Секции
Нейроинформатика - 2017
СЕКЦИЯ 1
Понедельник, 2 октября 17:00 – 18:30
Алексеевский зал
Председатель: ЛИТИНСКИЙ Леонид Борисович, к.ф.-м.н.
Теория нейронных сетей
1. ПРОСТОВ Ю. С., ТЮМЕНЦЕВ Ю. В.Московский авиационный институт (национальный исследовательский университет)
Adaptive gateway element based on a recurrent neurodynamical model
Рассмотрена модель нейрона, чья активационной характеристика изменяется под воздействием модулирующего параметра от сигмоидальной кривой до кривой с петлёй гистерезиса. Рассмотрена модель преобразователя, состоящего из двух распознающих и одного выходного нейрона указанного типа. Показано, как модулирующий параметр меняет логику его работы от вычисления взвешенной суммы входных сигналов до выполнения определённых бинарных операций над ними.
2. МИХАЙЛЮК Т. Е., ЖЕРНАКОВ С. В.
Уфимский государственный авиационный технический университет
Implementation of a gate neural network based on combinatorial logic elements
The disadvantages of the application of existing approaches to the construction of a neural network basis are analyzed. A model of a gate neural network using a mathematical apparatus of Boolean algebra is developed. Formal representations of the gate network are derived. The learning algorithm is proposed. The features of the model are considered, and the conclusion about its possibilities and fields of application is made.
3. НУЖНЫЙ А. С.
Институт проблем безопасного развития атомной энергетики Российской академии наук, Москва
Байесовская регуляризация в задаче подбора весовых коэффициентов в ансамблях нейронных сетей и деревьев решений
Рассматривается задача обучения с учителем. Решение ищется в виде ансамбля «слабых» предикторов. «Слабые» модули входят в решение с некоторым весом. Их веса подбираются методом ортогонализованных базисных функций, в котором, для борьбы с переобучением, ошибка обучения минимизируется в сумме с гауссовым стабилизирующим функционалом, а регуляризационный множитель ищется по методу Байеса.
4. ИСАЕВ И. В., ДОЛЕНКО С. А.
НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Adding noise during training as a method to increase resilience of neural network solution of inverse problems: test on the data of magnetotelluric sounding problem
В предыдущих работах авторов было предложено использовать подход, связанный с добавлением шума к обучающей выборке при обучении нейронных сетей, для решения обратных задач. На модельной обратной задаче было показано, что он позволяет повысить устойчивость нейросетевого решения к шумам во входных данных при различном распределении и различной интенсивности шума. В настоящей работе была проведена проверка наблюдаемого эффекта на данных задачи магнитотеллурического зондирования.
5. ТЕРЕХОВ В. И., ЧЕРНЕНЬКИЙ И. М., МИНАКОВА С. В., ГАПАНЮК Ю. Е.
Московский государственный технический университет им. Н.Э. Баумана
Применение метода обучения с расщеплением нейронов к полносвязной нейронной сети с двумя скрытыми слоями
В статье приводится краткое описание метода обучения сети с расщеплением нейронов. Формируются рекомендации по инициализации сети и требования к параметрам обучения. Выполняется сравнение и анализ результатов обучения сети. Рассматриваются результаты обучения сети с расщеплением нейронов при различных параметрах инициализации. В качестве метрик сравнения используются: точность на тестовой выборке, скорость обучения и оптимальное количество нейронов в скрытых слоях нейронной сети.
6. * ГЛЫЗИН С. Д., КОЛЕСОВ А. Ю., МАРУШКИНА Е. А., ПРЕОБРАЖЕНСКАЯ М. М.
Ярославский государственный университет им. П.Г. Демидова
Релаксационные автоколебания в системе из двух синаптически связанных импульсных нейронов
Рассматривается математическая модель синаптического взаимодействия пары импульсных нейронных элементов. Каждый из отдельных нейронов моделируется сингулярно возмущенным дифференциально-разностным уравнением. Связь между элементами предполагается пороговой, и в ней учитывается запаздывание по времени. Показано, что появление в этой модели при подходящих значениях параметров решений, содержащих импульсные пакеты, может быть следствием запаздывания в цепи связи между осцилляторами.
СЕКЦИЯ 2
Вторник, 3 октября 14:00 – 15:30
Алексеевский зал
Председатель: УШАКОВ Вадим Леонидович, к.б.н.
Нейросетевые системы обработки данных, распознавания образов и управления
7. БОНДАРЕВ В. Н.Севастопольский государственный университет
Pulse Neuron Learning Rules for Processing of Dynamical Variables Encoded by Pulse Trains
Предложены темпоральные правила обучения с учителем для импульсной нейронной сети, выполняющей заданные линейные преобразования динамических переменных, представляемых последовательностями импульсов. В общем случае правила минимизируют взвешенную разность между действительной и требуемой импульсными последовательностями. Рассмотрены свойства правил на примерах преобразования регулярных и динамических импульсных последовательностей.
8. * ПОЛЕВАЯ С. А.1, КАРПОВА Н. И.1, ЦИРКОВА М. М.2, САФОНОВ А. Ю.1, АНТОНЕЦ В. А.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Приволжский окружной медицинский центр Федерального медико-биологического агентства, Нижний Новгород
Динамическое картирование сенсомоторной активности при управлении виртуальными объектами в программно-аппаратном комплексе “HANDTRACKER”
В работе представлены возможности программно-аппаратного комплекса ”HANDTRACKER” при разработке технологий индивидуальной и групповой поведенческой обратной связи. Приведены примеры объективной инструментальной регистрации в реальном масштабе времени сенсомоторной активности одного или нескольких субъектов при управлении виртуальными объектами. Показана эффективность хэндтрекинга для диагностики ЦНС, развития коллективного взаимодействия и создания человеко-человеческих сенсорных интерфейсов
9. * ПАВЛОВСКИЙ В. Е.1, ПОДОПРОСВЕТОВ А. В.2, СМОЛИН В. С.1
1Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша Российской академии наук, Москва
2Московский государственный университет им. М.В. Ломоносова
Квазистатическая модель манипулятора манго с нейроподобным управлением
Рассматривается задача управления двухзвенным плоским манипулятором, основной привод которого реализован на пневмоцилиндрах. Такой привод имеет сложную математическую модель, значительные и плохо прогнозируемые упругости в контурах системы. Эти обстоятельства затрудняют формирование движения манипулятора и синтез управления традиционными средствами. Для построения управления манипулятора на основе опыта взаимодействия с приводами используется нейроподобная система с обучением.
