной нейронной сети формируются распознаваемые репрезентации серии событий.

81. ПАРИН С. Б.1, ПОЛЕВАЯ С. А.1, КОВАЛЬЧУК А. В.2, ФЕДОТЧЕВ А. И.3, ЕРЕМИН Е. В.4, ПЕРМЯКОВ С. А.5
1Нижегородский государственный университет им. Н.И. Лобачевского
2Институт прикладной физики РАН, Нижний Новгород
3Институт биофизики клетки РАН, Пущино, Московская обл.
4Нижегородская государственная медицинская академия
5ООО НПФ "Реабилитационные Технологии"
Язык ритмограмм для отображения функциональных состояний человека

С помощью сверточной нейронной сети идентифицирован ряд функциональных состояний по данным кардиоритмограмм, полученных при использовании технологии событийно-связанной телеметрии ритма сердца.

СЕКЦИЯ 7

Четверг, 26 октября                    10:00 – 13:00
НЛК 2 этаж, Конференц-зал

Председатель: ДОЛЕНКО Сергей Анатольевич, к.ф.-м.н.

Прикладные нейросетевые системы

82. ИСАЕВ И. В.1, ОБОРНЕВ И. Е.2, ОБОРНЕВ Е. А.2, ШИМЕЛЕВИЧ М. И.2, ДОЛЕНКО С. А.1
1НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
2Российский государственный геологоразведочный университет им. С. Орджоникидзе, Москва
The Use of A priori Information in the Neural Network Solution of the Inverse Problem of Exploration Geophysics

Настоящая работа посвящена решению обратных задач разведочной геофизики, заключающихся в восстановлении пространственного распределения свойств среды в толще Земли по измеренным на ее поверхности геофизическим полям. Рассматривались методы гравиметрии, магнитометрии и магнитотеллурического зондирования, а также их комплексирование, т.е. одновременное использование данных нескольких геофизических методов для решения обратной задачи. Для реализации такого комплексирования в предыдущих работах авторов была предложена схема параметризации, описывающая слоистую геофизическую модель с фиксированными свойствами слоев, в которой определяемыми параметрами являлись положения границ между слоями. В настоящей работе эта схема параметризации усложнена тем, что свойства слоев варьируются от примера к примеру по набору данных. Для повышения качества нейросетевого решения описанной обратной задачи рассматривался подход, основанный на использовании априорной информации о физических свойствах слоев, при котором эта информация используется непосредственно в качестве дополнительных входных признаков для нейронной сети.

83. * КАРИМОВ Э. З.1, ШИРОКИЙ В. Р.2, БАРИНОВ О. Г.1, МЯГКОВА И. Н.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Доменная адаптация данных космических аппаратов при нейросетевом прогнозировании геомагнитного индекса Dst

Данная работа посвящена улучшению нейросетевого прогноза геомагнитного индекса Dst в случае, когда входные данные собираются двумя космическими аппаратами (КА) с разной доступностью данных, срок службы одного из которых приближается к концу. Для эффективного перехода между данными двух КА необходимы методы доменной адаптации. Полученные результаты свидетельствуют об улучшении прогноза относительно непреобразованных данных при использовании методов доменной адаптации с отбором значимых признаков.

84. * ВЛАДИМИРОВ Р. Д., ШИРОКИЙ В. Р., МЯГКОВА И. Н.
НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Исследование важности входных признаков в задаче прогноза геомагнитных возмущений

В данной работе исследуется алгоритм получения наиболее эффективной модели прогнозирования амплитуды геомагнитного Dst-индекса, основанный на снижении размерности входных данных за счет постепенного отбрасывания входных признаков. Данная задача актуальна, так как отбор значимых входных данных необходим для эффективного использования методов машинного обучения. Исследование проводилось на основе различных методов машинного обучения. Проведено сравнение эффективности использованных методов.

85. * ГУСЬКОВ А. А.1, ИСАЕВ И. В.2, БУРИКОВ С. А.1, ДОЛЕНКО Т. А.1, ЛАПТИНСКИЙ К. А.1, ДОЛЕНКО С. А.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Комплексирование данных физических методов при решении обратных задач спектроскопии растворов методами машинного обучения

В данной работе представлены результаты решения обратной задачи по определению концентраций ионов, содержащихся в растворах солей тяжелых металлов, по их спектрам комбинационного рассеяния света, инфракрасным спектрам и спектрам поглощения с помощью комплексирования физических методов. Было показано, что совместное использование данных различных физических методов позволило снизить погрешность спектроскопического определения концентраций ионов тяжелых металлов в растворах.

