Секции

Нейроинформатика - 2015


СТЕНДОВАЯ СЕССИЯ 1

Понедельник, 19 января                    16:30 – 16:45
Акт. зал

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

Нейронные сети и когнитивные науки

1. РЕБРУН И. А., СИДОРОВ К. В., ТЕРЕХИН С. А., ФИЛАТОВА Н. Н., ШЕМАЕВ П. Д.
Тверской государственный технический университет
Биотехническая система для исследования когнитивной деятельности в различных эмоциональных состояниях испытуемого

В докладе предлагается биотехническая система для исследования электрической активности мозга при выполнении ограниченного набора заданий в условиях и при отсутствии внешних эмоциональных стимулов. Методика исследования основана на объективном подтверждении измене-ния эмоционального состояния испытуемого по результатам мониторинга ЭЭГ. В качестве заданий рассмотрен процесс построения лингвистических шкал для оценки размеров и цвета двумерных объектов простой формы. Биотехническая система имеет несколько независимых каналов подачи стимулов и два канала регистрации откликов от испытуемого (электроэн-цефалограмма и речевой сигнал).

2. ЧУГРОВА М. Е.1, БАХЧИНА А. В.2, УШАКОВА И. Л.1, НЕКРАСОВА М. М.3, КРУПА В. В.4, ПАРИН С. Б.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Институт психологии РАН, Москва
3Нижегородская государственная медицинская академия
4Нижегородский государственный технический университет им. Р.Е. Алексеева
Вегетативное обеспечение некоторых форм социального взаимодействия

В работе рассматривается проблема связи функционального состояния человека и особых форм социальных условий, а именно, процесса публичного выступления и езды курсанта автошколы с инструктором при обучении вождению. Было показано, контекст естественного публичного выступления является стрессогенным фактором. Результаты исследования уроков вождения показали наличие значимых положительных корреляций параметров сердечного ритма у двух из трех исследуемых пар в процессе первого практического занятия.

3. КОРЯГИН Е. В., МЕДЯНСКИЙ И. А., ШИРКИН А. Е.
Балтийский федеральный университет им. И.Канта, Калининград
Разработка модели ассоциативной памяти робота АР-600 для задачи кластеризации и обобщения данных

По определенным критериям проведен анализ существующих моделей на их эффективность и соответствие критериям выполнения задачи, а также выведены достоинства и недостатки существующих моделей. В конце исследования представлена модель модернизированной самоорганизующейся растущей нейронной сети, способной на достойном уровне выполнять задачу моделирования ассоциативной памяти для различных типов данных, и показаны дальнейшие перспективы исследования в данном направлении.

СЕКЦИЯ 1

Понедельник, 19 января                    16:45 – 18:30
Акт. зал

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

Нейронные сети и когнитивные науки

4. РАДЧЕНКО Г. С.1, ПАРИН С. Б.1, ПОЛЕВАЯ С. А.2, КОРСАКОВА-КРЕЙН М. Н.3, ФЕДОТЧЕВ А. И.4
1Нижегородский государственный университет им. Н.И. Лобачевского
2Нижегородская государственная медицинская академия
3Touro College and University System, New York
4Институт биофизики клетки РАН, Пущино, Московская обл.
Влияние характеристик тональной модуляции музыкальных фрагментов на показатели ЭЭГ

В работе исследовано влияние ладового условия модуляции музыкальных фрагментов и ее расстояния на характеристики электроэнцефалограммы. Были выявлены различия мажорных и минорных ладовых условий в зависимости от расстояния модуляции. Были обнаружены достоверные различия общей мощности в зависимости от степени модуляции для стимулов с однородными ладовыми условиями мажор-мажор и минор-минор.

5. БОЖОКИН С. В., СУСЛОВА И. Б.
Санкт-Петербургский политехнический университет Петра Великого
Нестационарная корреляция ансамбля вспышек ЭЭГ: вейвлет анализ

Построены модели вспышек активности ЭЭГ в виде суперпозиции элементарных нестационарных сигналов. C помощью непрерывного вейвлет- преобразования и спектральных интегралов рассчитаны новые коли-чественные параметры, характеризующие изменение во времени спектральных свойств каждой отдельной вспышки мозговой активности и ансамбля вспышек. Решена задача о нестационарной корреляции различных каналов ЭЭГ. Обсуждается применение методики для анализа нестационарной ЭЭГ во время функциональных проб.

6. * ТРОФИМОВ А. Г.1, КОЛОДКИН И. В.1, УШАКОВ В. Л.2, ВЕЛИЧКОВСКИЙ Б. М.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский центр «Курчатовский институт», Москва
Агломеративный метод выделения микросостояний ЭЭГ, связанных с характеристиками бегущих волн

Предложен метод выделения микросостояний головного мозга по данным электроэнцефалографии (ЭЭГ) на основе характеристик бегущих волн. Для оценки степени выраженности бегущих волн введены показатели синхронности и когерентности. В результате экспериментальных исследований на реальных данных ЭЭГ показано, что предложенный метод не уступает по качеству традиционным методам сегментации ЭЭГ и отражает новую сегментационную структуру ЭЭГ.

7. * ТРОФИМОВ А. Г.1, ИВАНИЦКИЙ И. И.1, ВЕЛИЧКОВСКИЙ Б. М.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский центр «Курчатовский институт», Москва
Жадный алгоритм построения комитета классификаторов сигналов ЭЭГ

Предложен жадный алгоритм построения комитета классификаторов сигналов электроэнцефалографии (ЭЭГ), работающих в простейших одномерных пространствах признаков. Показано, что точность комитета классификаторов превысила точность лучшего из слабых классификаторов более чем в восемь раз.

