Секции
Нейроинформатика - 2014
СЕКЦИЯ 1
Понедельник, 27 января 16:15 – 18:00
Акт. зал
Председатель: ЛИТИНСКИЙ Леонид Борисович, к.ф.-м.н.
Теория нейронных сетей
1. КРЫЖАНОВСКИЙ В. М., МАЛЬСАГОВ М. Ю.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Дерево поиска на основе персептронов с итеративным обходом и критерием останова
В работе представлен алгоритм, являющийся расширением бинарного дерева поиска на случай, когда входной вектор содержит искажения. Узлами дерева являются персептроны. Отличительной особенностью алгоритма является итеративный поиск решения и наличие критерия остановки.
2. ШАЦ В. Н.
Независимый исследователь, Санкт-Петербург
Индексный метод машинного обучения
В статье предлагается индексный метод машинного обучения, где реализован многоуровневый принцип обработки информации, который ис-пользуют животные. В нем рассматриваются свойства индексов, которые отображают значения признаков на конечном множестве целых чисел. Определяются частоты индексов для объектов каждого класса обучающей выборки. Эти частоты служат для определения наиболее вероятного класса объектов тестовой выборки. Рассмотрены особенности метода при решении отдельных задач.
3. СОЛОВЬЕВ А. М., СЕМЕНОВ М. Е.
Воронежский государственный университет
Искусственные нейронные сети с гистерезисной функцией активации
Разработаны принципы построения двухслойных искусственных нейронных сетей с гистерезисной функцией активации нейронов на осно-ве S-преобразователя и модели Прейзаха. Предложены алгоритмы их обучения. Проведен анализ работы рассматриваемых нейронных сетей на примере задачи классификации образов.
4. КАРЛОВ И. А.1, КОШУР В. Д.2
1Национальный исследовательский университет «Высшая школа экономики», Москва
2Сибирский федеральный университет, Красноярск
Нейро-нечеткое управление гибридной моделью восстановления пропущенных данных
В докладе представлен новый оригинальный подход к восстановлению пропущенных данных. Рассмотрена общая идея и реализация отдельных шагов построения гибридной модели. Особое внимание уделено вопросу эффективного управления гибридной моделью с использованием системы нейро-нечеткого вывода. Проведена серия экспериментов, которые показали эффективность представленного метода на отдельных массивах данных.
5. * ВОЛОСКОВ Д. С., МАСЛЕННИКОВА Ю. С., БОЧКАРЕВ В. В.
Казанский (Приволжский) федеральный университет
Обучение прогностических нейронных сетей на основе метода максимального правдоподобия
Работа посвящена развитию методов обучения искусственных нейронных сетей для задач краткосрочного прогнозирования временных рядов. Предложен и реализован алгоритм обучения искусственных нейронных сетей, основанный на методе максимального правдоподобия, позволяющий повысить точность прогнозирования для временных рядов с распределением ошибки отличным от нормального. Предложенный метод был применен для прогнозирования значений модельного временного ряда и временной динамики сетевого трафика.
6. КИСЕЛЕВ М. В.
Чувашский государственный университет имени И.Н. Ульянова, Чебоксары
Однородная хаотичная нейронная сеть как преобразователь из асинхронной в синхронную форму кодирования сигнала
Нервная система использует два основных метода кодирования информации: асинхронный - когда наличие и интенсивность стимула кодируется общей интенсивностью потока спайков при отсутствии точной синхронизации между ними, и синхронный – с помощью высоко синхронизированных последовательностей спайков. В работе показано, что преобразование между этими схемами кодирования может осуществляться однородной хаотичной нейронной сетью, не требуя при этом обучения сети и наличия синаптической пластичности.
7. * ГОРБАЧЕНКО В. И., ЖУКОВ М. В.
Пензенский государственный университет
Применение метода параметрической идентификации и сетей радиальных базисных функций для решения коэффициентных обратных задач математической физики
Предложен бессточный подход к решению коэффициентных обратных задач математической физики, основанный на использовании параметрического метода идентификации и сетей радиальных базисных функций. Регуляризация решения осуществляется с помощью итерационного метода, в котором роль регуляризатора выполняет количество итераций, определяемое по невязке. Эффективность подхода подтверждена на примере коэффициентной задачи для эллиптического уравнения.
СЕКЦИЯ 2
Вторник, 28 января 14:00 – 15:30
406
Председатель: РЕДЬКО Владимир Георгиевич, д.ф.-м.н.
Адаптивное поведение и эволюционное моделирование
8. * ИВАЩЕНКО Г. С., КОРАБЛЕВ Н. М.Харьковский национальный университет радиоэлектроники, Украина
Гибридный метод краткосрочного прогнозирования временных рядов на основе модели клонального отбора
В статье предложен гибридный метод получения краткосрочного прогноза временных рядов при помощи модели клонального отбора, использующей разнородные антитела, построенные на основе вывода по прецедентам и простейших моделей прогнозирования. Выполнена оценка эффективности предложенного метода путем сравнительного анализа, а также представлены результаты экспериментальных исследований, демонстрирующие особенности предлагаемого подхода.
9. КАБЫШ А. С., ДЁМИН В. В., GOLOVKO V. A.
Brest State Technical University, Belarus
Методы управления коллективным поведением в многоагентных системах
В статье предложен метод управления группой агентов состоящий из двух этапов: децентрализованного обучения, когда вначале каждый агент обучается отдельно и формирует собственную стратегию поведения, а затем осуществляется интеграция множества агентов в многоагентную систему путем корректировки индивидуальных стратегий. Предложен метод координации агентов, который состоит во введении в систему виртуального лидера корректирующего стратегии действий каждого агента для формирования глобального поведения системы.
10. ДЁМИН В. В.1, КАБЫШ А. С.1, GOLOVKO V. A.1, STETTER R.2
1Brest State Technical University, Belarus
2University of Applied Sciences Ravensburg-Weingarten, Germany
Модель эффективного управления многоколесным мобильным роботом на базе обучения с подкреплением
Рассматривается применение обучения с подкреплением для многоагентной системы колесных модулей, с целью эффективного управления многоколесным роботом. В рамках предлагаемого подхода используется модифицированная модель обучения с подкреплением на основе виртуального лидера. Соответствующий ей Q-learning алгоритм множества агентов, позволяет обучить агентов системы эффективно управлять каждым колесом и подстраиваться друг под друга.