10. МИГАЛЕВ А. С.
Национальный исследовательский центр «Курчатовский институт», Москва
Поиск алгоритма преобразования звука в импульсную последовательность
Применение в автономных мобильных роботах импульсных моделей нейронных сетей для обработки звуковой информации приводит к необходимости оптимизации объёма вычислений, минимизации требуемого количества нейронов за счёт повышения эффективности вычислений. В работе рассматривается задача кодирования и декодирования звукового сигнала в импульсную последовательность, точность преобразования данных. Исследуются существующие алгоритмы и предлагаются новые.
11. * ЖУКОВ Р. В., ИЛЬИН В. С., ТЕРЕХОВ В. И.
Московский государственный технический университет им. Н.Э. Баумана
Построение рецепторного слоя импульсной искусственной нейронной сети при решении задачи обнаружения опасностей для людей с ограниченными возможностями здоровья по зрению
Описана методика построения рецепторного слоя импульсной нейронной сети для решения задачи обнаружения опасностей на уровне ног при разработке устройства для людей с ограниченными возможностями здоровья по зрению. Проведенное исследование показывает корректность функционирования построенного рецепторного слоя импульсной нейронной сети, что позволяет решить задачу обнаружения опасностей в виде резких изменений высоты рельефа на уровне ног и создать устройство для людей с ОВЗ по зрению.
12. КОВАЛЬЧУК А. В., НУЙДЕЛЬ И. В., ТЕЛЬНЫХ А. А., ШЕМАГИНА О. В., ЯХНО В. Г.
Институт прикладной физики РАН, Нижний Новгород
Программное обеспечение для изучения динамики преобразований сенсорных сигналов в нейронно-глиальных сетях мозга
Рассматривается описание версии интегральной математической модели обработки сигналов в нейронах и глиальных клетках и экспериментального образца программного обеспечения, который позволяет проводить широкий спектр исследовательских работ по моделированию передачи нервной активности в сверхбольших нейрон-глиальных сетях кортикальных структур головного мозга.
СЕКЦИЯ 3
Среда, 4 октября 14:00 – 15:30
Алексеевский зал
Председатель: ШУМСКИЙ Сергей Александрович, к.ф.-м.н.
Нейросетевые системы обработки данных, распознавания образов и управления
13. * ФОМИН И. С.1, МИХАЙЛОВ В. В.1, БАХШИЕВ А. В.2, МЕРКУЛЬЕВА Н. С.3, ВЕЩИЦКИЙ А. А.3, МУСИЕНКО П. Е.41Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
2Санкт-Петербургский политехнический университет Петра Великого
3Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
4Санкт-Петербургский государственный университет
Detection of neurons on images of the histological slices using convolutional neural network
Решение проблемы автоматического анализа изображений гистологических срезов – один из основных этапов описания структуры нейронных сетей в норме и при патологии. Понимание структуры и функции этих сетей может способствовать развитию нейрореабилитационных технологий и трансляции экспериментальных данных в клиническую практику. В данной работе предложен алгоритм обнаружения нейронов на изображениях срезов спинного мозга c использованием глубокой нейронной сети.
14. ТРОФИМОВ А. Г.1, ВЕЛИЧКОВСКИЙ Б. М.2, ШИШКИН С. Л.2
1Национальный исследовательский ядерный университет «МИФИ», Москва
2Национальный исследовательский центр «Курчатовский институт», Москва
An approach to use convolutional neural network features in eye-brain-computer-interface
We propose an approach to use the features formed by a convolutional neural network (CNN) trained on big data for classification of electroencephalograms (EEG) in the eye-brain-computer interface (EBCI). Their use together with the EEG amplitude features improved the sensitivity of a linear binary classifier applied to an EEG dataset obtained in an EBCI experiment by more than 30% at a fixed specificity of 90%.
15. ПОПОВА А. С., РАССАДИН А. Г., ПОНОМАРЕНКО А. А.
Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал
Emotion recognition in sound
Рассматривается задача автоматической классификации эмоций в цифровом аудио сигнале. В работе рассматривается и верифицируется подход, в котором классификации звукового фрагмента сводится к задаче распознавания изображений. В качестве визуально представления использовались изображение спектрограммы. Произведен численный эксперимент на открытом наборе данных Ravdess, включающий 8 эмоций. Наилучшие результаты точности 71% показала комбинация “мелспектрограмма + свёрточная нейронная сеть VGG16".
16. ЕГОРЧЕВ М. В., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Neural network semi-empirical modeling of the longitudinal motion for maneuverable aircraft and identification of its aerodynamic characteristics
Рассматривается проблема моделирования продольного движения маневренного самолета и идентификации таких его аэродинамических характеристик, как коэффициенты аэродинамической продольной и нормальной сил, а также момента тангажа. Данная проблема решается в классе полуэмпирических нейросетевых динамических моделей, объединяющих возможности теоретического и нейросетевого моделирования. Работоспособность и перспективность таких моделей подтверждается результатами вычислительных экспериментов.
17. ВАСИЛЬЕВ А. Н., ТАРХОВ Д. А., ТЕРЕШИН В. А., БАРМИНОВА М. С., ГАЛЯУТДИНОВА А. Р.