8. * АТАНОВ М. С., ИВАНИЦКИЙ Г. А.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Оптимизация алгоритма распознавания типа текущей мыслительной деятельности на основе данных ЭЭГ

В данной работе решается задача улучшения функционирования интерфейса мозг-компьютер, направленного на обучение решению предлагаемых задач методом биологической обратной связи. Основным моментом является применение метода независимых компонент к ЭЭГ. Также производится попытка физиологической интерпретации полученных компонент с целью нахождения общих между разными людьми процессов, составляющих мышление.

9. * ТАРОТИН И. В., ИВАНИЦКИЙ Г. А.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Построение модели мониторинга мыслительной деятельности в пространстве психологических характеристик

В работе описан новый метод визуализации мыслительного процесса в когнитивном пространстве в реальном времени. Его основная идея заключается в быстром распознавании типов мышления по спектрам электроэнцефалограммы (ЭЭГ) с использованием искусственной нейронной сети – перцептрона. Построение когнитивного пространства основано на одном из методов многомерного шкалирования – алгоритме Сэммона. Разработанная технология будет применена в дальнейшем для исследования процессов мышления в ходе сложной когнитивной деятельности.

10. ВВЕДЕНСКИЙ В. Л.
Национальный исследовательский центр «Курчатовский институт», Москва
Как усреднять магнитные сигналы мозга

При анализе магнитных сигналов мозга в период предшествующий спонтанному движению пальца руки, выявлены пики треугольной формы четко увязанные по времени с моментом движения, происходящего на 700 мсек позже пика. Амплитуда пика сильно меняется от движения к движению, что позволяет выделить группы событий, в которых мозг ведет себя по-разному при планировании и осуществлении одного и того же действия. Разделение на группы выявляет и другие процессы в мозге идущие в период подготовки движения.

СЕКЦИЯ 2

Среда, 21 января                    12:00 – 13:00
Аудитория 406

Председатель: ТЮМЕНЦЕВ Юрий Владимирович, к.т.н.

Теория нейронных сетей

11. * ПРОСТОВ Ю. С., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Исследование нейросетевой модели на базе гистерезисного микроансамбля

Предложена модель нейронного ансамбля, состоящего из частотных нейронов со сложной активационной функцией. Показано, что в таком объединении возникает качественно новое свойство: наличие трёх устойчивых состояний работы (неактивного, полуактивного и активного) с эффектом гистерезиса. Демонстрируется возможность применения ансамбля как распознающего элемента нейронной сети. Проанализирована возможность применения полученных свойств в дальнейших разработках.

12. ТАРКОВ М. С.
Институт физики полупроводников им. А.В. Ржанова СО РАН, Новосибирск
Отображение матрицы весовых коэффициентов слоя нейронной сети на мемристорный кроссбар

Рассмотрены вопросы программирования мемристорной матрицы (кроссбара). Получена оценка длительности импульса напряжения для задания требуемого значения сопротивления мемристора исходя из начального значения этого сопротивления. Предложен алгоритм отображения матрицы весовых коэффициентов слоя нейронов на мемристорный кроссбар с учетом заданных граничных значений проводимости мемристоров. Полученные результаты могут быть использованы при моделировании нейронных сетей со связями на мемристорах.

13. * КУКИН К. А.1, СБОЕВ А. Г.1, СОБИНОВ А. Р.2
1Национальный исследовательский центр «Курчатовский институт», Москва
2Московский физико-технический институт (государственный университет)
Сравнение методов обучения спайковых нейронных сетей на основе различных нейросимуляторов

В работе на основе трех различных нейросимуляторов спайковых нейронных сетей NEST, CSIM, HEM исследуется влияние на процесс обу-чения следующих факторов: правил долговременной пластичности STDP, spike pairing scheme и форм постсинаптических токов нейронов. Также оценивается влияние типа входного сигнала на обучаемость спайковой нейронной сети. Показано, что указанные выше факторы влияют как на процесс, так и на результат обучения.

СТЕНДОВАЯ СЕССИЯ 2

Среда, 21 января                    14:00 – 14:45
Аудитория 405

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

Нейросетевые системы обработки данных, распознавания образов и управления

14. СОЛОВЬЕВ А. М.
Воронежский государственный университет
Искусственная нейронная сеть с гистерезисными свойствами в задаче стабилизации обратного гибкого маятника с наличием люфта в основании его крепления

Разработаны принципы построения искусственной нейронной сети с гистерезисной функцией активации нейронов на основе S-преобразователя. Рассмотрена физическая модель обратного гибкого маятника с наличием люфта в основании его крепления. Решена задача стабилизации такого маятника в окрестности вертикального положения при помощи двухслойной искусственной нейронной сети с гистерезисными свойствами.

15. ГОРБАТКОВ С. А., БЕЛОЛИПЦЕВ И. И., ФАРХИЕВА С. А.
Финансовый университет при Правительстве Российской Федерации, Уфимский филиал
Итерационный метод построения нейросетевой динамической модели прогнозирования банкротств

Предложен нейросетевой итерационный гибридный метод оценки вероятности развивающегося во времени риска банкротства предприятий в сложных условиях моделирования: неполноты данных и сильного их зашумления. Вычислительные эксперименты подтвердили эффективность основной идеи гибридного нейросетевого метода построения динамической модели с непрерывным временем. Метод может быть использован в широком спектре прикладных задач: оценки кредитоспособности заемщика, оценка объектов инвестиций и др.