11. * НЕПОМНЯЩИХ В. А.1, ОСИПОВА Е. А.1, РЕДЬКО В. Г.2, ШАРИПОВА Т. И.2, БЕСХЛЕБНОВА Г. А.2
1Институт биологии внутренних вод им. И.Д. Папанина РАН, п. Борок, Ярославская обл.
2Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Модель навигации животных в лабиринтах
Настоящая модель служит для понимания поискового поведения животных, в котором животное не только ведет поиск, направленный на удовлетворение той или иной потребности, но и стремится к исследованию внешней среды. Кратко изложены результаты биологического эксперимента по навигации рыб в лабиринтах. Проведено компьютерное моделирование такой навигации.
12. * МУРАТОВ С. Т.1, ЛАХМАН К. В.2, БУРЦЕВ М. С.3
1Московский физико-технический институт (государственный университет)
2Национальный исследовательский центр «Курчатовский институт», Москва
3London Institute for Mathematical Sciences, United Kingdom
Нейроэволюционный синтез контроллера мобильного робота в задаче генерации последовательностей действий
В работе рассмотрена задача автоматического формирования поведенческих последовательностей мобильным роботом в среде с множественными целями. В качестве метода генерации интеллектуального контроллера робота был использован нейроэволюционный алгоритм, основанный на дупликации нейронов. Было показано, что в процессе эволюции вырабатываются стабильные поведенческие стратегии, которые могут быть реализованы даже в случае изменения окружающей робота среды.
СЕКЦИЯ 3
Вторник, 28 января 15:30 – 17:00
406
Председатель: ДУНИН-БАРКОВСКИЙ Виталий Львович, д.ф.-м.н.
Нейробиология
13. МЫСИН И. Е.Институт теоретической и экспериментальной биофизики РАН, Пущино, Московская обл.
Долговременная пластичность глутаматергических синапсов
Данная работа посвящена обзору состояния проблемы исследования синаптической пластичности на сегодняшний день. Основное внимание в работе уделяется пластичности глутаматергических синапсов, поскольку. этот тип синапсов является преобладающим среди возбуждающих синапсов в нервной системе, а также пластичность данного типа синапсов наиболее хорошо изучена. В работе отражены сформировавшиеся на сегодняшний день представления о механизмах и роли пластичеcких изменений.
14. ШАКИРОВ В. В.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Возникающие перспективные технологии для создания искусственного интеллекта
Рассматриваются перспективные способы решения конкретных задач в проблеме создания искусственного интеллекта (ИИ) на основе обратного конструирования мозга человека. Оцениваются их преимущества и недостатки. Также рассматриваются перспективные подходы к задаче объединения модальностей и оптимизации существующих алгоритмов ИИ. Кратко рассматривается вопрос о степени специализации алгоритмов ИИ в связи с законом Мура.
15. СМИРНИТСКАЯ И. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Распределенное представление зрительных сцен: роли верхнего двухолмия, таламического ядра подушки и теменной коры
Предложена схема распределенного представления зрительных сцен в распознающих зрительные входы структурах мозга. Показано, что сигналы о положении глаз во время рассматривания отдельных участков сцены могут служить средством связывания отображений отдельных участков зрительного поля в целую картину.
16. * СОЛОВЬЕВА К. П.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Гиперкольцевые нейронные аттракторы
Непрерывные аттракторы - один из вероятных механизмов представления данных в нервной системе. Наша работа затрагивает вопросы формирования и ёмкости нейронных сетей, содержащих такие аттракторы. В отличие от работ, где используется ассоциативный метод создания аттракторов за счёт синаптической пластичности в сетях со случайными связями, мы исследуем метод создания «врождённых» аттракторных сетей с длиной непрерывного аттрактора, в несколько раз превышающего число нейронов в сети.
17. СОЛОВЬЕВА К. П., КАРАНДАШЕВ Я. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Полиаттракторная топологически-упорядоченная сеть импульсных нейронов
Одним из вероятных механизмов представления величин в нервной системе являются аттракторные нейронные сети. Непрерывные аттракторы размерности 1, 2, 3 зачастую используются для моделирования представления непрерывных величин. В данной работе представлена гибридная конструкция, содержащая топологически упорядоченную решётку из 0-мерных аттракторов на модели импульсных нейронов. Исследуются характерные отличия режимов работы такой сети от сетей содержащих 0-мерные аттракторы и большей размерности
18. ДУНИН-БАРКОВСКИЙ В. Л.
Московский физико-технический институт (государственный университет)
О наборе вычислительных операций в мозге
Описываются вычислительные операции в коре больших полушарий мозга, связанные с волнами Хопфилда и нейронными аттракторами. Делается вывод о необходимости мультиплексной (с разделением операций по фазам ритмов мозга) организации выполнения нейронных операций.
КАЛЕЙДОСКОП ИДЕЙ
Вторник, 28 января 17:00 – 18:00
406
Председатель: ТЮМЕНЦЕВ Юрий Владимирович, к.т.н.
Поволжский государственный университет телекоммуникаций и информатики, Самара
Нейронные сети для идентификации пользователя ЭВМ по способу набора текста
В работе предложен способ дополнительной защиты информации и идентификации пользователя, основанный на нейросетевых технологиях. Произведен выбор размерности входного вектора, структуры сети и произведено обучение. Доказана работоспособность данного программного комплекса для фиксированного количества пользователей ЭВМ.
20. ВЕЛЬЦ С. В.
Московский государственный технический университет им. Н.Э. Баумана
Нейросетевой подход на основе иерархической темпоральной памяти (HTM) к мониторингу мошенничества по пластиковым картам
Предложен поход для моделирования операций по пластиковым картам с целью обнаружения потенциально мошеннических действий. В основе лежит нейросетевая архитектура иерархической темпоральной памяти, которая позволяет учесть пространственную и временную близость паттернов в входных данных.
21. ВЕКШИН Н. Л.
Институт биофизики клетки РАН, Пущино, Московская обл.
К вопросу о кратковременной и долговременной памяти
Проводится критическое рассмотрение доводов о существовании двух видов памяти - кратковременной и долговременной. Анализ позволяет прийти к выводу об их идентичности. Объяснить все основные факты способна волновая модель голографического механизма памяти.
22. НИКОНОВ Ю. В.
Медико-санитарная часть №59 Федерального медико-биологического агентства России, Заречный, Пензенская обл.
Каузограмма как сложная сеть
КАУЗОГРАММА КАК СЛОЖНАЯ СЕТЬ Предполагается, что концепция скрытых метрических пространств сложных сетей может быть применена в нейроинформатике для моделирования оценки удаленности событий во времени. (События – узлы сложной сети – каузограммы).