Санкт-Петербургский политехнический университет Петра Великого
Semi-empirical neural network model of real thread sagging
Подход к построению многослойных нейросетевых приближённых решений обыкновенных дифференциальных уравнений успешно применялся авторами ранее. В соответствии с предлагаемой авторами концепцией построения моделей сложных объектов или процессов этот метод применяется к построению нейросетевой модели свободно провисающей реальной нити. Грубая модель уточняется на основе экспериментальных данных.
18. ГАЙ В. Е., РОДИОНОВ П. А., ДЕРБАСОВ М. О., ЛЯХМАНОВ Д. А., КОШУРИНА А. А.
Нижегородский государственный технический университет им. Р.Е. Алексеева
Texture recognition from positions of the theory of active perception
Распознавание текстур – одна из актуальных задач компьютерного зрения. Ключевой этап при решении данной задачи – формирование признакового описания изображения текстуры. Предлагается новый подход к формированию признаков текстуры на основе теории активного восприятия. Приводятся результаты вычислительного эксперимента на основе базы Brodatz-32, демонстрируется точность классификации. Рассматривается применение предложенных систем признаков для распознавания текстур снега и земли.
СТЕНДОВАЯ СЕССИЯ 1
Среда, 4 октября 14:00 – 15:30
Петровский зал
Председатель: МАЛЬСАГОВ Магомед Юсупович, к.ф.-м.н.
Теория нейронных сетей
19. МАЗУРОВ М. Е.Российский экономический университет имени Г.В. Плеханова, Москва
Математическая модель нейрона аксиоматического типа, эффективная в приложениях
Приведены сведения о наиболее употребительных аксиоматических моделях нейронов. Дано описание математической модели нейрона аксиоматического типа, эффективной в приложениях. Приведены приложения рассматриваемой аксиоматической модели для исследования различных видов нейронной активности: импульсной генерации, пачечной генерации, синхронизации нейронных ансамблей, взаимной синхронизации нейронных ансамблей с образованием единого ритма.
20. ШИБЗУХОВ З. М.1, КАЗАКОВ М. А.2, ДМИТРИЧЕНКО Д. П.2
1Московский педагогический государственный университет
2Институт прикладной математики и автоматизации, Нальчик
Принцип минимизации эмпирического риска и усредняющие агрегирующие функции
В работе предлагается расширение принципа минимизации эмпирического риска (ЭР) для решения задач машинного обучения. Он строится на основе применения усредняющих агрегирующих функций для вычисления средних потерь вместо среднего арифметического. Предлагается градиентная схема для решения задачи минимизации расширенного ЭР. Приведены иллюстративные примеры робастной процедуры оценки параметров в задаче линейной регрессии и классификации на базе усредняющих функций (аналог медианы и квантиля).
Нейросетевые системы обработки данных, распознавания образов и управления
21. ГАБДРАХМАНОВА Н. Т.Российский университет дружбы народов, Москва
Constructing a neural-net model of network traffic using the topologic analysis of its time series complexity
Abstract. The dynamics of changes in traffic intensity of the network is analyzed based on the measurement data at the entrance to the boundary switch. We use a tool based on the methods of the geometry of random fields and computational topology. We evaluate topological invariants - Betti numbers for the time sequence of traffic intensity of the network.
22. ФОМИН И. С.1, ГРОМОШИНСКИЙ Д. А.1, БАХШИЕВ А. В.2
1Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
2Санкт-Петербургский политехнический университет Петра Великого
Object detection on images in docking tasks using deep neural networks
В процессе стыковки автоматизированных аппаратов существует проблема определения относительного положения. Она может быть решена с помощью алгоритмов расчета относительного положения, основанных на информации о положении ориентиров на кадрах с камеры, установленной на аппарате, и в реальном мире. В качестве примера будет исследовано обнаружение ориентиров на кадрах записей космической стыковки с помощью системы обнаружения объектов, основанной на глубоких сверточных нейронных сетях.
23. БАХШИЕВ А. В., СТАНКЕВИЧ Л. А.
Санкт-Петербургский политехнический университет Петра Великого
Prospects for the development of neuromorphic systems
Статья посвящена анализу нейронных сетей с позиций нейроморфного подхода. Анализ позволяет сделать вывод, что современные искусственные нейронные сети позволяют эффективно решать частные задачи, для которых допустима фиксация топологии сети или ее малые изменения. Определено перспективное направление развития нейроморфных систем на глубоких спайковых нейронных сетях, в которых может быть реализована структурная адаптация.
24. ШАЦ В. Н.
Независимый исследователь, Санкт-Петербург
The Classification of Objects Based on a Model of Perception
This paper proposes a model of perception that allows animals to classify objects in the environment. We consider the sequence of transformations of external information in four blocks of the model that simulate information interactions in animal sensory systems. The principles of information processing are established and lead to a simple and universal algorithm for solving the problem of classifying of objects with high accuracy.
25. ЯКОВЕНКО А. А., МАЛЫХИНА Г. Ф.
Санкт-Петербургский политехнический университет Петра Великого
Адаптивная классификация образов нейронной активности модели аудиального анализатора
В работе рассматривается проблема интерпретации вызванных биоэлектрических потенциалов с позиции классификации множеств. Предложен подход к задаче обработки и анализа речевых сигналов с использованием физиологически обоснованной модели слуховой периферии, имитирующей возбуждение волокон слухового нерва в ответ на акустический стимул, и нейросетевого двухступенчатого адаптивного классификатора на основе карт самоорганизации и радиальных базисных функций для разделения образов.
26. КОШУР В. Д., РОЖКОВ П. И.