16. ИВАНОВ Е. О., ЗАМЯТИН Н. В.
Томский государственный университет систем управления и радиоэлектроники
Нейронная сеть Хопфилда для управления группой объектов (насосов)

Приводится постановка многокритериальной задачи оптимизации управления группой объектов (насосов) и ее приведение к динамике работы нейронной сети Хопфилда. Описывается применение полученной сети для решения реальной задачи оптимизации, проводится анализ ее работы и сравнение полученных результатов с данными других алгоритмов.

17. ГАБДРАХМАНОВА Н. Т.
Российский университет дружбы народов, Москва
Нейросетевые модели для решения управленческих задач на магистральном нефтепроводе

В статье излагаются основные принципы и результаты построения идентификационной модели расхода электроэнергии на перекачку нефти. Построенная нейросетевая модель апробирована на одном из линейных участков магистрального нефтепровода. Модель может быть использована при планировании расхода электроэнергии на перекачку нефти. Рассмотрены несколько отдельных задач, которые могут быть решены с помощью построенной нейросетевой модели.

18. ШЕПЕЛЕВ И. Е.1, НАДТОКА И. И.2, ВЯЛКОВА С. А.2, ГУБСКИЙ С. О.2
1НИИ нейрокибернетики им. А.Б. Когана Южного федерального университета, Ростов-на-Дону
2Южно-Российский государственный политехнический университет (Новочеркасский политехнический институт) имени М.И. Платова
Определение оптимальных метапараметров для нейросетевого краткосрочного прогнозирования электропотребления крупного города

В работе рассматривается определение оптимальных метапараметров настройки нейронной сети для краткосрочного прогнозирования электропотребления на примере города Москва в весенне-летний период. Такими метапараметрами являются длина линии задержки на входе нейронной сети, размер её скрытого слоя, глубина обучающей выборки, радиус обучающей окрестности, набор информативных входных переменных и коэффициент регуляризации нейронной сети. Построение прогноза ведется на основе многослойного персептрона.

19. ИСАЕВ И. В.1, ДОЛЕНКО С. А.1, ОБОРНЕВ И. Е.2, ОБОРНЕВ Е. А.2, ШИМЕЛЕВИЧ М. И.2
1НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
2Российский государственный геологоразведочный университет им. С. Орджоникидзе, Москва
Повышение точности нейросетевого решения многопараметрических обратных задач при группировке определяемых параметров: проверка на модельных данных

При решении многопараметрических обратных задач (ОЗ) задача обычно решается отдельно для каждого параметра. В предыдущих работах было показано, что объединение параметров в группы с одновременным определением значений всех параметров группы в ряде случаев позволяет повысить точность решения при решении многопараметрической ОЗ электроразведки. В данной работе была проведена проверка наблюдаемого эффекта на модельных данных, заданных явным образом.

20. БУРАКОВ М. В.
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Разработка нейроэмулятора для нелинейного динамического объекта

Рассматривается задача синтеза нейроэмулятора для класса нелиней-ных динамических объектов, которые допускают описание с помощью модели Гаммерштейна с заранее неизвестными параметрами. Для обуче-ния нейроэмулятора используется генетический алгоритм. Качество работы нейроэмулятора проверяется путем моделирования в пакете MatLab Simulink.

21. АБАТУРОВ В. С., ДОРОГОВ А. Ю.
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
Сервис-ориентированная инфраструктура аналитической платформы для встраиваемых интеллектуальных подсистем

В настоящей работе рассматривается инфраструктура сервис-ориентированной аналитической платформы для встраиваемых интеллектуальных приложений на основе СУБД PostgreSQL. Предложена архитектура аналитической платформы, подчиненной требованиям стан-дартов SQL/MM и PMML. Описан унифицированный интерфейс управления аналитической платформой. Показана схема формирования основных фаз извлечения знаний.

22. ТАРКОВ М. С.1, ОСИПОВ М. И.2
1Институт физики полупроводников им. А.В. Ржанова СО РАН, Новосибирск
2Новосибирский национальный исследовательский государственный университет
Слежение за объектами байесовской сетью

Предложен алгоритм слежения за объектами в видеопотоке, основанный на использовании иерархической байесовской сети. Особенностью предложенного алгоритма является использование в нем многомерного шкалирования, что позволило существенно сократить время обучения сети. Алгоритм устойчив к временным исчезновениям отслеживаемого объекта, способен следить за несколькими объектами на сложном фоне и хорошо распараллеливается.

23. ОРЕХОВА Е. Е., АБРАМОВ А. А., АНДРЕЕВ В. В., АНДРЕЕВА О. В.
Нижегородский государственный технический университет им. Р.Е. Алексеева
Создание информационной системы на основе искусственных нейронных сетей для определения предела выносливости металлов под воздействием внешних факторов

Данная статья посвящена проблеме определения параметров усталости металлов. Как известно, в основном параметры усталости металлов определяются экспериментально. Но проведение экспериментов затратно по времени и финансово, а существующая экспериментальная база не охватывает все материалы и условия эксплуатации материала в промышленности. В связи с чем, были предприняты попытки создания ускоренного метода определения параметров усталости металлов,с использованием искусственных нейронных сетей(ИНС)

СЕКЦИЯ 3

Среда, 21 января                    14:45 – 17:00
Аудитория 406

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

Нейросетевые системы обработки данных, распознавания образов и управления

24. КОЗЛОВ Д. С.1, ТЮМЕНЦЕВ Ю. В.2
1Государственный научно-исследовательский институт авиационных систем, Москва
2Московский авиационный институт (национальный исследовательский университет)
Нейросетевые полуэмпирические модели динамических систем, описываемых дифференциально-алгебраическими уравнениями

Рассматривается проблема математического и компьютерного моделирования нелинейных управляемых динамических систем, заданных в форме дифференциально-алгебраических уравнений. Предлагается решение данной проблемы в рамках полуэмпирического подхода, объединяющего возможности теоретического и нейросетевого моделирования. Приводятся результаты вычислительного эксперимента по формированию модели для спуска в атмосфере гиперзвукового летательного аппарата.