СЕКЦИЯ 4
Среда, 29 января 10:00 – 12:00
404
Председатель: КАЗАНОВИЧ Яков Борисович, к.ф.-м.н.
Нейробиология
23. СОНЬКИН К. М.1, СТАНКЕВИЧ Л. А.1, НАГОРНОВА Ж. В.2, ХОМЕНКО Ю. Г.3, ШЕМЯКИНА Н. В.41Санкт-Петербургский политехнический университет Петра Великого
2Научно-исследовательский центр «Арктика» ДВО РАН, Магадан
3Институт мозга человека им. Н.П. Бехтеревой РАН, Санкт-Петербург
4Институт эволюционной физиологии и биохимии им. И.М. Сеченова РАН, Санкт-Петербург
Анализ возможности распознавания паттернов ЭЭГ воображаемых и реальных движений пальцев одной руки
Рассматривается проблема распознавания воображаемых и реальных движений по данным ЭЭГ. Реализовано исследование по различению реальных и воображаемых движений пальцев одной руки. Для ЭЭГ сигналов, используемых для классификации, определены пространственная локализация и длительность интервала для анализа. Реализован нейросетевой классификатор с предварительным регрессионным анализом. Оценена точность распознавания паттернов реальных и воображаемых нажатий большим и указательным пальцами
24. * КОЖУХОВ С. А., ЛАЗАРЕВА Н. А., ИВАНОВ Р. С., ТИХОМИРОВ А. С., ЦУЦКИРИДЗЕ Д. Ю., БОНДАРЬ И. В.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Анализ ответов нейронов первичной зрительной коры на ориентированные стимулы
В работе рассматриваются свойства ответов нейронов V1 на полосы различных ориентаций. В качестве величины, характеризующей актив-ность нейрона в заданный момент времени, используется функция плот-ности спайков (ФПС), оценка которой произведена методом адаптивного гауссова ядра с применением коррекции латентного сдвига. Для количе-ственного анализа ФПС использован метод главных компонент. В резуль-тате данного анализа были открыты новые свойства нейронных ответов V1, ранее неизвестные.
25. МЕДВЕДЕВА И. В.1, ВИШНЕВСКИЙ О. В.1, САФРОНОВА Н. С.1, КОЖЕВНИКОВА О. С.1, СУСЛОВ В. В.1, КУЛАКОВА Е. В.1, СПИЦИНА А. М.1, ОРЛОВ Ю. Л.2
1Институт цитологии и генетики СО РАН, Новосибирск
2Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации (Сеченовский Университет)
Геномная организация и контекстные характеристики генов с повышенной экспрессией в клетках мозга
Рассмотрены проблемы статистического анализа экспрессии генов в клетках тканей мозга, основанные на данных технологий высокопроизво-дительного секвенирования ДНК и микрочипов. Дан краткий обзор ос-новных биоинформационных методов и существующих баз данных. Про-анализированы особенности структуры генов, имеющих дифференциаль-ную экспрессию в клетках мозга, включая число экзонов, альтернативных транскриптов, присутствие некодирущих РНК.
26. АРХИПОВ В. И.1, КАПРАЛОВА М. В.1, ГОРДОН Р. Я.2, ПЕРШИНА Е. В.1
1Институт теоретической и экспериментальной биофизики РАН, Пущино, Московская обл.
2Институт биофизики клетки РАН, Пущино, Московская обл.
Когнитивные функции при нейродегенерации, вызванной эксайтотоксином
Крыс Вистар обучали пищедобывательному навыку до внутригиппокампального введения нейротоксина каиновой кислоты в субконвульсивной дозе. Показано, что нейродегенеративные процессы в гиппокампе, развивающиеся под влиянием каиновой кислоты, нарушают процессы памяти и обучения; причем нарушения нарастают по мере увеличения периода дегенерации. Дефекты воспроизведения навыка меньше, и его восстановление происходит быстрее, если поведенческие эксперименты начинать через 3 дня, а не через 6 дней после повреждения гиппокампа. Предполагается, что проявление когнитивных дефектов определяется соотношением компенсаторных механизмов с одной стороны, и нарастающих во времени структурно-функциональных нарушений в гиппокампальной системе, с другой.
27. БОЖОКИН С. В., СУСЛОВА И. Б.
Санкт-Петербургский политехнический университет Петра Великого
Вейвлет-анализ математической модели вспышек электроэнцефалограммы мозга
Рассматривается задача моделирования вспышек активности с помо-щью суперпозиции элементарных нестационарных сигналов. Непрерыв-ное вейвлет-преобразование (CWT) для модельного сигнала электроэнце-фалограммы (ЭЭГ) получено аналитически. Выполнен анализ спектраль-ных интегралов в заданном диапазоне частот. Введены и рассчитаны параметры, характеризующие вспышки мозговой активности. Обсуждается применение методики для анализа и классификации переходных процессов, отражающих свойства центральной нервной системы человека.
28. * БАХЧИНА А. В.1, ПАРИН С. Б.2, ПОЛЕВАЯ С. А.2
1Институт психологии РАН, Москва
2Нижегородский государственный университет им. Н.И. Лобачевского
Нелинейные компоненты сердечного ритма наркозависимых
Рассматриваются проблемы поиска физиологических маркеров нарко-тизации, исследования участия эндогенной опиоидной системы в процес-се нейрохимической регуляции сердечного ритма человека. Приведены данные результатов спектрального анализа нелинейных компонентов динамики ритма сердца у наркозависимых в контекстах лежа и при проведении функциональных проб.
29. * ИЩЕНКО И. А., БЕЛОВА Е. И., ВАСИЛЬКОВ В. А., ТИКИДЖИ-ХАМБУРЬЯН Р. А.
Научно-исследовательский институт нейрокибернетики им. А.Б. Когана Южного федерального университета, Ростов-на-Дону
Особенности локальной синхронизации активности неокортикальных нейронов различных классов
Представлены результаты исследования роли различных классов корковых нейронов в процессе локальной синхронизации. Разработаны критерии для классификации неокортикальных нейронов, зарегистрированных экстраклеточно при зрительной стимуляции. Выявлено, что нейроны с «узким» спайком и пачечной активностью первыми вовлекаются в процесс синхронизации. С помощью модельного исследования показано, что при наличии «шума» активность клеток с «узким» спайком более синхронна, чем нейронов с «широким» спайком
30. ЧИЖОВ А. В.1, РОДРИГЕШ С.2
1Физико-технический институт им. А.Ф. Иоффе РАН, Санкт-Петербург
2Plymouth University, United Kingdom
Простая модель связи внеклеточного потенциала и мембранных токов популяции нейронов
Cуществующие мало-параметрические модели, связывающие внутриклеточные параметры активности нейронов с внеклеточным потенциалом, противоречивы. Предлагаемое рассмотрение на основе нейрона с цилиндрическим дендритом и сосредоточенной сомой приводит к формуле для внеклеточного потенциала, зависящего от синаптических и внесинаптических мембранных токов на соме и дендрите. Эта формула применяется в составе частотной модели популяции двух-компартментных нейронов.