86. ХРЯЩЕВ В. В.
Ярославский государственный университет им. П.Г. Демидова
Исследование нейросетевых алгоритмов для системы поддержки принятия врачебного решения при исследовании желудка в эндоскопии

На современном этапе широкое распространение при проведении эндо-скопических исследований получают системы поддержки принятия вра-чебного решения. В настоящем исследовании рассматривается задача обнаружения патологий желудка на эндоскопических видеоданных. Проведен анализ эффективности использования архитектур сверточных нейронных сетей SSD и EfficientDet применительно к этой задаче. Для обучения и тестирования алгоритмов глубокого машинного обучения использовались 54 видеозаписи исследований желудка.

87. * ЧУГРЕЕВА Г. Н., САРМАНОВА О. Э., ЛАПТИНСКИЙ К. А., БУРИКОВ С. А., ДОЛЕНКО Т. А.
Московский государственный университет им. М.В. Ломоносова
Применение сверточных нейронных сетей для создания фотолюминесцентного углеродного наносенсора ионов тяжелых металлов

В работе представлены результаты применения сверточных нейронных сетей для разработки мультимодального фотолюминесцентного наносенсора на основе углеродных точек (УТ) для одновременного измерения ряда параметров многокомпонентных жидких сред. Показано, что с помощью 2D-сверточных нейронных сетей по спектрам фотолюминесценции УТ можно одновременно определять концентрации ионов и pH водных растворов с удовлетворительными для потребностей мониторинга состава технологических вод точностями.

88. ШЕЛОМЕНЦЕВА И. Г.
Красноярский государственный медицинский университет имени профессора В.Ф.Войно-Ясенецкого
Realization of Super-Resolution using bicubic interpolation and an efficient subpixel model for preprocessing low spatial resolution microscopic images of sputum

. Medical imaging explores methods and models for analyzing medical image da-ta, however, the low resolution of images obtained using equipment with small lenses and a short focal length may limit the implementation of medical data recognition. A variety of models and methods of super resolution implement the preprocessing of low spatial resolution images in medical imaging. The paper in-vestigates the problem of preprocessing microscopic images of sputum contain-ing small-sized objects of interest using super-resolution methods of bicubic in-terpolation and a model of an effective sub-pixel convolutional neural network. The performance of the selected models and methods is evaluated using the PSNR criterion. The obtained results show that both approaches can be used for the problem of super resolution of microscopic images of sputum containing small objects of interest.

89. * ЛИНОК С. А., ЮДИН Д. А.
Московский физико-технический институт (государственный университет)
Influence of Neural Network Receptive Field on Monocular Depth and Ego-Motion Estimation

We present an analysis of a self-supervised learning approach for monocular depth and ego-motion estimation. Unlike other existing works, our proposed approach called ERF-SfMLearner examines the influence of the deep neural network receptive field on the performance of depth and ego-motion estimation. We demonstrate on the KITTI dataset that increasing the receptive field leads to better metrics and lower errors both in terms of depth and ego-motion estimation.

90. * ШЛАПАК Н. П.
Обнинский Институт атомной энергетики Национального исследовательского университета "МИФИ"
Исследование возможности использования предобученного автоэнкодера для анализа с помощью метода главных компонент

Рассматривается возможность использования нейросетевой модели для выделения главных компонент из массива данных на примере распределения поля энерговыделения в активной зоне реактора ВВЭР-1000. Проведено сравнение с детерминистическими алгоритмами, предложен, разработан и протестирован алгоритм подготовки модели.

91. * ГРИШИН И. А., КРУТОВ Т. Ю., КАНЕВ А. И., ТЕРЕХОВ В. И.
Московский государственный технический университет им. Н.Э. Баумана
Оценка качества сегментации отдельных деревьев с использованием моделей глубокого обучения на основе LiDAR

В работе разработана система качества сегментации с использованием моделей глубокого обучения. Сегментация проведена на участке леса с высокой плотностью посадки насаждений, с помощью поэтапной сегментации слоев методом DBSCAN с предварительным обнаружением координат насаждений и разбиением участка с помощью диаграммы Вороного. Модель обучена и проверена на извлеченных данных деревьев на нейросетях PointNet++ и CurveNet. Предлагается для использования оценки качества методов кластеризации.