25. * ЕГОРЧЕВ М. В.
Московский авиационный институт (национальный исследовательский университет)
Обучение полуэмпирической нейросетевой модели полного углового 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. Рассмотрена процедура обучения таких моделей выполнению многошагового прогноза.

26. * ЕФИТОРОВ А. О., БУРИКОВ С. А., ДОЛЕНКО Т. А.
Московский государственный университет им. М.В. Ломоносова
Сравнение качества решения обратных задач спектроскопии многокомпонентных растворов нейросетевыми методами и методом проекции на латентные структуры

В работе представлены результаты сравнительного анализа применения искусственных нейронных сетей и метода проекций на латентные структуры для одновременного решения задач определения типов и концентраций растворенных неорганических солей в многокомпонентных водных растворах по спектрам комбинационного рассеяния света. Показано, что применение метода проекций на латентные структуры при умеренной нелинейности задачи имеет ряд преимуществ: качество решения и время формирования регрессионной модели

27. * ГУЩИН К. А., БУРИКОВ С. А., ДОЛЕНКО Т. А.
Московский государственный университет им. М.В. Ломоносова
Понижение размерности данных и оценка качества кластеризации в задачах анализа состава многокомпонентных растворов

В работе представлены результаты поиска оптимальной комбинации метода понижения размерности данных и алгоритма кластеризации для анализа массива спектров комбинационного рассеяния света многокомпонентных растворов неорганических солей. Представлен наиболее информативный критерий оценки качества получаемой кластеризации. Показано, что применение специализированных алгоритмов совместно с методами понижения размерности повышает качество и устойчивость решения задачи кластеризации.

28. * ШИРОКИЙ В. Р.
НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Сравнение нейросетевых моделей прогнозирования геомагнитного Dst индекса на различных наборах данных и сравнение методов оценки качества работы моделей

Сложность нейросетевого прогнозирования состояния магнитосферы Земли обусловлена в числе прочего малой долей примеров, полученных во время геомагнитных возмущений, в общем числе примеров. Следствием этого являются высокие интегральные показатели прогнозирующих моделей, как нейросетевых, так и тривиальных. Работа посвящена сравнению моделей, обученных на различных наборах данных, и показателей оценки их качества.

29. * СВЕТЛОВ В. А.1, ПЕРСИАНЦЕВ И. Г.2, ШУГАЙ Ю. С.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Тестирование новой программной реализации алгоритма адаптивного построения иерархических нейросетевых классификаторов

В работе представлено развитие алгоритма адаптивного построения иерархических нейросетевых классификаторов на основе автоматической модификации желаемого ответа персептронов с небольшим количеством нейронов в единственном скрытом слое. Проведенное тестирование новой программной реализации данного подхода показало, что рассматриваемый алгоритм более эффективен по вычислительной стоимости и качеству решения задач классификации по сравнению со стандартным многослойным персептроном.

30. * СЕНЮКОВА О. В.1, ЗОБНИН Д. С.1, ПЕТРЯЙКИН А. В.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ цереброваскулярной патологии и инсульта Российского национального исследовательского медицинского университета им. Н.И. Пирогова, Москва
Алгоритм сопоставления изображений магнитно-резонансной томографии головного мозга человека на основе ключевых точек

Рассматривается задача регистрации (сопоставления) МРТ-изображений головного мозга человека. Входными данными задачи является пара МРТ-изображений разных субъектов, и требуется найти такое преобразование первого изображения, которое сделает его максимально похожим на второе изображение, с учетом анатомических особенностей. Статья посвящена описанию алгоритма регистрации на основе ключевых точек на изображениях с применением сплайнового преобразования. Предложенный алгоритм реализован и исследуется.

31. КРЫЖАНОВСКИЙ Б. В., ЛИТИНСКИЙ Л. Б.
Научно-исследовательский институт системных исследований РАН, Москва
Общий метод вычисления статистической суммы

Развивается новый метод вычисления статистической суммы, которая играет центральную роль при исследовании сложных физических систем методами статистической физики. Наш подход основан на декомпозиции всего множества состояний на непересекающиеся классы, и аппроксимации распределения энергий состояний из каждого класса гауссовой плотностью. Среднюю энергию и дисперсию распределения энергий состояний из данного класса удается вычислить точно. Полученные общие выражения тестируются на модели Изинга.

СТЕНДОВАЯ СЕССИЯ 3

Четверг, 22 января                    14:00 – 14:45
Аудитория 405

Председатель: ТЕРЕХОВ Сергей Александрович, к.ф.-м.н.

Нейросетевые системы обработки данных, распознавания образов и управления

32. ИВАНОВ Н. А., ВУЛЬФИН А. М.
Уфимский государственный авиационный технический университет
Алгоритм на основе нейронной сети для построения модели языка в статистическом машинном переводчике

Рассматривается задача построения модели естественного языка для использования в составе статистического машинного переводчика. Исходными данными для построения модели является избыточная информация, извлекаемая из базы текстов на естественном языке. Предложен алгоритм построения модели языка на основе нейронной сети.

33. БОНДАРЕВ В. Н.
Севастопольский государственный университет
Выделение окрашенных гауссовых сигналов с помощью каскадной нейронной сети

Рассматривается каскадная нейронная сеть, обеспечивающая последовательное выделение окрашенных гауссовых сигналов из их смеси с другими сигналами или шумами. Предложено правило обучения нейронной сети, основанное на критерии минимума среднего квадрата ошибки предсказания, упрощающее реализацию алгоритмов в реальном времени. Приводятся примеры выделенных сигналов и значения индексов эффективности.