31. БИБИКОВ Н. Г.1, ПИГАРЕВ И. Н.2, НИЗАМОВ С. В.1
1Акустический институт им. акад. Н.Н. Андреева, Москва
2Институт проблем передачи информации им. А.А. Харкевича РАН, Москва
Хаотичность фоновой активности нейронов на периферии слуховой системы лягушки и в коре спящей кошки
Две функции, характеризующие хаотичность точечных временных процессов (зависимость факторов Фано и Аллана от участка анализа), использованы для описания статистических особенностей фоновой импульсации нейронов двух зон головного мозга разных позвоночных (кохлеарное ядро лягушки и кора спящей кошки). У большинства клеток наблюдали степенной рост этих функций, в среднем выраженный сильнее на периферии слуховой системы. Рефрактерность также более четко проявлялась в кохлеарном ядре, чем в коре.
СТЕНДОВАЯ СЕССИЯ 1
Среда, 29 января 12:00 – 13:00
404
Председатель: КАГАНОВ Юрий Тихонович, к.т.н.
Теория нейронных сетей
32. БЕЛОВ Д. Е., БОГОМОЛОВ Ю. В.Ярославский государственный университет им. П.Г. Демидова
Mногослойный персептрон на основе ΣΠ-нейрона с альтернативными синапсами
В работе предложена модель многослойной нейронной сети, в основу которой положена модель сигма-пи нейрона. Рассматривается модификация сигма-пи нейросети с альтернативными синапсами, описывается алгоритм обучения такой сети методом обратного распространения ошибки.
33. МИЛОВАНОВ А. В.
Воронежский государственный университет
Исследования модели нейронной сети на базе системы Ходжкина-Хаксли
Приведены результаты математичес-кого моделирования модифицирован-ной модели Ходжкина – Хаксли, от-личающейся от классической нали-чием двух параметров: s, u. Исследуется временная зависи-мость величины мембранного потен-циала нервной клетки кальмара в вариации значений параметров s, u. Рассчитаны граница области ус-тойчивости предельных циклов и граница области устойчивости по-стоянного решения системы, кото-рые не совпадают. Рассмотрены ус-ловия возникновения устойчивого предельного цикла.
34. АНУФРИЕНКО С. Е.
Ярославский государственный университет им. П.Г. Демидова
Модифицированная модель сальтаторного проведения возбуждения
В статье рассматривается модель проведения импульсов по нервным волокнам, покрытым миелиновой оболочкой. Для описания перехватов Ранвье используется модифицированная модель нейрона-детектора. Эта модель учитывает нескольких видов ворот, регулирующих токи ионов натрия и калия. Модель сальтаторного проведения содержит дифферен-циальные уравнения с запаздыванием и обыкновенные дифференциаль-ные уравнения. Все результаты получены аналитически.
35. ШИБЗУХОВ З. М.
Московский педагогический государственный университет
Поточечные и агрегированные корректные операции над алгоритмами
Работа посвящена изучению разновидности корректирующих операций над алгоритмами - корректных операций, которые преобразуют наборы корректных алгоритмов в корректные алгоритмы. Основное внимание уделено изучению поточечных и агрегированных корректных операций. Описана некоторые общие схемы построения таких операций.
36. ТИМЧЕНКО Л. И., ЯРОВОЙ А. А., НАКОНЕЧНАЯ С. В., КОКРЯЦКАЯ Н. И.
Государственный экономико-технологический университет транспорта, Киев, Украина
Принципы организации многоуровневых параллельно-иерархических сетей
Рассматриваются принципы построение многоуровневой параллельно-иерархической сети. В отличие от нейронных сетей в многоуровневых ПИ сетях присутствует при обработке в ее ветвях вычислительный алгоритм, что существенно повышает их функциональные возможности. Предложены модели параллельной обработки, которые представляют собой пирамидальный процесс преобразования числовых полей.
Нейробиология
37. ДЕМАРЕВА В. А., ПОЛЕВАЯ С. А.Нижегородский государственный университет им. Н.И. Лобачевского
Динамика роли функциональной межполушарной асимметрии при освоении английского языка как иностранного
Работа посвящена поиску психофизиологических маркеров языковой компетенции и индивидуальных оптимальных функциональных состояний для решения заданий на английском языке учащимися 3 и 9-10 классов специализированной лингвистической школы. В ходе исследования выявлена зависимость между лабильностью, возбудимостью и устойчивостью полушарий и успешностью решения языковых задач. Уровень освоения английского языка достоверно выше у школьников, обладающих левополушарной доминантностью.
38. ПОКРОВСКИЙ А. Н.
Санкт-Петербургский государственный университет
Компоненты вызванного потенциала коры мозга
Рассматривается задача выделения компонентов различного происхо-ждения из записей вызванного потенциала коры мозга. Вызванные потен-циалы обычно регистрируются на многих уровнях коры одновременно; зависимость сигналов от времени на разных уровнях глубины коры доста-точно сложная. Цель работы – полное разделение вызванного потенциала (ВП) на компоненты.
39. КРЫЛОВ А. К.
Институт психологии РАН, Москва
Метод символической динамики для анализа нейронной активности
Предложен и реализован метод анализа тонкой структуры нейронной активности как последовательности фаз нарастания и убывания величины межспайковых интервалов, по аналогии с методом анализа пульса. Предложенный метод дополняет приемы статистической обра-ботки нейронной активности, не учитывающих последовательность ин-тервалов. В качестве приема кодирования предложен 10-символьный метод описания последовательности спайков. На его основе представлены количественные показатели символической динамики
Адаптивное поведение и эволюционное моделирование
40. РЕДЬКО В. Г., СОХОВА З. Б.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Агент-ориентированная модель прозрачной рыночной экономической системы
Построена агент-ориентированная модель прозрачной рыночной экономической системы. Рассматривается сообщество взаимодействующих инвесторов и производителей. Продемонстрирована работоспособность модели и получены первые результаты ее исследования. Показана эффективность предложенной схемы взаимодействия между инвесторами и производителями.