92. * РАЗИН В. В., КРАСНОВ А. А., КАРЧКОВ Д. А., МОСКАЛЕНКО В. А., РОДИОНОВ Д. М., ЗОЛОТЫХ Н. Ю.
Нижегородский государственный университет им. Н.И. Лобачевского
Решение задачи диагностики заболевания по ЭКГ на наборе данных PTB-XL с использованием глубокого обучения

Диагностика по электрокардиограмме (ЭКГ) – чрезвычайно актуальная и важная задача, от качества, своевременности и скорости решения которой зависят жизнь и здоровье людей. В статье исследуется использование глубокого обучения как универсального инструмента для решения задачи по определению патологических ЭКГ-сигналов с маркерами инфаркта миокарда, гипертрофии, нарушений проводимости и изменения морфологии сегмента ST.

93. * САЙБОДАЛОВ М. Х., КАРАНДАШЕВ Я. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Применение самообучающихся алгоритмов для детекции аномалий на рентгеновских снимках

В данной работе рассматривается задача нахождения инородных объектов на рентгеновских снимках, полученных со сканеров персонального досмотра. Такие сканеры используются на объектах, требующих повышенного контроля безопасности. Имеющиеся данные имеют ряд проблем, которые описываются и решаются в тексте. В данной работе будут рассматриваться исключительно самообучающиеся алгоритмы детекции аномалий, которые обучаются на данных, не содержащих аномалии. Такие модели, в отличие от алгоритмов обучения с учителем, не требуют большого количества размеченных данных для обучения.

СЕКЦИЯ 8

Пятница, 27 октября                    11:00 – 13:00
НЛК 2 этаж, Конференц-зал

Председатель: БАХШИЕВ Александр Валерьевич, к.т.н.

Прикладные нейросетевые системы

94. ФОМИН И. С.1, КОРСАКОВ А. М.1, ИВАНОВА В. В.2, БАХШИЕВ А. В.3
1Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
2Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
3Санкт-Петербургский политехнический университет Петра Великого
Исследование спайкового сегментного нейрона в задаче многообъектного оффлайн сопоставления на представлениях построенных сверточной сетью

Рассмотрена задача многообъектного оффлайн сопровождения объектов. Использована комбинация сверточной нейронной сети для перевода изображений в пространство представлений и спайковой нейронной сети для классификации изображений в пространстве представлений. Достигается точность до 48% при использовании половины траектории для обучения.

95. ИЛЛАРИОНОВ Е. А.
Московский государственный университет им. М.В. Ломоносова
Адаптивная нейросетевая модель для оцифровки рукописного текста

Автоматическая оцифровка рукописного текста по сей день является трудной задачей, в том числе для моделей машинного обучения. Одним из факторов, негативно влияющих на точность модели, является сильная вариативность почерков разных авторов. При стандартном подходе модели машинного обучения обучаются на заранее подготовленной выборке. При работе с рукописным текстом обычно трудно гарантировать, что обучающая выборка покрывает все разнообразие почерков, с которыми предстоит работать модели. На практике это приводи к тому, что тексты с новым почерком, непохожим на те примеры, что были в выборке, распознаются существенно хуже. В нашей работе предлагается идея, как реализовать адаптивную нейросетевую модель, которая будет автоматически подстраиваться под новые стили почерков и другие особенности документа. Предлагаемая идея, разумеется, не является универсальной, однако в ряде задач может существенно повысить качество оцифровки текста. В работе данная модель применяется для оцифровки многостраничных рукописных каталогов с табличными данными о наблюдениях солнечной активности.

96. ЦХАЙ Р. А., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Подход к управлению движением самолета на основе SNAC-технологии

На основе SNAC-подхода, объединяющего методы обучения с подкреплением и нейронные сети, решается задача управления продольным угловым движением пассажирского самолета. Эти результаты сравниваются с оптимальным управлением для линейно-квадратичной системы. Полученные результаты демонстрируют перспективность SNAC-подхода к управлению движения самолета в условиях неопределенности.

97. СОЛОВЬЕВ И. А., КЛИНЬШОВ В. В.
Институт прикладной физики РАН, Нижний Новгород
Пороги устойчивости аттракторов сети Хопфилда

Цель работы заключается в детальном изучении аттракторов сети Хопфилда и бассейнов их притяжения в зависимости от параметров системы — размера сети и числа запомненных образов. Показано, что зависимость среднего порога устойчивости полезных аттракторов от числа запомненных образов может быть немонотонной, за счет чего устойчивость сети может возрастать при запоминании новых образов. Анализ порогов устойчивости позволил оценить максимальное число образов, которые может хранить сеть.