34. БЕКИРЕВ А. С.1, КЛИМОВ В. В.1, КУЗИН М. В.2, ЩУКИН Б. А.1
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Группа компаний "БПЦ", Москва
Выявление мошеннических транзакций на основе построения комитетов нейронных сетей и кластеризации

Рассматривается задача выявления мошеннических банковских транзакций с использованием банковских карт на основе профильной информации. Рассмотрен подход применения комитета нейронных сетей и подход применения предварительной кластеризации. Произведено сравнение двух вышеуказанных подходов.

35. АНИКИН В. И., КАРМАНОВА А. А.
Поволжский государственный университет сервиса, Тольятти
Моделирование и исследование клеточной нейронной сети Кохонена в электронных таблицах

Смоделирована работа клеточной нейронной сети Кохонена в табличном процессоре Microsoft Excel. Исследованы физические закономерности и показана высокая временная эффективность кластеризации и классификации многомерных данных клеточной сетью. Предложены оригинальный метод начального разворачивания самоорганизующейся карты и полезное применение краевого эффекта и многосвязных самоорганизующихся карт для решения проблемы «мертвых» нейронов и надежного выделения границ кластеров

36. ДОЛЕНКО С. А., МЯГКОВА И. Н., ПЕРСИАНЦЕВ И. Г.
НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Нейросетевая сегментация многомерных временных рядов как инструмент для исследования динамики магнитосферы Земли

В работе представлен предварительный анализ результатов сегментации при помощи нейронных сетей Кохонена многомерных временных рядов данных о параметрах солнечного ветра, межпланетного магнитного поля, геомагнитных индексов (амплитуды Dst-вариации) и потока электронов внешнего радиационного пояса Земли с энергией >2 МэВ. Ожидается, что данный метод исследования позволит продвинуться в понимании динамики магнитосферы Земли, улучшить качество и увеличить горизонт прогнозов исследуемых величин.

37. ПРОТАСОВА М. А.
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
Нейросетевой классификатор аномалий телекоммуникационной сети

Рассмотрено применение искусственных нейронных сетей к решению задачи распознавания и классификации аномалий в телекоммуникацион-ной сети. Рассмотрена реализация нейросетевого классификатора с использованием языка программирования R. Выбрано признаковое пространство и сформирована обучающая выборка нейронной сети. Представлена реализация классификатора аномалий телекоммуникационной сети.

38. ШАЦ В. Н.
Независимый исследователь, Санкт-Петербург
О новой технологии вычислений в машинном обучении

Живые организмы имеют элементы, которые обеспечивает много-уровневую и многократную обработку информации о стимулах по едино-му правилу. Задача обучения с учителем решается на основе модели этой технологии. Матрица данных рассматривается как один из образов вы-борки, счетное множество других образов составляют матрицы индексов, которые находятся путем квантования признаков. Индексы приближенно описывают признаки и позволяют найти частоты появления комбинаций индексов, соответствующих объектам определенного класса.

39. КОМАРЦОВА Л. Г., ЛАВРЕНКОВ Ю. Н.
Калужский филиал МГТУ им. Н.Э. Баумана
Применение нейронной сети для анализа характеристик элементов телекоммуникационной сети связи

В статье приводится описание алгоритма настройки параметров нейронной сети, построенной на основе сигма-пи нейронов. Ядро алгоритма обучения составляет комбинация алгоритмов случайного поиска с применением эвристического алгоритма. Применение комплексного подхода обучения для нейронных сетей позволяет выполнить обучение за время, необходимое для настройки нейронной сети на решение задачи. Рассмотрена возможность использования сигма-пи сети для оценки параметров канала передачи информации.

40. БОНДАРЕВ В. Н.
Севастопольский государственный университет
Применение цифровой модели импульсного нейрона для адаптивной фильтрации сигналов

Рассматривается модель многовходового импульсного нейронного элемента, ориентированная на решение задач цифровой обработки сигна-лов. Предлагается дискретное выражение для вычисления состояния им-пульсного нейронного элемента и правило его обучения, основанное на критерии минимума среднеквадратичной ошибки выделения полезного сигнала из смеси со стационарными аддитивными помехами.

41. ПАВЛОВСКИЙ В. Е.1, САВИЦКИЙ А. В.2
1Институт прикладной математики им. М.В. Келдыша РАН, Москва
2Московский государственный университет им. М.В. Ломоносова
Нейросетевой контроллер для управления квадрокоптером

В данной работе построена теоретико-механическая модель мультироторного робота – квадрокоптера с учетом основных аэродинамических эффектов. На основе результатов численного моделирования полета аппарата построен нейросетевой регулятор для базовых траекторий. Изучена работа регулятора в зависимости от погрешности датчика высоты.

СЕКЦИЯ 4

Четверг, 22 января                    15:00 – 15:30
Аудитория 406

Председатель: БУРЦЕВ Михаил Сергеевич, к.ф.-м.н.

Адаптивное поведение и эволюционное моделирование

42. КОШУР В. Д.
Сибирский федеральный университет, Красноярск
Усиление роевого интеллекта в методе глобальной оптимизации за счёт нейро-нечёткого управления процессом поиска

Представлена модификация метода роя частиц с повышенными адаптивными свойствами на основе введения в алгоритм поиска глобального минимума нейро-нечёткого управления для выбора составляющих движений агентов-частиц и усиления роевого интеллекта. Приведены результаты вычислительных экспериментов поиска глобального минимума для много экстремальных тестовых функций с двумя, пятидесяти и ста переменными.