41. ЛЕБЕДЕВ В. Б.
Южный федеральный университет, Ростов-на-Дону
Интеграция моделей адаптивного поведения пчелиной колонии и эволюционной адаптации
Предлагается парадигма роевого алгоритма на основе интеграции моделей адаптивного поведения пчелиной колонии и эволюционной адаптации. Интеграция моделей сводится в создании гибридного агента поочередно выполняющего функции адаптивного поведения пчелиной колонии и генетического алгоритма. Суть интеграции заключается в том, что в процессе выполнения поисковой процедуры производится чередование отдельных процедур пчелиного и генетического алгоритмов, а агенты обмениваются своими функциями
42. ЛЕБЕДЕВ Б. К., ЛЕБЕДЕВ О. Б.
Южный федеральный университет, Ростов-на-Дону
Решение транспортных задач с ограничением по времени на основе моделей адаптивного поведения муравьиной колонии
Рассматривается модифицированная парадигма муравьиной колонии для решения транспортной задачи с ограничением по времени. На основе анализа поведенческой модели самоорганизации колонии муравьев, раз-работаны методы и механизмы поиска решений. Формирование маршру-тов осуществляется на основе параллельно-последовательного подхода. Отличительной особенностью представленного алгоритма является то, что муравьиная колония разбита на группы и формирование конкретного решения задачи осуществляется группой муравьев. По сравнению с существующими алгоритмами достигнуто улучшение результатов.
Нейронные сети и когнитивные науки
43. БАЗЯН А. С.Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Нейросетевые механизмы реализации произвольного и мотивированного поведения, роль зеркальных нейронов
Анализируются нейросетевые механизмы реализации произвольного и мотивированного поведения. Описывается роль зеркальных нейронов в реализации поведения. Зеркальными называются нейроны, которые активно работают как при выполнении определённого действия, так и при наблюдении за выполнением этого действия. Предполагается, что зеркальные нейроны участвуют в процессах имитации и подражания, сопереживания, понимания чужого сознания. То есть играют ключевую роль в обучении и в социальной ориентации человека.
44. ЛАВРОВ В. В.1, РУДИНСКИЙ А. В.2
1Центр научно-практической медиации "Согласие"
2Центр системного консультирования и обучения "Synergia", Санкт-Петербург
Стратегии управления обработкой фрагментированной сенсорной информации
Обработка информации в мозге обеспечивается манипуляцией информа-ционными фрагментами с использованием их в качестве признаков образа и аргументов принятия решений. Выявлены 3 стратегии управления обра-боткой информации. Выбор стратегии обусловлен степенью включения подкорковых эмоциогенных образований мозга. Рассматривается комму-никативная система, обеспечивающая передачу информации между ней-ронами в процессе принятия решений. Обращается внимание на подчи-ненность коры больших полушарий подкорковому управлению.
СЕКЦИЯ 5
Среда, 29 января 14:00 – 16:00
404
Председатель: ЕЖОВ Александр Александрович, к.ф.-м.н.
Нейросетевые системы обработки данных, распознавания образов и управления
45. * КАЛИНОВСКИЙ И. А., СПИЦЫН В. Г.Национальный исследовательский Томский политехнический университет
Детектирование лиц в видеопотоке с использованием сверточной нейронной сети
Представлена реализация сверточной нейронной сети для детектиро-вания лиц на изображениях и в видеопотоке. Описываются результаты обучения и тестирования построенной нейронной сети. Проведено срав-нение качества работы обученной сверточной нейронной сети с алгорит-мом Виолы-Джонса для поиска лиц.
46. * МУРАВЬЕВ А. С., БЕЛОУСОВ А. А.
Национальный исследовательский Томский политехнический университет
Нейросетевая оценка качества естественных изображений на основе статистической модели NSS
Предлагается использовать искусственную нейронную сеть для оценки качества естественных изображений. В качестве входных данных используются статистические признаки, полученные из эталонной выборки с помощью модели NSS. Обучение производится с помощью эволюционного алгоритма, максимизирующего корреляцию между выходным значением сети и экспертной оценкой. Показано, что данный метод в ряде случаев может достигать эффективности парных метрик (таких, как MS-SSIM), не обладая их недостатками.
47. * ЛАВРЕНКОВ Ю. Н., КОМАРЦОВА Л. Г.
Калужский филиал МГТУ им. Н.Э. Баумана
Нейросетевая система генерации случайных чисел для обеспечения безопасной передачи цифровой информации
Предложен нейросетевой алгоритм генерации случайных чисел, основанный на применении множества нейронных сетей Хопфилда. Приводится описание источника энтропии, основу которого представляет стохастический процесс перезарядки двух ёмкостей. Разработана логическая нейронная сеть, необходимая для разрушения зависимости в случайных последовательностях. Обосновывается эффективность применения подобных систем для организации безопасной передачи информации с использованием скремблирования.
48. * ШИРОКИЙ В. Р., МЯГКОВА И. Н., ПЕРСИАНЦЕВ И. Г.
НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Нейросетевое прогнозирование потоков релятивистских электронов внешнего радиационного пояса Земли
Сложность прогнозирования временного ряда потоков релятивистских электронов внешнего радиационного пояса Земли обусловлена как слож-ностью и нелинейностью магнитосферы Земли как динамической систе-мы, так и особенностями используемых спутниковых данных. Работа по-священа выработке методики подготовки данных и проектирования нейронных сетей для осуществления прогноза, а также сравнению показателей качества прогнозов с горизонтом от одного до четырех часов.
49. * ЕГОРЧЕВ М. В., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Обучение полуэмпирической нейросетевой модели управляемого движения самолета
Рассматривается проблема математического и компьютерного моделирования управляемого движения самолета при недостаточности знаний об объекте моделирования и условиях его работы. Цель работы состоит в развитии класса модульных полуэмпирических динамических моделей, объединяющих возможности теоретического и нейросетевого моделирования. Рассмотрены вопросы обеспечения таких моделей обучающими данными.
50. ГРАЧИКОВ Д. В.
Воронежский государственный университет
Применение модели биологической нейронной сети гистерезисной природы к задаче сегментации изображений
Рассматривается модель биологической нейронной сети, основанная на модели биологического нейрона С.А. Кащенко – В.В. Майорова и модели памяти гистерезисной природы А.Н. Радченко. Показано, что использование биологически обоснованной модели памяти позволяет при-менять предложенную нейронную сеть к прикладным задачам компьютерного зрения. В частности, приведены алгоритмы сегментации изображений с помощью модели биологической нейронной сети гистерезисной природы.