98. БОЛОТНИКОВА А. А.1, ШЛАПАК Н. П.2
1Обнинский институт атомной энергетики НИЯУ МИФИ
2Обнинский Институт атомной энергетики Национального исследовательского университета "МИФИ"
Применение нейронных сетей в прогнозировании изменения изотопного состава ТВС реактора ВВЭР-1000

Рассматривается возможность применения нейронных сетей в решении задачи прогнозирования изотопного состава ядерного топлива. Предложен, разработан и протестирован алгоритм, основанный на рекуррентной нейронной сети, способный по таким параметрам свежего топлива, как обогащение и массовое содержание оксида гадолиния в твэгах, прогнозировать изотопный состав ТВС в запрашиваемый момент времени. Данный алгоритм можно использовать для проведения быстрых предварительных расчетов.

99. КОРСАКОВ А. М.1, ИСАКОВ Т. Т.1, БАХШИЕВ А. В.2
1Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
2Санкт-Петербургский политехнический университет Петра Великого
Стратегия инкрементного обучения на сегментной спайковой модели нейрона

В статье представлен способ реализации инкрементного обучения на сегментной спайковой модели нейрона. В качестве сценария инкрементного обучения выбрано дообучение одного нейрона с возможностью формирования новых классов. При обучении использовался только новый пример, без знания всей предыдущий обучающей выборки. Проведены эксперименты с использованием базы данных Iris. Показана возможность объединения знаний на двух примерах с получением лучших конечных результатов классификации.

100. ЭНГЕЛЬ Е. А., ЭНГЕЛЬ Н. Е.
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
An intelligent day ahead solar plant's power forecasting system

The power production of a photovoltaic system has complex nonlinear dynamic with uncertainties since solar radiation and temperature fluctuate. Thereby, it is complicated to approximate this complex dynamic by conventional algorithms while machine learning algorithms provide the required forecast’s performance. We solved the intelligent day ahead solar plant’s power forecasting task based on the modified neural net with a developed fuzzy attention mechanism. In contrast with existed fuzzy attention mechanisms which use classical membership func-tion we consider an attention mechanism’s context vector as fuzzy measures. The developed fuzzy attention mechanism selects from all signals which provided by classical attention mechanism only important signal based on fuzzy measures and the fuzzy integral. The developed fuzzy attention mechanism selects from all sig-nals which provided by classical attention mechanism only important signal based on fuzzy measures and the fuzzy integral. The comparison simulations study re-sults of the intelligent day ahead solar plant’s power forecasting system based on the created modified neural net with a fuzzy attention mechanism reveal its ad-vantages and competitive performance, as compared to a classical RNN. The modified neural net with a fuzzy attention mechanism has competitive perfor-mance as compared to a modified fuzzy neuronet and RNN for day ahead fore-casting of the hourly solar plants’ power.

101. КУДЕРОВ П. В.1, ДЖИВЕЛИКЯН Е. А.1, ПАНОВ А. И.2
1Московский физико-технический институт (государственный университет)
2Федеральный исследовательский центр "Информатика и управление" РАН, Москва
Аттракторные свойства пространственно-временной памяти в задаче эффективной обработки последовательностей

В данной работе мы предлагаем биологически правдоподобную модель пространственно-временной памяти с аттракторным модулем и изучаем ее способность эффективно кодировать последовательности, выделять и переиспользовать повторяющиеся паттерны. Результаты экспериментов на синтетических и текстовых данных, а также на данных с импульсных камер демонстируют качественное улучшение свойств модели при использовании аттракторного модуля.

СЕКЦИЯ 9

Пятница, 27 октября                    14:15 – 16:00
НЛК 2 этаж, Конференц-зал

Председатель: САМСОНОВИЧ Алексей Владимирович, д.ф.-м.н.

Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование

102. СТАНКЕВИЧ Л. А.
Санкт-Петербургский политехнический университет Петра Великого
Когнитивные нейро-нечеткие системы управления

Работа посвящена проблемам разработки когнитивных нейро-нечетких систем управления. Рассматриваются системы, в которых реализуются когнитивные функции прогнозирования и классификации состояний окружения объекта управления. Показано, что существующие классифи-каторы могут обеспечить точность 60-80% при 4-х классах состояний. Предложен новый тип классификатора на нейро-нечеткой сети, который показал точность классификации состояний не ниже 90%. Приведены примеры применения классификатора для управления роботами.

