Секции
Нейроинформатика - 2019
СТЕНДОВАЯ СЕССИЯ 1
Вторник, 8 октября 16:30 – 17:30
Фойе 2 этажа
Председатель: БУРЦЕВ Михаил Сергеевич, к.ф.-м.н.
Искусственный интеллект
1. ТАРАН М. О., РЕВУНКОВ Г. И., ГАПАНЮК Ю. Е.Московский государственный технический университет им. Н.Э. Баумана
The hybrid intelligent information system for poems generation
В зависимости от потребностей пользователя может возникнуть необходимость генерации текста в различных стилях, в том числе в поэтическом стиле. В статье предложен подход к проблеме генерации стихотворений с использованием гибридных интеллектуальных информационных систем (ГИИС). Модуль подсознания состоит из двух подмодулей: модуля расстановки ударений и модуля рифмы и ритма. Эти модули используют методы машинного обучения. Модуль сознания включает в себя модуль синтеза стихотворения.
2. ЭНГЕЛЬ Е. А., ЭНГЕЛЬ Н. Е.
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
Photovoltaic system control model on the basis of a modified fuzzy neural net
This paper represents the photovoltaic system’s control model on the basis of the modified fuzzy neural net. Based on the photovoltaic system’s condition, the modified fuzzy neural net provides a maximum power point tracking under random perturbations. The simulation results show that the proposed photovoltaic system’s control model achieves real-time control speed and competitive performance, as compared to a classical control scheme with a PID controller.
3. ЧЕРНЫШОВ А. А., КЛИМОВ В. В., БАЛАНДИНА А. И.
Национальный исследовательский ядерный университет «МИФИ», Москва
Анализ зависимостей текста на естественном языке с помощью BiLSTM-сетей
В данной статье рассматривается идея проведения многоступенчатого процесса построения поискового образа запроса на естественном языке для использования в системе семантического поиска. Современные мето-ды и инструменты обработки естественного языка широко используются в области машинного перевода. Исследования в области поисковых систем и семантического поиска в основном сосредоточены на хранении данных и дальнейшем анализе. Большинство поисковых систем используют огромное количество ранее накопленных пользовательских запросов для прогнозирования результатов поиска, не принимая во внимание это намерение пользователя путем качественной обработки запроса. Предлагаемый подход основан на выделении максимального количества информации из исходного запроса путем проведения синтаксического и семантического анализа, а также применении приемов синонимичного расширения. В данной статье описывается первый этап процесса построения модели поискового запроса, основанный на выделении синтаксических зависимостей из исходного предложения.
4. БУРАКОВ М. В.
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Нечеткие оценки пригодности при генетическом синтезе нейроконтроллеров
Рассматривается задача выбора функции пригодности при генетическом синтезе нейроконтроллера. Предлагается использовать нечеткие оценки пригодности, позволяющие более точно сравнивать различные варианты движения системы и ускорить процесс поиска решения. Приводятся результаты вычислительного эксперимента в Simulink MatLab по определению параметров нейроконтроллера для нелинейного динамического объекта, которые подтверждают практическую полезность предлагаемого подхода.
5. КОШУР В. Д., РОЖКОВ П. И.
Сибирский федеральный университет, Красноярск
Реализация мультиагентной системы искусственного интеллекта для решения задачи классификации
истемы, которая позволяет гибко решать задачу классификации. Данный подход базируется на использовании агентов, которые находятся в собственном изолированном пространстве и формально, ничего не знают друг о друге, но между ними происходит «общение» — передача информации о накопленных знаниях. Каждый агент решает собственную задачу и является частью общей системы агентов.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
6. ДЕМАРЕВА В. А.1, ЕДЕЛЕВА Ю. А.21Нижегородский государственный университет им. Н.И. Лобачевского
2Брауншвейгский технический университет
Is information density a reliable universal predictor of eye movement patterns in silent reading?
The role of information density as a reliable universal predictor of eye movement patterns in silent reading is considered. Density differences between Russian and English are taken to explain the difference in eye movement patterns for readers with Russian as a native language compared to English-speaking readers. An empirical eye tracking study shows that only one of four expectations got confirmed. Supposedly, the eye-movement pattern observed for Russian could be in-fluenced other factors.