51. * ДОЛЕНКО С. А.1, БУРИКОВ С. А.2, ГУЩИН К. А.2, ДОЛЕНКО Т. А.2
1НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
2Московский государственный университет им. М.В. Ломоносова
Применение нейронных сетей Кохонена для анализа состава многокомпонентных растворов
В работе представлены результаты применения кластеризации с помощью нейронных сетей Кохонена для анализа массива спектров комбинационного рассеяния света многокомпонентных растворов неорганических солей, с целью определения типов солей, присутствующих в растворе. Показано, что в целом подход работоспособен, однако методика его применения требует доработки. Сформулированы направления дальнейших работ.
52. * ФИЛАТОВА Н. Н., СИДОРОВ К. В., ХАНЕЕВ Д. М.
Тверской государственный технический университет
Применение нейроподобной иерархической структуры для классификации знака эмоций
Рассматривается возможность использования нейроподобной иерархической структуры для классификации записей электроэнцефалограмм, отображающих изменение знака эмоционального состояния человека при предъявлении стимулов различного эмоционального окраса. Приведена методика создания мультимодальной базы и системы признаков для описания электроэнцефалограмм и речевых сигналов, рассмотрены особенности алгоритма построения и результатов работы нейроподобного классификатора с нечеткими описаниями ЭЭГ.
СЕКЦИЯ 6
Среда, 29 января 16:00 – 17:00
404
Председатель: ЯХНО Владимир Григорьевич, д.ф.-м.н.
Нейронные сети и когнитивные науки
53. ВЕРХЛЮТОВ В. М.1, СОКОЛОВ П. А.1, УШАКОВ В. Л.21Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
2Институт перспективных исследований мозга МГУ им. М.В. Ломоносова
Активность крупномасштабных нейронных сетей при предъявлении и воображении сложных зрительных стимулов
При предъявлении и воображении сложных зрительных стимулов здоровым испытуемым идентифицированы семь крупномасштабных нейронных сетей. Показано, что эти сети стабильны по структуре, не зависимо от парадигмы эксперимента. Сопоставление выявленных сетей с ранее обнаруженными другими авторами сетями состояния покоя позволяет заключить, что нейронные сети, связанные с предъявляемой задачей, являются рекомбинацией сетей спонтанно флюктуирующих в состоянии спокойного бодрствования.
54. ЧЕРНАВСКАЯ О. Д.1, ЧЕРНАВСКИЙ Д. С.1, КАРП В. П.2, НИКИТИН А. П.3, ЩЕПЕТОВ Д. С.1
1Физический институт им. П.Н. Лебедева РАН, Москва
2МИРЭА – Российский технологический университет
3Институт общей физики им. А.М. Прохорова РАН, Москва
Вариант архитектуры мыслительной системы, основанный на динамической теории информации: решение конкретных задач
Исследуется процесс решения задач распознавания, классификации и прогноза в искусственной мыслительной системе, построенной по принципам динамической теории информации и концепции динамического формаль-ного нейрона. Показано, что такие задачи должны решаться при активном участии двух связанных подсистем, которые условно можно соотнести с левым и правым церебральными полушариями. Обсуждаются эффекты, которые могут быть интерпретировано как «чувство юмора» в искусственной мыслительной системе
55. ЧЕРНАВСКИЙ Д. С.1, КАРП В. П.2, НИКИТИН А. П.3, ЩЕПЕТОВ Д. С.1, ЧЕРНАВСКАЯ О. Д.1
1Физический институт им. П.Н. Лебедева РАН, Москва
2МИРЭА – Российский технологический университет
3Институт общей физики им. А.М. Прохорова РАН, Москва
Естественно-конструктивистский подход к моделированию мышления: анализ динамики процесса формирования символов
В рамках естественно-конструктивистского подхода к моделированию процесса мышления рассматривается математическая модель процесса формирования символов, основанная на концепции динамического формального нейрона. Исследуется динамика конкурентной борьбы в процессоре локализации; показано, что важную роль играют «полу-возбужденные» состояния нейронов и их устойчивость. Анализируется временная зависимость обучения межпластинных связей, обеспечивающая самоорганизованный характер всего процесса
56. * ОСИНОВ В. А.1, ШАПОШНИКОВ Д. Г.2
1Научно-исследовательский институт нейрокибернетики им. А.Б. Когана Южного федерального университета, Ростов-на-Дону
2Научно-исследовательский технологический центр нейротехнологий Южного федерального университета, Ростов-на-Дону
Оценка факторов, влияющих на перевод взгляда при осмотре изображений
Рассматривается задача разработки алгоритмов оценки распределения зрительного внимания при осмотре изображений различных классов на основе построения модельных траекторий осмотра. Модель включает в себя подвижное в пределах изображения входное окно и модуль учёта влияния факторов притяжения взгляда. Была проведена оценка этих факторов и оптимизация параметров модели.
СТЕНДОВАЯ СЕССИЯ 2
Четверг, 30 января 14:00 – 14:45
холл Б-100
Председатель: КАГАНОВ Юрий Тихонович, к.т.н.
Нейросетевые системы обработки данных, распознавания образов и управления
57. АВЕРКИН А. Н., ПОВИДАЛО И. С.Международный университет природы, общества и человека «Дубна»
Биоморфные нейросетевые модульные структуры для идентификации динамических объектов
В статье описан ряд нейросетевых структур, в основе которых лежат самоорганизующиеся карты Кохонена, и которые могут быть успешно применены для идентификации динамических объектов, а также описаны модульные нейронные сети, их архитектура, возможные алгоритмы обучения и работы рассматриваемых нейросетевых структур, а также предложены модификации модульных сетей, применимые для идентификации динамических объектов, рассмотрены примеры работы таких сетей.
58. РУМОВСКАЯ С. Б., КОЛЕСНИКОВ А. В.
Калининградский филиал Федерального исследовательского центра «Информатика и управление» Российской академии наук
Виртуальная диагностика артериальной гипертензии
Рассматривается подход к моделированию консилиума врачей диагностирующего артериальную гипертензию в рамках синергетической парадигмы искусственного интеллекта. Проведен системный анализ предметной области задачи диагностики артериальной гипертензии и синтез метода ее решения. Модели разрабатывались в соответствии с рекомендациями комитета экспертов Всероссийского научного общества кардиологов.
59. ЭНГЕЛЬ Е. А.