Сибирский федеральный университет, Красноярск
Мультиагентная система распознавания изображений
Рассматривается задача проектирования и построения нейросетевой системы распознавания образов с помощью сверточных нейронных сетей и мультиагентной архитектуры. В качестве решаемой проблемы, рассмотрена задача распознавания рукописных цифр из базы MNIST[1]. Предлагаются способы масштабирования и направление развития нейросетевых систем, которые позволяют в дальнейших исследованиях использовать элементы искусственного интеллекта. 1. http://yann.lecun.com/exdb/mnist/
27. КОЛЕСНИКОВ А. В.1, ЛИСТОПАД С. В.1, ДАНИШЕВСКИЙ В. И.2
1Калининградский филиал Федерального исследовательского центра «Информатика и управление» Российской академии наук
2Балтийский федеральный университет им. И.Канта, Калининград
Подсистема распознавания визуальных образов гибридной интеллектуальной системы с гетерогенными визуальным и модельным полями
Для релевантности коллективам экспертов актуальны гибридные ин-теллектуальные системы с гетерогенными визуальным и модельным по-лями для поиска решений на визуальных и символьных языках, что связа-но с распознаванием графических образов. Подсистема восприятия визу-альной информации таких систем реализуется сверточными нейронными сетями.
28. БУРАКОВ М. В.
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Применение нейронной сети Хопфилда для идентификации динамического объекта
Рассматривается задача идентификации параметров динамических объектов с помощью нейронной сети Хопфилда. Описывается структура идентификатора и расчетные формулы для определения его параметров. Приводятся результаты вычислительного эксперимента в Simulink MatLab по определению параметров модели двигателя постоянного тока, которые подтверждают практическую полезность предлагаемого подхода.
29. БРЫНЗА А. А., КОРЛЯКОВА М. О.
Калужский филиал МГТУ им. Н.Э. Баумана
Применение фрактальных кривых для описания изображений при решении задачи классификации в нейронных сетях
Рассмотрена задача снижения временных затрат на обучение и повышение качества классификации нейронной сети для распознавания визуальных образов при малой размерности обучающей выборки. Предложены варианты обхода фрагментов изображений при формировании описания примеров. В процессе экспериментов принята модель обхода по фрактальным кривым разных порядков. Приведены результаты анализа реальных объектов и сделана оценка ошибок.
Нейробиология
30. БАХЧИНА А. В.Институт психологии РАН, Москва
Complexity of heart rate during more and less differentiated behaviors
Autonomic nervous system is the main way for the brain-body coordination, of which mode can be evaluated by dynamics of heart rate variability (HRV). HRV analysis is used for evaluation of different psychological states, which can be considered as characteristics of behavior that formed at different stages of ontogeny. We investigated whether HRV differs between the early-formed behavior and the later-formed behavior.
31. КРЫЛОВ А. К.
Институт психологии РАН, Москва
Активность нейрона как способ получения метаболитов
Активность нейрона описывается как целенаправленная. Проведено сравнение с представлениями о нейроне как проводнике входных воздействий. Предложена модель сопряжения активности нейрона и энергозатрат на активность с последующим усилением энергетики нейрона и увеличением пула метаболитов, который в дальнейшем расходуется на биосинтез. Моделируется феномен избыточной компенсации затрат нейрона на активность, который в биологии считается смыслом активности.
32. ВОРОНКОВ Г. С.
Московский государственный университет им. М.В. Ломоносова
Анализ значимости феномена "специфический дефицит зрения"
Составлено представление о природе объективного проявления феномена «специфический дефицит зрения» (фСДЗ) - пятна СДЗ, создающегося на сетчатке. Предложены два возможных объяснения «двойственности» свойств субъективного проявления фСДЗ – пятна СДЗ-образа, генерируемого центральными зрительными структурами. Рассмотрена значимость фСДЗ в трех аспектах – нейрофизиологическом, психофизиологическом и медицинском. Предполагается возможность аппаратной регистрации сетчаточного пятна СДЗ.
33. БОЖОКИН С. В., СУСЛОВА И. Б., ТАРАКАНОВ Д. Е.
Санкт-Петербургский политехнический университет Петра Великого
Вейвлетная корреляция вспышек активности нейронов, генерирующих спайки
Разработана математическая модель импульсной активности нейронов, генерирующих вспышки, в каждой из которых содержится несколько спайков. Частотно-временные свойства вспышек изучены аналитически с помощью непрерывного вейвлет-преобразования (CWT). Для изучения синхронизации активности нейронов предложена вейвлетная корреляционная функция, которая вычислена аналитически для двух нейронов, генерирующих заданное количество спайков.
Адаптивное поведение и эволюционное моделирование
34. КОТОВ В. Б.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
К вопросу о формировании целей
На основе простых моделей модификации карты ценности состояний рассмотрены возможности формирования целей поведения разумного существа. Показано, что при подходящей стратегии выбора маршрутов в пространстве состояний возможно формирование целей, отличных от первичных целей, связанных с непосредственным получением награды.
СЕКЦИЯ 4
Среда, 4 октября 16:00 – 18:30
Алексеевский зал
Председатель: ЕЖОВ Александр Александрович, к.ф.-м.н.
Нейронные сети и когнитивные науки
35. МЕЙЛИХОВ Е. З., ФАРЗЕТДИНОВА Р. М.Национальный исследовательский центр «Курчатовский институт», Москва
Видность изображения – контраст цвета или яркости?
Количественно (в рамках простой аналитической модели) обоснуется утверждение о том, что “цветной мир” поддается более точной и более быстрой сегментации, чем “серый мир”. Это приводит к существенному облегчению условий возникновения жизненно необходимого эффекта выскакивания, а также, вероятно, лежит в основе многих других когни-тивных явлений, связанных с цветовым зрением.
36. ХАРЫБИНА З. С.