7. СОЗИНОВА И. М.1, АРУТЮНОВА К. Р.2, АЛЕКСАНДРОВ Ю. И.2
1Московский городской психолого-педагогический университет
2Институт психологии РАН, Москва
Spectral parameters of heart rate variability as indicators of the system mismatch during solving moral dilemmas
Variability in beat-to-beat heart activity reflects the dynamics of heart-brain interactions. When solving moral dilemmas, an increase in HRV indicators of stress was observed in children (4-11-year-old, N=109) who displayed out-group supporting behaviour. These results reflect a system mismatch between out-group supporting behaviour and earlier formed experience of unconditional in-group support.
8. НЕКРАСОВА Ю. Ю., СУДАРЕВА А. А.
Московский авиационный институт (национальный исследовательский университет)
Адаптивный сенсомоторный интерфейс «мозг-компьютер» для управления средствами реабилитации
В работе рассматривается неинвазивный сенсомоторный ин-терфейс «мозг-компьютер» на основе электроэнцефалограммы для управления средствами реабилитации, такими как экзоскелеты, искусственные конечности и инвалидные коляски. Особенностью устройства является реализация технологии локализации источников электрической активности мозга (beamforming), применение которой позволит спроектировать нейроинтерфейсное устройство с числом и расположением электродов, оптимальным для конкретного пациента.
9. СКОБЦОВ Ю. А.1, ЧЕНГАРЬ О. В.2
1Санкт-Петербургский государственный университет аэрокосмического приборостроения
2Севастопольский государственный университет
Синтез производственных расписаний на основе многокритериального муравьиного алгоритма
Для оптимизации работы автоматизированного машиностроительного комплекса предложено модификация направленного муравьиного алгоритма, где объектно-ориентированная модель применяется для вычисления значений фитнесс-функции и оценки качества потенциальных решений. Для муравьиного алгоритмы разработаны правила перехода и коррекции концентрации искусственного феромона. Предложена много-критериальная оптимизация на основе адаптации весов взвешенной суммы. Проведены экспериментальные исследования.
10. ВИТЯЕВ Е. Е.
Институт математики им. С.Л. Соболева СО РАН, Новосибирск
Сознание как комплексное отражение причинно-следственных связей внешнего мира
В предыдущих работах была решена проблема статистической двусмысленности и определены максимально специфические причинно-следственные связи, вывод по которым непротиворечив. В данной работе аргументируется следующая гипотеза: мозг делает все возможные выводы по воспринимаемым причинно-следственным связям, создавая непротиворечивую модель воспринимаемого мира, проявляющуюся как сознание. Показано, что предложенная модель сознания является вариантом теории сознания G.Tononi, основанной на интегрированной информации.
11. РЕДЬКО В. Г., БЕСХЛЕБНОВА Г. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Evolutionary minimization of spin glass energy
В данной работе описана модель эволюционной минимизации энергии спиновых стекол. Рассматривается популяция агентов (моделируемых организмов). Генотипы агентов кодируются большим количеством спинов спинового стекла. Энергия спинового стекла рассчитывается по модели Шеррингтона-Киркпатрика. Эта энергия определяет приспособленность агентов. Процесс эволюционной минимизации энергии спинового стекла анализируется с помощью компьютерного моделирования.
Нейробиология и нейробионика
12. БУЛАВА А. И.1, ВОЛКОВ С. В.2, АЛЕКСАНДРОВ Ю. И.11Институт психологии РАН, Москва
2Институт океанологии им. П.П.Ширшова РАН, Москва
A novel avoidance test setup: device and exemplary tasks
This paper presents a novel rodent avoidance test procedure and device, that expands the possibilities for exploration of the memory and learning processes in a psychophysiological experiment. A novel footshock-avoidance test procedure allows flexible current-stimulating settings. In our work we use slow-rise current. The tested animal considers either a current rise or time-out intervals as a signal to action. Animals make a choice between escape or avoidance.
13. ПРОСКУРА А. Л., ВЕЧКАПОВА С. О., РАТУШНЯК А. С.