43. МИШУЛИНА О. А., СУКОНКИН И. Н.
Национальный исследовательский ядерный университет «МИФИ», Москва
Эволюционный алгоритм кластеризации данных на основе статистического критерия стандартных объемов кластеров

Предложен критерий кластеризации данных в условиях разных геометрических размеров кластеров, относительных чисел содержащихся в них выборочных точек и возможной неполноты признаков для их однозначного разграничения. Критерий, названный SV-критерием, позволяет при априорно неизвестном числе кластеров получить устойчивую оценку их реального числа в данных. Разработан генетический алгоритм, использующий предложенный критерий. На модельных примерах показаны практические возможности алгоритма.

СЕКЦИЯ 5

Четверг, 22 января                    15:30 – 17:00
Аудитория 406

Председатель: БУРЦЕВ Михаил Сергеевич, к.ф.-м.н.

Нейросетевые системы обработки данных, распознавания образов и управления

44. КРЫЖАНОВСКИЙ В. М., МАЛЬСАГОВ М. Ю., ЖЕЛАВСКАЯ И. С.
Научно-исследовательский институт системных исследований РАН, Москва
Скалярное нейросетевое дерево в задаче поиска ближайшего соседа в бинарном пространстве высокой размерности

Рассматривается задача поиска ближайшего соседа в бинарном пространстве высокой размерности. Для решения поставленной задачи предлагается и исследуется нейросетевое дерево. Узлами дерева являются персептроны. Получена оценка сверху вероятности ошибки алгоритма. Нейросетевое дерево сравнивается по скорости работы с полным перебором. Получены аналитические оценки скорости работы алгоритма.

45. КОВАЛЬЧУК А. В.1, БАХЧИНА А. В.2, ПОЛЕВАЯ С. А.3
1Институт прикладной физики РАН, Нижний Новгород
2Институт психологии РАН, Москва
3Нижегородская государственная медицинская академия
Спектральный анализ неравномерных временных рядов в кардиоинтервалографии для отображения вегетативного обеспечения активности человека

Основные методы оценки спектра ритмограммы основаны на получении спектра равномерных рядов, эффективная теория для которых хорошо разработана. Чтобы применять эти методы к неравномерным рядам ритмограммы, используются различные способы их редукции к регулярной временной сетке, такие как сглаживание, аппроксимация значений и т.д. Хотя качество таких методов оказывается достаточным при использовании квазиравномерных ритмограмм, в случае динамичных изменений сердечного ритма, вызванного нормальным функционированием в социальной среде, могут давать некорректные результаты. В работе рассматривается способ спектральной оценки временных рядов ритмограммы, который бы позволил с достаточной полнотой проводить их дальнейший спектральный анализ.

46. ИВАШИНА Е. А., КОРЛЯКОВА М. О., ПРОКОПОВ Е. Ю.
Калужский филиал МГТУ им. Н.Э. Баумана
Формирование ассоциации нейронных сетей для решения задачи стереореконструкции в бортовой системе технического зрения

Предложено решение задачи стереореконструкции координат объек-тов сцены на основе анализа стереопары их проекций. Моделирование процедуры стереореконструкции проведено в условиях виртуальной сце-ны с учетом ошибок определения координат проекций, полученных при калибровке реальной стереопары камер. Рассмотрены результаты формирования решателя на основе бустинга и модели анализа неоднородности ошибок нейростей

47. ЭНГЕЛЬ Е. А.
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
Энергосберегающая технология электротехнической системы на базе адаптивного нейроконтроллера

В рамках концепции интеллектуальной электроэнергетической системы с активно-адаптивной сетью разработана организующая функциональное взаимодействие учета и идентификации режима электропотребления технической системы энергосберегающая технология автоматизированной системы технического учета электроэнергии на базе адаптивного нейроконтроллера. Разработанный адаптивный нейроконтроллер на основе идентификации текущего состояние электротехнической системы и двойственных нейросетей, прогнозирующих и минимизирующих электропотребление, формирует эффективные управляющие воздействия, обеспечивающие энергосбережение в условиях случайных возмущений.

48. САВЧЕНКО А. В.1, МИЛОВ В. Р.2
1Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал
2Нижегородский государственный технический университет им. Р.Е. Алексеева
Об одном подходе к последовательному иерархическому распознаванию изображений

Рассматривается задача автоматического распознавания изображений. Предложен иерархический подход к ее решению, в котором переход на более детальный уровень описания происходит только при недостаточной надежности классификации на предыдущем уровне. Представлены примеры практического применения в задаче распознания лиц по фотографии.

СТЕНДОВАЯ СЕССИЯ 4

Пятница, 23 января                    12:00 – 12:30
Аудитория 406

Председатель: КАЗАНОВИЧ Яков Борисович, к.ф.-м.н.

Нейробиология

49. КОТОВ В. Б.
Научно-исследовательский институт системных исследований РАН, Москва
Использование нейронов с двумя входами в генераторе последовательностей внутренних образов

Рассмотрена работа рекуррентной нейронной (РНС) сети в качестве генератора последовательностей внутренних образов (ГПВО). Предложено для улучшения работы сети использовать нейроны с двумя суммирующими входами. Показано, что РНС с такими нейронами по сравнению с сетью простых суммирующих нейронов имеет увеличенную ёмкость и даёт возможность записывать и воспроизводить последовательности с совпадающими образами.

50. ВОРОНКОВ Г. С.
Московский государственный университет им. М.В. Ломоносова
Малоизвестный загадочный феномен в зрении: описание и попытка анализа

Описывается феномен, состоящий в зрительном ощущении, что в малом отверстии на просвет имеет место пятно, напоминающее паутинное сплетение, с включениями двух основных типов, статичными и динамичными. Помимо описаний формы и условий проявления, в работе описывается ряд обнаруженных загадочных свойств пятна и проводится их анализ; делается заключение о составной природе картины пятна и высказываются предположения, объясняющие ряд свойств пятна; привлекаются представления из оптики, физиологии и офтальмологии.