Южный федеральный университет, Ростов-на-Дону
Влияние границ окружения на пространственное представление клеток места в модели нейродинамики пространственной навигации, основанной на сетях с четным циклическим торможением
Рассматривается задача моделирования нейродинамики простран-ственного поведения возле границ окружения и в области, удаленной от них. Предложен алгоритм формирования последовательных полей места, основанный на взаимодействии информации, получаемой при интегриро-вании сигналов собственного движения и от границ окружения. Алгоритм предполагает, что вклад информации о границах наиболее существенен на периферии окружения и снижен в центральных областях.
37. ПОЛЕВАЯ С. А.1, ЧЕРНИГОВСКАЯ Т. В.2, ПАРИНА И. С.3, КОНИНА А. А.2, АЛЕКСЕЕВА С. А.2, ДЕМАРЕВА В. А.1, КНАБЕНГОФ М. А.2, ПАРИН С. Б.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Санкт-Петербургский государственный университет
3Нижегородский государственный лингвистический университет им. Н.А. Добролюбова
Динамика ритма сердца при взаимодействии информационных образов в процессе синхронного перевода и в тесте Струпа
С помощью технологии событийно-связанной телеметрии (ССТ) ритма сердца исследованы особенности вегетативного обеспечения рекордной по энергозатратности и стрессогенности деятельности – синхронного перевода (СП). Через сопоставление процессов взаимодействия информационных образов при СП и решении билингвального теста Струпа – лабораторной модели конфликта информационных образов различной природы - анализируются возможные физиологические механизмы решения когнитивных задач повышенной сложности.
38. ВВЕДЕНСКИЙ В. Л.
Национальный исследовательский центр «Курчатовский институт», Москва
Synchrony of cortical alpha and beta oscillations
Мы анализировали поведение альфа и бета колебаний в коре мозга в период подготовки движения по собственному желанию. Картина магнитного поля указывает на синхронную активность сразу нескольких источников в коре, разнесенных на несколько сантиметров. Колебания в этих группах нейронов согласованы с миллисекундной точностью.
39. КНЯЗЕВА И. С.1, БОЙЦОВА Ю. А.2, МАКАРЕНКО Н. Г.3, ДАНЬКО С. Г.2, ЕФИТОРОВ А. О.4, ЗЕЛЕНКИНА Д. А.1
1Санкт-Петербургский государственный университет
2Институт мозга человека им. Н.П. Бехтеревой РАН, Санкт-Петербург
3Главная (Пулковская) астрономическая обсерватория Российской академии наук, Санкт-Петербург
4Московский государственный университет им. М.В. Ломоносова
Использование фазовой вейвлет когерентности для исследования состояний с разной степенью выраженности ментального и сенсорного внимания
Работа посвящена применению фазовой вейвлет когерентности для анализа мозговой активности в состояниях с разной степенью выраженности ментального и сенсорного внимания. При анализе электроэнцефалографических коррелят ментальных состояний основное внимание уделяется анализу спектральной мощности квазистационарной ЭЭГ или связанной с событиями мощности ЭЭГ (task-related power, time-frequency spectra). Анализу когерентности посвящено значительно меньшее количество работ. В результате настоящей работы показано, что анализ фазовой вейвлет когерентности позволяет получить дополнительную информацию об организации мозговой активности, которая обеспечивает состояния ментального внимания.
40. ФИЛАТОВА Н. Н., СИДОРОВ К. В., ШЕМАЕВ П. Д.
Тверской государственный технический университет
Мониторинг характеристик аттракторов для оценки изменений эмоционального состояния человека
Рассмотрен подход к мониторингу эмоциональных реакций с использованием оценок характеристик ЭЭГ-сигналов. Описаны методика и результаты экспериментов, иллюстрирующих изменения свойств аттракторов в ходе воздействия на человека пачками акустических стимулов, имеющих одинаковую эмоциональную интерпретацию. На основе нечетких оценок знака приращений плотности аттракторов, реконструированных для нескольких последовательных окон наблюдения, определяется направление тренда эмоционального состояния.
41. ЭЙДЛИН А. А., САМСОНОВИЧ А. В.
Национальный исследовательский ядерный университет «МИФИ», Москва
Построение слабых семантических карт смыслов слов
Рассматривается задача построения слабой семантической карты смыслов слов на основе словаря синонимов и антонимов. Предложенный подход к построению семантических карт снимает ограничение существующей семантической карты слов, обусловленное полисемией – наличием нескольких смыслов у одного слова. С использованием тезауруса Microsoft Word построена семантическая карта смыслов для русского и английского языка. Построенная семантическая карта смыслов сравнивается с семантической картой слов.
42. СИЛЬКИС И. Г.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Нейронная сеть, обеспечивающая восприятие физических свойств и субсекундных временных параметров сенсорных стимулов
Предложен механизм одновременной обработки физических свойств и субсекундных временных параметров сенсорных стимулов при участии нейронных цепей кора–базальные ганглии (субталамическое ядро)–таламус–кора. Из механизма следует, что все факторы, усиливающие (ослабляющие) нейронное отображение физических свойств стимула в коре, уменьшают (увеличивают) продолжительность циркуляции активности в указанных цепях, повышая (снижая) тактовую частоту обработки, что приведет к переоценке(недооценке)времени.
43. КУЗНЕЦОВ О. П.1, ЖИЛЯКОВА Л. Ю.1, ДЬЯКОНОВА В. Е.2, САХАРОВ Д. А.2, БАЗЕНКОВ Н. И.1, КУЛИВЕЦ С. Г.1
1Институт проблем управления им. В.А. Трапезникова РАН, Москва
2Институт биологии развития им. Н.К. Кольцова РАН, Москва
О дискретном моделировании мультитрансмиттерных взаимодействий в простых нервных системах
Описывается дискретная модель мультитрансмиттерных взаимодействий между нейронами в простых нервных системах, имеющих общее внеклеточное пространство (ВКП). Модель характеризуется неоднородностью нейронов, их эндогенной активностью и широковещательным характером сигналов: трансмиттер, появившийся в ВКП, является входным сигналом для всех нейронов, имеющих рецепторы, чувствительные к нему. Нейроны различных типов представлены конечными автоматами, работающими в дискретном времени.