Федеральный исследовательский центр информационных и вычислительных технологий
Dopamine and hippocampal synaptic plasticity
Помимо своей роли в обучении и формировании памяти, гиппокамп может действовать как детектор новизны. Синаптическая пластичность гиппокампа участвует как в формировании пространственной памяти, так и в восприятии новой информации. Кроме того, была предложена петля вентрального сегмента-гиппокампа для контроля перевода информации в долговременную память, тогда как считается, что дофаминергическая система играет важную роль в получении информации и синаптической пластичности. Физиологические и поведенческие данные подтверждают, что передача сигналов дофаминовых рецепторов влияет на функцию гиппокампа. Синаптическая пластичность гиппокампа в форме долгосрочного потенцирования и долговременной депрессии была вовлечена как в формирование пространственной памяти, так и в приобретение новизны. Однако молекулярные механизмы модуляции синаптической пластичности дофамином в гиппокампе остаются недостаточно изученными. Целью данного исследования было добиться лучшего понимания функциональной ассоциации между глутаматными и дофаминовыми рецепторами в синапсах поля СА1 гиппокампа. Функциональная ассоциация ионотропных и метаботропных рецепторов облегчает процессы синаптической пластичности в гиппокампе. Дофаминергическая система контролирует долгосрочные изменения в силе синапсов, и эти изменения являются критическим фактором в получении новой информации.
14. ПАЛИХОВА Т. А.
Московский государственный университет им. М.В. Ломоносова
Eugene snail: somatosensory maps on the branches of single neuron of land snail
Когнитивные карты мозга являются одной из важнейших тем нейроинформатики. Гомункулюс Пенфилда является классическим примером сенсорного и моторного представительства тела в коре мозга. По аналогии с гомункулюсом Пенфилда улитка Евгения означает сенсорное и моторное представительство тела виноградной улитки на отростках единичного нейрона. Термин был предложен в память Е.Н. Соколова известного за его исследования информационных процессов в мозге.
15. КРЫЛОВ А. К.
Институт психологии РАН, Москва
Модель формирования колонок нейронов коры как способ метаболической кооперации и конкуренции
Активность нейронов рассмотрена как способ получения ими метаболитов через кровоток. В соответствии с известными данными BOLD fMRI совместная активность нейронов колонки рассматривается как способ метаболической кооперации – расширяя капилляр, посредством активации глиальных клеток, усиливает приток метаболитов в колонку. Построена модель формирования колонок нейронов в коре мозга с кооперацией внутри колонки и конкуренцией между колонками.
16. ЯРЕЦ М. Ю.1, ШАРОВА Е. В.1, ГАЛКИН М. В.2, БОЛДЫРЕВА Г. Н.1, КУЛЕВА А. Ю.3, ТРОШИНА Е. М.2, КРОТКОВА О. А.2
1Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
2Институт нейрохирургии им. академика Н.Н.Бурденко РАМН, Москва
3Московский государственный университет им. М.В. Ломоносова
Особенности изменений ЭЭГ при терапевтическом лучевом воздействии у пациентов с менингиомами медиобазальных отделов правого и левого полушарий
В настоящей работе показана информативность применения анализа пространственной организации когерентных связей ЭЭГ для оценки эффективности радиотерапии у больных с опухолевым поражением правого и левого полушарий мозга. Выявлены особенности реактивности мозга на терапевтическое лучевое воздействие, а также адаптивные стратегии мозга к последствиям лучевой терапии.
СТЕНДОВАЯ СЕССИЯ 2
Вторник, 8 октября 17:30 – 18:30
Фойе 2 этажа
Председатель: КАРАНДАШЕВ Яков Михайлович, к.ф.-м.н.
Нейроморфные вычисления, глубокое обучение
17. ФОМИН И. С.1, БАХШИЕВ А. В.21Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
2Санкт-Петербургский политехнический университет Петра Великого
Research on convolutional neural network for object classification in outdoor video surveillance system
Системы внутреннего и наружного видеонаблюдения сегодня получили очень широкое распространение. Появились возможности использовать сверточные нейронные сети для классификации объектов. В настоящей работе рассматривается попытка объединения результатов работы суще-ствующей системы обнаружения объектов при наружном видеонаблюде-нии с классификатором объектов, построенным на сверточных нейрон-ных сетях на базе пакетов Keras и TensorFlow.