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
Интеллектуальная система управления движением робота
В статье описана разработанная на основе эволюционных технологий и нечеткого интеграла система управления движением многоногого робота в условиях неопределенности, эффективность которой показана на примере Matlab/Simulink модели движения трехногого робота. Применение указанных интеллектуальных технологий существенно повышает: эффективность процесса управления, устойчивость системы управления к воздействию возмущающих факторов.
60. АНДРЕЕВ О. А., ТРОФИМОВ А. Т.
Научно-исследовательский институт «Атолл», Дубна
Интерпретация весовых функций нейрона
В статье рассматриваются вопросы интерпретации операторов искусственных нейронных и байесовских сетей на основе сравнения их функционирования в роли классификаторов данных гидроакустических систем шумопеленгации. В качестве операторов рассматриваются весовые функции, смещения и функции активации нейронов. Проблема интерпретации связана с возможностью использования полигауссовских вероятностных моделей для синтеза операторов искусственных нейронных сетей без использования процедуры обучения.
61. ТЕЛЬНЫХ А. А.1, БЕЛЛЮСТИН Н. С.2, ШЕМАГИНА О. В.1, КОВАЛЬЧУК А. В.1, НУЙДЕЛЬ И. В.1
1Институт прикладной физики РАН, Нижний Новгород
2Научно-исследовательский радиофизический институт, Нижний Новгород
Искусственные интеллектуальные системы анализа сцены: вопросы оптимизации обучения и настройки
В настоящей работе обсуждаются принципы формирования высококачественных детекторов объектов на двумерных визуальных изображениях с малой ошибкой. Исследуется вопрос оптимизации системы путем настройки параметра, определяющего степень распараллеливания системы. В качестве примера рассмотрено формирование классификатора, определяющего изображение лица человека.
62. ПОТАНИНА М. Н.1, ПОТАНИН Н. И.1, ДАВЫДОВ О. Д.2, БАБУШКИН В. Н.2, ПУХОВ В. А.1
1Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург
2Уральский научно-исследовательский институт травматологии и ортопедии им. В.Д. Чаклина, Екатеринбург
Использование нейронной сети в функциональной диагностике заболеваний тазобедренных и коленных суставов и оценке качества хирургического лечения
В данной работе показано, что в стабилографическом пространстве тестов Ромберга с закрытыми и открытыми глазами строятся нейронные сети диагностирующие болезнь тазобедренного и коленного суставов и оценивающие качество лечения в динамике. Найдена минимальная персептронная сеть (по количеству нейронов), которая в минимальном информативном пространства качественно диагностирует болезнь ρ=0,97. Введен индекс патологии, который позволяет оценивать качество лечения. Разработана оценочная шкала для оп
63. МОКРОВ А. М., КАГАНОВ Ю. Т.
Московский государственный технический университет им. Н.Э. Баумана
Компьютерная система распознавания эмоционального состояния по мимике лица человека на основе нейросетевых технологий
Рассматриваются вопросы разработки программного продукта для осуществления видеоконтроля и распознавания лица человека. Разработанная программная система основана на использовании последовательности алгоритмов, позволяющих выделить наиболее характерные черты человеческого лица и идентифицировать это лицо. В качестве заключительной подсистемы использованы алгоритмы искусственных нейронных сетей типа карты Кохонена и звезды Гроссберга.
64. БУРАКОВ М. В.
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Нейросетевая реализация ПИД-регулятора
Рассматривается новый способ организации нелинейного ПИД–регулятора на базе искусственной нейронной сети (НС). НС используется для реализации формулы ПИД–регулятора, поиск параметров нелинейных активационных функций выполняется с помощью генетического алгоритма. Качество работы предлагаемого варианта сравнивается с классическим ПИД–регулятором в задаче управления активной подвеской автомобиля при моделировании в пакете MatLab Simulink.
65. БАБИЧЕНКО А. В.1, КАРПЕНКО А. П.2, КИЛЬЧИК А. В.2, ТРОФИМОВ А. Г.3
1ОАО "Раменское приборостроительное конструкторское бюро", Московская обл.
2Московский государственный технический университет им. Н.Э. Баумана
3Национальный исследовательский ядерный университет «МИФИ», Москва
Нейросетевое прогнозирование расхода топлива летательным аппаратом
Для повышения эффективности инженерно-штурманских расчетов на борту летательного аппарата (ЛА) актуальной задачей является переход к использованию на борту адаптивной математической модели ЛА. Это позволит повысить точность и оперативность решения на борту ЛА прямой и обратной задач инженерно-штурманских расчетов. Одной из основных таких задач является задача прогнозирования расхода топлива. Работа посвящена оценке эффективности нейросетевого прогнозирования расхода топлива ЛА.
66. ОРЕХОВА Е. Е., АНДРЕЕВ В. В.
Нижегородский государственный технический университет им. Р.Е. Алексеева
Определение теплофизических параметров воды и водяного пара с применением искусственной нейронной сети
В данной работе рассмотрены попытки применения искусственных нейронных сетей (далее ИНС) к решению задач определения теплофизи-ческих параметров воды и водяного пара на линии насыщения. В рамках данной работы были созданы ИНС для определения температуры, энтальпии, энтропии и удельного объема воды и пара на линии насыщения по известному давлению и рассмотрены полученные результаты.
67. КАЛИНОВСКИЙ И. А., ШИЛИН А. А., БУКРЕЕВ В. Г.
Национальный исследовательский Томский политехнический университет
Применение нейронных сетей адаптивной критики в задаче идентификации параметров математической модели
В работе рассматривается решение задачи восстановления по экспериментальным данным значений изменяющегося во времени параметра математической модели теплообменной системы горячего водоснабжения жилого здания с использованием нейросетевых адаптивных критиков.
68. ЖЕРНАКОВ С. В., ГИЛЬМАНШИН А. Т.
Уфимский государственный авиационный технический университет
Применение нейросетевых и нейро-нечетких алгоритмов контроля и диагностики авиационного газотурбинного двигателя в условиях бортовой реализации
Рассмотрено применение интеллектуальных алгоритмов для решения задач контроля и диагностики авиационного ГТД таких как реализация математической модели двигателя и диагностика отказов датчиков, описан подход к построению как чисто нейросетевых так и нейро-нечетких моделей, отражены их достоинства и недостатки.
69. КОЗЛОВА А. А.1, КИСЛЯЕВ А. С.2
1Самарский государственный аэрокосмический университет им. акад. С.П. Королева (национальный исследовательский университет)
2Научно-исследовательский институт теплоэнергетического приборостроения, Москва
Прогнозирование эпизодов атриальных фибрилляций с помощью MLP- и RBF-нейронных сетей
В работе представлено прогнозирование реальных эпизодов атриальных фибрилляций. Для этого применяли MLP- и RBF- нейронные сети. В качестве входного вектора обучающей и тестирующей выборки использовались значения интервалов R-R электрокардиограмм.