44. КАЗАНОВИЧ Я. Б.1, БУРИЛКО О.2, БОРИСЮК Р. М.3
1Институт математических проблем биологии РАН – филиал Института прикладной математики им. М.В. Келдыша Российской академии наук, Московская область, Пущино
2Институт математики НАН Украины,Киев
3Plymouth University, United Kingdom
Победитель получает все в сети фазовых осцилляторов
Рассматривается сеть обобщенных фазовых осцилляторов с центральным элементом. Показано, что в этой сети может быть реализована процедура «победитель получает все» в терминах конкуренции периферических осцилляторов за синхронизацию с центральным осциллятором. Приводятся результаты имитационного моделирования, демонстрирующие функционирование процедуры при разных значениях параметров системы. Описывается использование процедуры для реализации осцилляторной модели зрительного поиска.
СЕКЦИЯ 5
Четверг, 5 октября 14:00 – 15:30
Алексеевский зал
Председатель: ТАРКОВ Михаил Сергеевич, к.ф.-м.н.
Нейросетевые системы обработки данных, распознавания образов и управления
45. ЭНГЕЛЬ Е. А.Хакасский государственный университет имени Н. Ф. Катанова, Абакан
Dump truck fault’s short-term forecasting based on the multi-agent adaptive fuzzy neuronet
An automatic determination of the optimal architecture’s parameters of a neuronet is the most critical task. In order to train an effective multi-agent adaptive fuzzy neuronet we use algorithm, in which the multi-dimensional PSO is combined with the Levenberg-Marquardt algorithm. The simulation results show that proposed training algorithm outperforms multi-dimensional PSO and Levenberg-Marquardt algorithm in training the effective MAFN for dump truck fault's short-term forecasts.
46. ЛЕ БА ЧУНГ ., ХОЛОПОВ Ю. А.
Московский физико-технический институт (государственный университет)
Information environment for neural-network adaptive control system
The proposed model is a coherent information environment for neural-network control system, with simultaneous record mode of the object state parameters. This mode is important for the control systems objects with unidentified degrees of freedom – typical field of applications of neural systems.
47. МАЛАФЕЕВ С. И.1, МАЛАФЕЕВ С. С.1, ТИХОНОВ Ю. В.2
1Компания "Объединенная Энергия", Москва
2НПФ "Электротехника: наука и практика", Москва
Intelligent diagnostics of mechatronic system components of career excavators in operation
Рассматриваются результаты применения искусственных нейронных сетей для диагностики состояния электрооборудования горных машин. Дано описание структуры интеллектуальной системы сбора и обработки данных и алгоритмов анализа состояния компонентов мехатронных систем с помощью нейронных сетей. Приведены сведения о практической реализации алгоритмов в информационно-диагностических системах карьерных экскаваторов, разработанных в ООО Компания «Объединенная Энергия», г. Москва.
48. ГЛУЩЕНКО А. И.
Старооскольский технологический институт им. А.А. Угарова (филиал) НИТУ "МИСиС"
Method of calculation of upper bound of learning rate for neural tuner to control DC drive
Нейросетевой настройщик параметров линейных П- и ПИ-регуляторов применен для поддержания требуемого качества переходных процессов в контурах управления током якоря и скорости электропривода постоянного тока в условиях изменения его параметров. В исследовании предложен метод для определения максимально допустимой скорости обучения нейронной сети настройщика, обеспечивающий устойчивость рассматриваемой системы управления. Данный метод проверен на модели электропривода двухвалковой прокатной клети.
49. МАРУШКО Е. Е., ДУДКИН А. А.
Объединенный институт проблем информатики Национальной академии наук Беларуси, Минск
Долгосрочный прогноз параметров системы электроснабжения космических аппаратов
Рассматривается задача прогнозирования многомерных временных рядов телеметрической информации космического аппарата. Приводится подход для долгосрочного прогноза телеметрических параметров системы энергоснабжения космических аппаратов с помощью ансамблей нейронных сетей.
50. ЛИТВИН А. А.1, ЖАРИКОВ О. Г.2, КОВАЛЕВ В. А.3
1Балтийский федеральный университет им. И.Канта, Калининград
2Гомельская областная клиническая больница
3Объединенный институт проблем информатики Национальной академии наук Беларуси, Минск
Система прогнозирования и диагностики инфицированного панкреонекроза на основе искусственных нейронных сетей
Рассматриваются результаты разработки и изучения эффективности системы прогнозирования и диагностики инфицированного панкреонекроза, созданной на основе использования искусственных нейронных сетей. Созданная система поддержки принятия решений показала хорошие прогностические и диагностические характеристики. Применение разработанной системы в клинической практике позволило улучшить прогнозирование и диагностику тяжелого острого панкреатита, инфицированного панкреонекроза.
СЕКЦИЯ 6
Четверг, 5 октября 16:00 – 18:30
Алексеевский зал
Председатель: СМИРНИТСКАЯ Ирина Аркадьевна, к.ф.-м.н.
Нейробиология
51. БИБИКОВ Н. Г., МАКУШЕВИЧ И. В.Акустический институт им. акад. Н.Н. Андреева, Москва
Comparison of some fractal analysis methods for studying the spontaneous activity in medullar auditory units
Для анализа спонтанной фоновой импульсной активности слуховых нейронов был использован индекса Херста, который сопоставлялся с индексами Фано и Аллана. Сравнительный анализ этих индексов методом ранговой корреляции Кендалла позволил сформулировать предположения о возможностях и эффективности использования индекса Херста. В большинстве клеток выявлены хаотические изменения плотности импульсации, которые свидетельствуют о трендовом поведении нейронов. Антитрендовое поведение обнаружено не было.