18. КУЗЬМИНА М. Г., БАСС Л. П., НИКОЛАЕВА О. В.
Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша Российской академии наук, Москва
О возможностях моделей глубоких сверточных нейронных сетей и многоагентных систем в задачах обработки гиперспектральных спутниковых изображений
Дан краткий обзор современного состояния исследований по успешному применению моделей глубоких сверточных сетей и много-агентных систем в задачах обработки гиперспектральных спутниковых изображений
19. ФИЛАТОВ Н. С.1, ВЛАСЕНКО В. М.2, ФОМИН И. С.2, БАХШИЕВ А. В.1
1Санкт-Петербургский политехнический университет Петра Великого
2Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
Application of deep neural network for the vision system of mobile service robot
Проводится сравнительный обзор архитектур YOLO и SqueezeDet. Рассматривается задача обнаружения деревянных кубов мобильным сер-висным роботом с целью их сбора. Составлены обучающие наборы дан-ных и применен нейросетевой детектор SqueezeDet, тестирование показа-ло точность предсказаний 89% при полноте предсказаний 82%, для коэф-фициента пересечения областей IOU не менее 0.5
Прикладные нейросетевые системы
20. ГАЙ В. Е., ПОЛЯКОВ И. В., АНДРЕЕВА О. В.Нижегородский государственный технический университет им. Р.Е. Алексеева
Depth mapping method based on stereo pairs
The paper proposes a new method for solving the problem of constructing a depth map based on a stereo pair of images. The result of the depth information recovery can be used to capture the reference points of objects in the film industry when creating special effects, as well as in computer vision systems used on ve-hicles to warn the driver about a possible collision. Proposed method consists in using the theory of active perception at the stage of segmentation and image matching.
21. АГЕЕВ А. В.1, СМОЛИН В. С.2, СОКОЛОВ С. М.2
1Московский государственный технический университет им. Н.Э. Баумана
2Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша Российской академии наук, Москва
Исследование применимости нейронной сети для управления сферическим приводом
Решается задача о применении нейросети в качестве алгоритма управления сферическим приводом прямого управления. На основе математической модели устройства выполнен поиск оптимальной структуры нейросети.
22. СОКОЛОВА Е. С.1, ТЕЛЬНЫХ А. А.2
1Нижегородский научно-исследовательский институт радиотехники
2Институт прикладной физики РАН, Нижний Новгород
Кластеризация и идентификация грозовых конвективных ячеек в мезомасштабных системах
Рассматривается задача кластеризации и идентификации грозовых конвективных ячеек в мезомасштабных системах по их геометрическим признакам. Кластеризация грозовых конвективных ячеек проводится по метеорадиолокационной отражаемости. Предлагается оригинальный метод идентификации грозовых конвективных ячеек, результатом которого является построение функции риска грозы. Весовые коэффициенты функции риска находятся с использованием алгоритмов машинного обучения.
23. КОТОВ В. Б., ПАЛАГУШКИН А. Н., ЮДКИН Ф. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Metaphorical modeling of resistor elements
Рассмотрены вопросы моделирования переменных резисторов путём замены сложной физической системы простой математической системой с малым числом параметров, воспроизводящей важные особенности пове-дения реальной системы. Записаны уравнения, описывающие элементар-ный резисторный элемент. Обсуждаются варианты выбора функций и параметров, входящих в уравнения и способы комбинации таких элемен-тов. Рассмотрен конкретный пример резисторного элемента.
24. БЕРГАЛИЕВ Т. К.1, МАЗУРОВ М. Е.2
1Московский физико-технический институт (государственный университет)
2Российский экономический университет имени Г.В. Плеханова, Москва
Об эффективности государственной поддержки в области разработки и внедрения нейрообразовательных технологий
Одним из успешных примеров современной школьной цифровой лаборатории в области нейротехнологий является отечественная разработка – нейроконструктор компании ООО «Битроникс». Исследованы результаты внедрения нейроконструктора. Построено линейное регрессионное уравнение, характеризующее зависимость вовлеченных школьников в работу по изучению нейротехнологий от показателей: количество выделенных бюджетных средств, количество проведенных мероприятий по ознакомлению с нейротехнологиями.
25. ТАРХОВ Д. А., ВАСИЛЬЕВ А. Н.