51. ЛАВРОВ В. В.1, РУДИНСКИЙ А. В.2
1Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
2Центр системного консультирования и обучения "Synergia", Санкт-Петербург
Межнейронная коммуникативная система: контекстное поле кодирования информации

Обнаруженное соответствие сверхмедленных волн биопотенциалов, обусловленных регуляторными процессами, и частотно-временных параметров мультиклеточной импульсации кортикальных нейронов противоречит мнению о существовании специфических форм импульсного кодировании информации. Излагается гипотеза о том, что обмен информацией в нервной сети обеспечивается коммуникативной системой, создаваемой соответствием контекстов источника и приемника сигналов – то есть, при возникновении контекстного поля.

52. СМИРНИТСКАЯ И. А.
Научно-исследовательский институт системных исследований РАН, Москва
Об одном распространенном нейросетевом мотиве

Описан часто встречающийся мотив строения симметричной нейронной сети. Две самые распространенные функции такой сети – управление ритмичными движениями и организация поворотов во время ритмичного движения. Приводятся примеры функционирования сетей у позвоночных и беспозвоночных животных. Обсуждаются варианты преобразования входной сенсорной информации для управления направлением движения. Оценивается характер участия сетей такого рода в осуществлении поведенческого выбора.

53. ПОКРОВСКИЙ А. Н.
Санкт-Петербургский государственный университет
Пресинаптические компоненты вызванного потенциала коры мозга

Рассматривается задача выделения пресинаптических компонентов различного происхождения из записей вызванного потенциала коры мозга. Вызванные потенциалы обычно регистрируются на многих уровнях коры одновременно; зависимость сигналов от времени на разных уровнях глубины коры достаточно сложная. Цель работы – полное разделение «пресинаптических» участков вызванного потенциала (ВП) на компоненты.

СТЕНДОВАЯ СЕССИЯ 5

Пятница, 23 января                    12:30 – 12:45
Аудитория 406

Председатель: ЛИТИНСКИЙ Леонид Борисович, к.ф.-м.н.

Теория нейронных сетей

54. ГОЛОЩАПОВ В. И.
Научно-культурный центр SETI, Москва
Ансамбли синапсов как кандидаты на роль структур, кодирующих признаки в искусственных нейронных сетях

Рассматривается проблема поиска в ИНС структурных элементов, распутывающих признаки входного сигнала и непосредственно кодирующих реакцию на них на выходе сети. Показано, что для некоторого типа сетей такими структурными элементами могут быть ансамбли синапсов. Рассмотрены возможные способы кодирования признаков в ансамблях синапсов. На примере обученной сети показано существование таких ансамблей и существенная разница между ролью синапсов, входящих и не входящих в ансамбли.

55. ШИБЗУХОВ З. М.1, ЧЕРЕДНИКОВ Д. Ю.2
1Центр «Антистихия» МЧС РФ, Москва
2Московский педагогический государственный университет
О моделях искусственных нейронов агрегирующего типа

В настоящей работе описывается новый класс моделей искусственных нейронов агрегирующего типа. Модели такого типа основаны на предположении о том, что 1) все вклады синапсов суммируются при помощи некоторой агрегирующей операции; 2) вклады простых синапсов, которые образуют сложный синапс или синаптический кластер, преобразуются также при помощи некоторой другой агрегирующей операции. Они охватывают большую часть моделей искусственных нейронов функционального типа.

56. КИСЕЛЕВ М. В.
Чувашский государственный университет имени И.Н. Ульянова, Чебоксары
Применение эмпирических моделей для построения импульсных нейронных сетей с заданными свойствами

Даже для простейших моделей нейрона и однородных импульсных нейронных сетей зависимости между свойствами нейрона, структурными характеристиками сети и ее поведением не могут быть получены в явном аналитическом виде. Предлагается использовать для этой цели эмпирические модели, найденные, например, алгоритмом множественных адаптивных регрессионных сплайнов. Этот подход иллюстрируется на примере импульсной нейросети, состоящей из нейронов - пороговых интеграторов с гомеостатическими свойствами.

СТЕНДОВАЯ СЕССИЯ 6

Пятница, 23 января                    12:45 – 13:00
Аудитория 406

Председатель: ЛИТИНСКИЙ Леонид Борисович, к.ф.-м.н.

Адаптивное поведение и эволюционное моделирование

57. АНФИЛЕЦ С. В., ШУТЬ В. Н.
Brest State Technical University, Belarus
Использование искусственных иммунных систем для оптимизации управления светофорным циклом

Рассматривается задача адаптивного управления на светофорном объекте. Метод управления основывается на расчете длин фаз для цикла регулирования. Для расчета используются прогнозируемые значения интенсивностей транспортных потоков на перекрестке и алгоритм искусственных иммунных систем.

58. РЕДЬКО В. Г.1, НЕПОМНЯЩИХ В. А.2, ОСИПОВА Е. А.2, ШАРИПОВА Т. И.1, БЕСХЛЕБНОВА Г. А.1
1Научно-исследовательский институт системных исследований РАН, Москва
2Институт биологии внутренних вод им. И.Д. Папанина РАН, п. Борок, Ярославская обл.
Моделирование формирования предсказаний у рыб, изучающих лабиринты

Представлен начальный этап моделирования познавательных способностей рыб, изучающих лабиринты. Построена модель формирования предсказаний рыбами. Согласно модели уверенность рыб в предсказаниях постепенно возрастает. Результаты компьютерного моделирования качественно согласуются с экспериментальными биологическими данными.