52. СМИРНОВА Е. Ю.1, ЗЕФИРОВ А. В.2, АМАХИН Д. В.3, ЧИЖОВ А. В.1
1Физико-технический институт им. А.Ф. Иоффе РАН, Санкт-Петербург
2Санкт-Петербургский политехнический университет Петра Великого
3Институт эволюционной физиологии и биохимии им. И.М. Сеченова РАН, Санкт-Петербург
Effect of persistent sodium current on neuronal activity
При эпилепсии увеличивается слабоинактивирующийся натриевый (NaP) ток. С помощью динамического патч-клампа мы обнаружили, что NaP-ток уменьшает реобазу (Рб), способствует деполяризационному блоку (ДБ) и изменяет профиль мембранного потенциала между спайками. Бифуркационный анализ модели нейрона типа Ходжкина-Хаксли показал, что NaP-ток сдвигает бифуркации седло-узел и Хопфа, соответствующие Рб и ДБ, в согласии с экспериментом. Сдвигая ДБ, NaP-ток может оказывать противоэпилептический эффект.
53. ПРОСКУРА А. Л., РАТУШНЯК А. С., ВЕЧКАПОВА С. О., ЗАПАРА Т. А.
Федеральный исследовательский центр информационных и вычислительных технологий
Synapse as a multi-component and multi-level information system
Synapse, as is known, consists of presynaptic and postsynaptic parts. In a number of brain cells, in particular the cortex and the hippocampus, a small protrusion - a dendritic spinе- appears as a postsynaptic part. The dendritic spine is partly an isolated structure, but it is associated functionally with other spines of dendritic shaft as well as through the vesicular system with the soma of neuron. The main task of the spine interactome is not only to receive a signal from presynaptic cell and to react to it by opening/closing ion channels, thus ensuring its transmission to the axon. The interactome of spine is primarily a detector of environmental signals and through the remodeling of the system of its macro-complexes it recognizes and remembers the pattern of the signal.
54. САМАРИН А. И.1, ПОДЛАДЧИКОВА Л. Н.2, ПЕТРУШАН М. В.2, 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
Возможные стратегии выбора областей на периферии поля зрения для фиксации взгляда
Рассматриваются результаты психофизических тестов при осмотре 2D изображений и навигации в виртуальной 3D среде. Показано, что в первом случае уменьшаются вероятность саккад большой амплитуды (более 3º) и длительность фиксаций (при саккадах более 8º). Обнаружено полимодальное распределение амплитуд саккад при навигации в 3D среде. Выявлены различия в траектории осмотра в условиях активной и пассивной навигации. Обсуждаются стратегии выбора областей для фиксации взгляда на периферии поля зрения.
55. СМИРНИТСКАЯ И. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Иерархические уровни управления локомоциями, от спинального до диэнцефалического
Описываются уровни управления движениями, имеющиеся в мозге позвоночных животных. Рассмотрены 5 нижних уровней: уровень центрального генератора паттернов спинного мозга, ретикулоспинальный уровень, мезенцефалический локомоторный уровень, диэнцефалический локомоторный уроввень. Область латерального гипоталамуса, являющаяся источником орексинергических влияний и оказывающая общее возбуждающее действие, тоже рассматривается как один из уровней. Обсуждаются поведенческие задачи, которые обусловили появление такого рода схем управления движениями.
56. СМИРНИТСКАЯ И. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Павловско-инструментальный перенос и система, управляющая поведенческим выбором
Приведен обзор исследований Павловско-инструментального переноса. Описано участие в нем дорсального и вентрального стриатума, базолатерального и центрального ядер миндалины. Приведены данные о различии вклада ядра и скорлупы прилежащего ядра в осуществление общего и специфического Павловско-инструментального переноса. Обсуждается различие влияний дорсомедиального и дорсолатерального отделов дорсального стриатума в целенаправленное и рутинное типы поведений
57. ЧЕРНОИВАНОВ В. И.1, СУДАКОВ С. К.2, ТОЛОКОННИКОВ Г. К.2
1Федеральный научный агроинженерный центр ВИМ, Москва
2Научно-исследовательский институт нормальной физиологии им. П.К. Анохина, Москва
Категорная теория систем, функциональных систем и биомашсистем
Обсуждается категорный подход к теории систем, функциональных систем, применяемый в теории биомашсистем. Поставлены задачи включения биомашсистем в теорию функциональных систем, на основе категорного подхода, на базе которого развивается теория биомашсистем. Приведены точные математические результаты моделей, касающиеся дуальности полиграфов, которые образуют нейроны и их связи.
58. БАЗЯН А. С.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Модель Хебба и современные представления о молекулярных и клеточных механизмах памяти
Описан алгоритм пластичности глутаматергических синапсов, экспериментальный аналог модели Хебба. Анализируется молекулярно – клеточный алгоритм аллостерической пластичности ГАМКА рецепторов. Обсуждается гипотеза актуализации нейронных сетей, которая осуществляется на молекулярном уровне с помощью механизмов интернализации и рециклизации специфического кластера ГАМКА рецептора. Предполагается, что это процесс переноса памяти из стадии хранения в стадию рабочей или оперативной памяти, и наоборот.
59. ДИК О. Е.
Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
О возможности модуляции ноцицептивных сигналов
С помощью метода бифуркационного анализа модели ноцицептивного нейрона рассматривается возможность регуляции ноцицептивного сигна-ла в дорсальных ганглиях крысы. Обнаружено, что в модели могут возни-кать два типа эктопической пачечной активности, а ее подавление связано с изменением параметров NaV1.8 натриевых каналов, определяющем, в свою очередь, действие на эти каналы 5-гидрокси--пирон-2-карбоновой (коменовой) кислоты.