70. ДОРОГОВ А. Ю., АБАТУРОВ В. С., ЗАБРОДИН О. В., РАКОВ И. В.
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
Реализация нейросетевого классификатора в контексте стандарта SQL/MM
Рассматривается задача реализации нейросетевого классификатора в контексте стандарта SQL/MM. Выполнен анализ применимости стандарта SQL/MM для реализации методов нейротехнологии. Описан унифицированный интерфейс управления нейросетевым классификатором. Показана схема формирования сценариев основных фаз извлечения знаний. Предложен вариант реализации инфраструктуры аналитической подсистемы для встраиваемых приложений.
71. ГОРБАТКОВ С. А.1, ПОЛУПАНОВ Д. В.2, БЕЛОЛИПЦЕВ И. И.1
1Финансовый университет при Правительстве Российской Федерации, Уфимский филиал
2Башкирский государственный университет, Уфа
Сравнение гибридных нейросетевых методов синтеза оптимального плана выездных налоговых проверок
Исследуются различные подходы, вероятностные и фрактальные, к синтезу оптимального плана отбора налогоплательщиков для проведения выездных налоговых проверок на основе нейросетевых моделей. Инструментом апробации служат широкие серии вычислительных экспериментов и сравнение с натурными экспериментами по выездным проверкам.
72. ПОЛУПАНОВ Д. В., ХАЙРУЛЛИНА Н. А., АЩЕУЛОВ И. В.
Башкирский государственный университет, Уфа
Структуризация рынка торговых центров города Уфы с помощью самоорганизующихся карт Кохонена на основе байесовского подхода
Исследуется проблема структуризации рынка торговых центров. В качестве ключевых факторов структуризации, выделены характеристики торговых центров, оказывающие наибольшее влияние на их популярность и посещаемость. В качестве инструментария предлагается нейросетевая модель сегментации на основе самоорганизующихся карт Кохонена. В результате моделирования получены устойчивые оценки, позволяющие дать практические рекомендации для принятия решений о дальнейшем развитии данного сектора и повышения прозрачности рынка.
СЕКЦИЯ 7
Пятница, 31 января 14:00 – 16:00
403
Председатель: ВВЕДЕНСКИЙ Виктор Львович, к.ф.-м.н.
Нейросетевые системы обработки данных, распознавания образов и управления
73. ДОЛЕНКО С. А.1, ИСАЕВ И. В.1, ОБОРНЕВ Е. А.2, ПЕРСИАНЦЕВ И. Г.1, ШИМЕЛЕВИЧ М. И.21НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
2Российский государственный геологоразведочный университет им. С. Орджоникидзе, Москва
Исследование эффективности совместного применения методов группового и поэтапного определения параметров при нейросетевом решении обратной задачи электроразведки
При решении обратной задачи (ОЗ) электроразведки искомое распределение электропроводности (ЭП) в толще Земли описывается путём разделения исследуемого разреза на расположенные послойно блоки, с определением ЭП каждого. Данная ОЗ обычно решается отдельно для каждого блока. В предыдущих работах было показано, что использование группового и поэтапного определения параметров в ряде случаев позволяет повысить точность решения. В данной работе исследуется одновременное использование этих методов.
74. ГОРБАТКОВ С. А., ФАРХИЕВА С. А., БЕЛОЛИПЦЕВ И. И.
Финансовый университет при Правительстве Российской Федерации, Уфимский филиал
Обобщенная нейросетевая модель риска банкротства предприятия
Для поддержки разработки антикризисных управленческих решений по улучшению финансового состояния предприятия разработана нейросе-тевая динамическая logit-модель, в которой учитываются факторы, харак-теризующие стадии развития кризисного состояния. Разработан метод оптимального выбора системы ключевых экономических показателей. Теоретические предложения апробованы на реальных данных.
75. АХМЕТШИНА Л. Г., ЕГОРОВ А. А.
Днепропетровский национальный университет им. Олеся Гончара, Украина
Повышение достоверности кластеризации на основе применения нейро-фаззи технологии
В работе рассматривается метод кластеризации sFCM, который осно-вывается на использовании в рамках одного алгоритма нечеткого подхода и нейронной сети Кохонена с целью автоматизации определения числа кластеров в процессе обработки исходных данных. Экспериментальные результаты применения алгоритма sFCM продемонстрированы на примере обработки медицинских низкоконтрастных изображений.
76. БАХШИЕВ А. В., СТАНКЕВИЧ Л. А.
Санкт-Петербургский политехнический университет Петра Великого
Применение модели импульсной нейронной сети со структурной адаптацией в задачах управления движением
В работе рассматривается возможность реализации подхода к управлению робототехническими системами на основе данных об архитектуре биологических нейронных структур управления движением. Рассмотрен пример создания нейросетевого регулятора как упрощенной модели нейронной сети спинального уровня управления мышечным сокращением. Представлен алгоритм динамической структурной подстройки нейронной сети регулятора в задачи стабилизации положения объекта.
77. БУТЕНКОВ С. А.
Научно-исследовательский центр супер-ЭВМ и нейрокомпьютеров, Таганрог
Самоорганизующиеся нейронные сети на базе нейронов Грассманна
В работе предложен новый подход к построению однослойных са-моорганизующихся нейронных сетей для решения задач классифика-ции и кластеризации. В основе данного подхода лежит метод грануляции многомерных данных с помощью нового типа нейронов, реали-зующих модели пространственных гранул, позволяющий значительно уменьшить число нейронов в сети а также конструктивно решить ряд практических проблем, возникающих при использовании SOM.
78. ТАРКОВ М. С.1, ДУБЫНИН С. В.2
1Институт физики полупроводников им. А.В. Ржанова Сибирского отделения Российской академии наук, Новосибирск
2Новосибирский национальный исследовательский государственный университет
Слежение за объектом в реальном времени нейронной сетью на основе технологии CUDA
Предложен алгоритм для слежения за объектами в реальном времени. Алгоритм основан на применении нейронной сети, реализованной на графической карте (GPU). Проведены исследования и оптимизация параметров алгоритма. Процесс слежения ускорен в 10 раз, а процесс обучения ускорен в 2 раза по сравнению с последовательным алгоритмом. Вычислены максимальное разрешение кадра для слежения в реальном времени и оптимальная частота выборки кадров из видео для обучения нейронной сети.