103. ВВЕДЕНСКИЙ В. Л.1, ВЕРХЛЮТОВ В. М.2, ГУРТОВОЙ К. Г.1
1Национальный исследовательский центр «Курчатовский институт», Москва
2Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Постоянные резкие переключения мозговых колебаний при распознавании произнесенных слов

Мы измеряли магнитные сигнала мозга при распознавании слов на слух и постоянно наблюдали резкие скачки скорости изменения амплитуды сигнала. Любая измеренная кривая может быть представлена в виде ломаной линии, состоящей из прямолинейных сегментов. Длительность отдельных сегментов сильно варьирует, однако она подчиняется единой зависимости для всех сегментов в течение всего эксперимента. Сигналы мозга при выполнении когнитивной задачи похожи на переключения в системе реле, производящей вычислени

104. КОЗУНОВ В. В.
Центр нейрокогнитивных исследований Московского городского психолого-педагогического университета (МЭГ-Центр)
Пространственное разрешение для анализа соответствия представлений в исследованиях с помощью магнитоэнцефалографии

Анализ соответствия представлений обеспечивает широкие возможности для интерпретации данных полученных с помощью различных техник измерения мозговой активности. Однако его применение для сопоставления лишенных пространственного или временного измерения представлений может сопровождаться потерей информации которую потенциально несут модальности нейровизуализации по-отдельности. Предложен метод локализации в мозге активности соответствующей представлениям полученным из данных магнитоэнцефалографии

105. МОНАХОВА Э. -., КЛЮЧАРЕВ В. А., МОРОЗОВА А. Н., БРЕДИХИН Д. О., ШЕСТАКОВА А. Н., МОИСЕЕВА В. В.
Национальный исследовательский университет «Высшая школа экономики», Москва
Психофизиологические механизмы восприятия дипфейков, соответствующих и несоответствующих внутренним установкам: парадигма N400

Технология дипфейков, задействующая элементы искусственного интеллекта для синтеза видео- и аудио-нарративов, становится все более популярной, в частности в сфере когнитивных наук. В текущем проекте исследуется нейрофизиологическое и поведенческое восприятие аудио-дипфейков, соответствующих и несоответствующих внутренним установкам участников, на тему вакцинации от коронавируса COVID-19 в России.

106. КОЗИН А. В., ГЕРАСИМОВ А. К., ПАВЛОВ А. В., БАКАЕВ М. А.
Новосибирский государственный технический университет
Разработка прибора для предъявления фотостимулов в интерфейсах мозг-компьютер на основе SSVEP парадигмы

В данной статье поднимается проблема и рассматриваются особенности предъявления фотостимулов в интерфейсах мозг-компьютер на основе SSVEP парадигмы. Предложен и разработан универсальный прибор для тонкой настройки параметров стимуляции. Результаты проведенных экспериментов подчеркивают важность учета индивидуальной реакции пользователей на предъявляемые фотостимулы при проектировании интерфейсов мозг-компьютер на основе SSVEP потенциалов.

107. ЭКИЗЯН А. Х.1, ШАПОШНИКОВ П. Д.2, КОСТЮЛИН Д. В.1, ШАПОШНИКОВ Д. Г.1, КИРОЙ В. Н.1
1Научно-исследовательский технологический центр нейротехнологий Южного федерального университета, Ростов-на-Дону
2Южный федеральный университет, Ростов-на-Дону
Разработка системы идентификации двигательных ЭЭГ артефактов в режиме реального времени.

В последние десять лет системы интерфейс мозг-компьютер (ИМК) получили широкое распространение в повседневной жизни. Одной из проблем использования мобильных ИМК на базе ЭЭГ является наличие двигательных ЭЭГ артефактов(ходьба, моргания и.т.д). В данном исследовании сравнивались различные подходы классификации подобных состояний при помощи методов машинного обучения и нейросетевых подходов. Протестированные методы продемонстрировали высокую точность до 80% в задаче классификации 7 состояний.

108. КЛИНЬШОВ В. В., КОВАЛЬЧУК А. В.
Институт прикладной физики РАН, Нижний Новгород
Частотный хаос и длительность памяти в спайковых нейронных сетях

Частотный хаос — это коллективное состояние нейронной сети, характеризующееся медленными нерегулярными колебаниями частоты возбуждения нейронов. Мы изучаем сеть спайковых нейронов, которая демонстрирует три различных сценария возникновения частотного хаоса. Хотя все сценарии приводят к коллективной динамике с похожими статистическими характеристиками, оказывается, что последствия для вычислительных возможностей сети при выполнении простой задачи задержки сильно зависят от конкретного сценария.



Российская нейросетевая ассоциация Российская академия наук Министерство образования и науки Российской Федерации МФТИ НИЯУ МИФИ НИИСИ РАН МАИ Институт перспективных исследований мозга МГУ
AIRI iLabs Приоритет 2030