60. РАТУШНЯК А. С.1, ЗАПАРА Т. А.1, ПРОСКУРА А. Л.1, СОРОКОУМОВ Е. Д.2
1Федеральный исследовательский центр информационных и вычислительных технологий
2Институт вычислительных технологий Сибирского отделения Российской академии наук, Новосибирск
О подходе к моделированию нейронов как системы многоуровневых, автономных, ассоциативно обучающихся, прогностических, супрамолекулярных агентов
На основе теоретико-экспериментального анализа сформированы предположения и подходы к моделированию биологических информационных систем. Такие системы можно конструировать из моделей простых базовых негэнтропийных элементов. Многоуровневые конструкции из таких автономных, ассоциативно обучающихся, прогностических агентов могут создаваться на базе знаний о молекулярной организации нервных клеток и об эволюции биологических систем.
СЕКЦИЯ 7
Пятница, 6 октября 14:45 – 15:15
Алексеевский зал
Председатель: ВВЕДЕНСКИЙ Виктор Львович, к.ф.-м.н.
Адаптивное поведение и эволюционное моделирование
61. РЕДЬКО В. Г., СОХОВА З. Б.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Processes of Self-Organization in the Community of Investors and Producers
The paper analyzes the processes of self-organization in the economic system, that consists of investors and producers. There is intensive information exchange between investors and producers in the considered community. The model that describes the economic processes has been developed. The model proposes a specific mechanism of distribution of investors capital between producers. The model considers the interaction mechanism between investors and producers in a decentralized economic system. The main element of the interaction is the iterative process. In this process, each investor takes into account the contributions of other investors into producers. The model is investigated by means of the computer simulation, which demonstrates the effectiveness of the considered mechanism.
62. СКОБЦОВ Ю. А.1, ЧЕНГАРЬ О. В.2
1Санкт-Петербургский государственный университет аэрокосмического приборостроения
2Севастопольский государственный университет
Экспериментальное исследование «направленного» муравьиного алгоритма оптимизации производственного расписания
Рассматривается задача оптимизации производственного расписания на основе направленного муравьиного алгоритма с адаптивно-изменяемыми весами. Для оценки качества потенциальных решений ис-пользуется объектно-ориентированная модель технологического комплекса механообработки. Определены правила перехода и расчета концентрации искусственного феромона в предложенных муравьиных алгоритмов. Исследовано влияние на эффективность оптимизации основных параметров муравьиного алгоритма.
СЕКЦИЯ 8
Пятница, 6 октября 15:15 – 16:30
Алексеевский зал
Председатель: КАРАНДАШЕВ Яков Михайлович, к.ф.-м.н.
Теория нейронных сетей
63. ТАРАСОВ Д. С.1, ИЗОТОВА Е. Д.21Meanotek, Казань
2Казанский (Приволжский) федеральный университет
Common sense knowledge in large scale neural conversational models
Нейронные модели языка, обученные на больших корпусах диалогов, таких как OpenSubtitles, обладают способностью имитировать диалог с человеком, и отвечать на вопросы, требующие знаний об окружающим мире, без необходимости явного моделирования онтологий. В связи с этим возникает вопрос, действительно ли такие нейронные сети имеют общие знания о мире, и если да, то какие именно. Положительный ответ на данный вопрос открыл бы возможность примения таких сетей в задачах поиска информации, включая зада
64. ЛАЗОВСКАЯ Т. В., ТАРХОВ Д. А., ВАСИЛЬЕВ А. Н.
Санкт-Петербургский политехнический университет Петра Великого
Multi-layer solution of heat equation
Предложен принципиально новый подход к построению многослойной функциональной системы как нейроподобной структуры. Рассмотрена конструкция приближенных решений нейронной сети для эволюционных уравнений в частных производных. Ранее подобный подход был успешно использован авторами в случае обыкновенных дифференциальных уравнений. Вычислительные эксперименты проводятся по тестовой задаче одномерного (в терминах пространственных переменных) уравнения теплопроводности. Рассмотрены возможности и направления будущих исследований предложенного нейросетевого подхода
65. ФЕДОРЕНКО Ю. С., ГАПАНЮК Ю. Е., МИНАКОВА С. В.
Московский государственный технический университет им. Н.Э. Баумана
The analysis of regularization in deep neural networks using metagraph approach
The problem of overfitting in deep neural networks is formulated. The ways to solve this problem are discussed. The regularization strategies in deep neural networks are considered. The new approaches such as early stopping and dropout are described. Comparison of different regularization techniques are conducted on MNIST and CoverType datasets. Regularization representation using metagraph approach is discussed. Results of experiments are analyzed.
66. КАРАНДАШЕВ Я. М., КРЫЖАНОВСКИЙ Б. В., МАЛЬСАГОВ М. Ю.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Аналитические выражения для двумерной модели Изинга конечных размеров
Численными методами исследована зависимость термодинамических характеристик двумерной модели Изинга от числа спинов N. Произведено обобщение решения Онсагера на случай решетки конечных размеров и получены аналитические выражения для свободной энергии и её производных, хорошо описывающие результаты эксперимента. Показано, что с ростом N теплоемкость в критической точке возрастает логарифмически. Указаны ограничения на точность определения критической температуры.
67. ТАРКОВ М. С.
Институт физики полупроводников им. А.В. Ржанова Сибирского отделения Российской академии наук, Новосибирск
Редукция синапсов сети Хопфилда
На основе аналогии с осцилляторными сетями выполнено исследование влияния сокращения числа связей на поведение автоассоциативной сети Хопфилда. Показано, что исключение связей с весами, модули которых строго меньше максимального для данного нейрона, существенно повышает качество работы сети. При этом доля искаженных элементов входного вектора сети, фильтруемых сетью, возрастает с увеличением его размерности.