59. АНОХИН М. Н.
Институт сферы обслуживания и предпринимательства (филиал) ДГТУ в г. Шахты
Разработка нейроподобной системы управления модельным агентом в динамической среде

В статье рассматривается процесс построения и архитектурные особенности нейросетевой системы управления телом анимата помещённого в динамическую среду. Тело анимата представляет собой сложный динамический объект с множеством степеней своды. Рассмотренная система управления решает две задачи: увязывает компоненты тела между собой в единую систему, а также обеспечивает базовые реакции тела анимата на внешние динамические воздействия.

СЕКЦИЯ 6

Пятница, 23 января                    14:00 – 15:30
Аудитория 406

Председатель: КАЗАНОВИЧ Яков Борисович, к.ф.-м.н.

Нейробиология

60. КОЗУНОВ В. В.1, ОСАДЧИЙ А. Е.2
1Центр нейрокогнитивных исследований Московского городского психолого-педагогического университета (МЭГ-Центр)
2Национальный исследовательский университет «Высшая школа экономики», Москва
GALA, новый подход к решению обратной задачи в рамках группового исследовательского анализа МЭГ данных

Group Analysis Leads to Accuracy (GALA) - новый подход для эксплоративного анализа МЭГ данных на группе испытуемых. Предположение, что различия в ответах на сенсорах между испытуемыми вызваны индивидуальными вариациями геометрии коры, позволяет объединить локализацию активности для каждого испытуемого и нахождение соответствия в активностях между испытуемыми в один шаг. Это снижает неопределенность обратной задачи и повышает точность нахождения локализации и временного поведения ответов мозга.

61. РАТУШНЯК А. С., ПРОСКУРА А. Л., ЗАПАРА Т. А.
ФГБУН Институт вычислительных технологий СО РАН
Анализ и возможные пути реинженеринга самоорганизующихся нейронных систем на основе конвергенции технологий

Анализ устройства внутриклеточных информационных сетей нейрона позволяет выявить основы ассоциативных, предсказательных свойств живых систем на молекулярном уровне. Это, вероятно, сделает возможным на основе конвергенции технологий разрабатывать молекулярные нейроподобные информационные ядра, способные, как и их живые прототипы к самоорганизации в комплексы с функциональной архитектурой подобной мозгу и способностью осуществлять достаточно сложные когнитивные функции.

62. ЧИЖОВ А. В.
Физико-технический институт им. А.Ф. Иоффе РАН, Санкт-Петербург
Анализ чувствительности нейрона к входным сигналам с помощью модели ансамбля нейронов

С помощью модели статистического ансамбля реалистичных нейронов типа Ходжкина-Хаксли, сформулированной в терминах рефрактерной плотности, проводится анализ чувствительности ответов единичного нейрона к входным сигналам. Варьируется амплитуда стимула-ступеньки тока и амплитуда шума. Модель воспроизводит известные экспериментальные данные многократных измерений спайковой активности в единичном нейроне, которые характеризуются быстротой популяционного спайкового ответа.

63. БИБИКОВ Н. Г., НИЗАМОВ С. В.
Акустический институт им. акад. Н.Н. Андреева, Москва
Временные признаки звука, вызывающие ответы нейронов слуховой системы

В мозге позвоночных животных существуют несколько последовательно расположенных ядер осуществляющих анализ информации о принимаемом звуке, сводящийся, в основном к выявлении временных особенностей сигнала в частотных каналах. В связи с нелинейностью нейрональной обработки, корреляционный подход недостаточен для понимания этих процессов. Предложены методики, позволяющие оценить вклад текущей амплитуды и текущей скорости изменения амплитуды в реакцию клетки, и приведен пример их применения.

64. ДИК О. Е.1, ГЛАЗОВ А. Л.2
1Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
2Физико-технический институт им. А.Ф. Иоффе РАН, Санкт-Петербург
Мультифрактальный анализ тремора руки человека при двигательной патологии

Исследованы мультифрактальные свойства непроизвольных колеба-ний (тремора), возникающих при выполнении человеком определенной двигательной задачи (при поддержании изометрического усилия пальца-ми руки). Определены вейвлетные и мультифрактальные параметры, по-зволяющие находить корреляции между клиническими проявлениями тремора до начала лечения, их уменьшением после приема лекарственных препаратов и изменением этих параметров. Предложенный аналитический подход к изучению интегративной деятельности центральной нервной системы в ходе реализации двигательной задачи, позволяет количествен-но оценить степень отклонения двигательной функции от нормы.

65. ПОДЛАДЧИКОВА Л. Н.1, КОЛТУНОВА Т. И.2, ШАПОШНИКОВ Д. Г.1
1Научно-исследовательский технологический центр нейротехнологий Южного федерального университета, Ростов-на-Дону
2НИИ нейрокибернетики им. А.Б. Когана Южного федерального университета, Ростов-на-Дону
Особенности локальных элементов траекторий осмотра изображений: объектно-возвратные фиксации взгляда

Представлены результаты анализа экспериментальных данных об особенностях возвратных фиксаций взгляда при осмотре сложных изображений и текстур. Показано, что длительность фиксаций и амплитуда саккад в окрестностях возвратных фиксаций отличаются от средних значений этих параметров. Рассматривается возможность использования полученных результатов для разработки модели, обеспечивающей реалистическую имитацию траекторий осмотра в конкретных психофизических тестах.



Российская академия наук Министерство образования и науки Российской Федерации Госкорпорация «Росатом» НИЯУ МИФИ НИИСИ РАН МАИ ТРИНИТИ