Санкт-Петербургский политехнический университет Петра Великого
The construction of the approximate solution of the chemical reactor problem using the feedforward multilayer neural network
Значительная доля явлений и процессов в физических и технических системах описывается краевыми задачами для обыкновенных дифференциальных задач. Методы решения указанных задач являются предметом большинства работ по математическому моделированию. В большинстве работ конечным результатом является решение в виде массива чисел, что неудобно для дальнейшего исследования. В дальнейшем от таблицы чисел переходят к более удобным объектам, например, функциям, построенным на основе интерполирования, графикам и т.д. Такое искусственное разделение задачи на два этапа мы считаем неудобным. Для построения решения сразу в виде функции мы и другие исследователи использовали нейросетевой подход. Такой подход основан на обучении нейронной сети на основе минимизации некоторого функционала, формализующего условия задачи. Недостатком традиционного нейросетевого подхода является трудоёмкая процедура обучения нейронной сети. В данной работе мы предлагаем новый подход, позволяющий построить многослойное нейросетевое решение без использования трудоёмкой процедуры обучения нейронной сети на основе упомянутого выше функционала. Метод основан на применении традиционных формул для численного решения обыкновенных дифференциальных уравнений к промежутку переменной длины. Работоспособность метода мы продемонстрировали на примере решения задачи о моделировании процессов в химическом реакторе.
26. ШЕЛОМЕНЦЕВА И. Г.
Красноярский государственный медицинский университет имени профессора В.Ф.Войно-Ясенецкого
Применение системы нейро-нечеткой классификации NEFClass для распознавания изображений анализов мокроты, окрашенной по методу Циля-Нильсена
Рассматривается задача построения нейро-нечеткой системы классификации медицинских изображений на примере анализов мокроты, окрашенных по методу Циля-Нильсена при помощи модели NEFClass. Для решения задачи классификации были определены оптимальные параметры использования программы NEFClass-PC на базе вектора признаков цвета и формы.
27. ДЕРЯБИН В. В.
Государственный университет морского и речного флота имени адмирала С.О. Макарова, г. Санкт-Петербург
Расчёт широты места судна на основе нейронной сети
Предложена модель счисления геодезической широты места судна на основе нейронной сети. Модель реализована в виде двухслойной нейронной сети прямого распространения, удовлетворяющей условиям универсальной аппроксимации. На вход сети поступают начальная широта, данные о курсе и скорости, а также информация о течениях. На выходе получается значение широты на конец промежутка интегрирования. Результаты тестирования позволяют говорить об удовлетворительной средней точности разработанной модели.
28. АЛЕКСЕЕВ С. В., КОНЕВА А. Д., СЕРЕДА Я. А.
Нижегородский государственный университет им. Н.И. Лобачевского
Сегментация ЭКГ нейронными сетями: ошибки и их исправление
Данная работа посвящена исследованию того, каким образом происходит исправление ошибок в ансамблях глубоких сверточных нейронных сетей на распространенной прикладной задаче: разметке электрокардиограмм (ЭКГ). Также была исследована возможность использования информации об ошибках ансамбля для оценки качества построенной сетью репрезентации данных.
29. ИГОНИН Д. М., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Semantic segmentation of images obtained by remote sensing of the Earth
В настоящее время большое развитие получили алгоритмы компьютерного зрения, в том числе связанные с проблемой понимания изображений. Одной из задач в рамках данной проблемы является семантическая сегментация изображений, которая обеспечивает классификацию объектов, имеющихся на изображении, на пиксельном уровне. Такого рода сегментация имеет важное значение в качестве источника информации для систем управления поведением роботизированных БПЛА.
Теория нейронных сетей, нейросетевые парадигмы и архитектуры
30. КОРОТКОВ А. Г., ОСИПОВА М. A., ЗАКС М. А., ОСИПОВ Г. В.Нижегородский государственный университет им. Н.И. Лобачевского
Ансамбль возбуждающе связанных нейроноподобных элементов
В работе предложена модель ансамбля нейроноподобных элементов, состоящего из двух возбуждающе связанных фазовых осцилляторов. Связь между элементами ансамбля моделируется с помощью функции одной переменной – фазы пресинаптического элемента.
31. ТЕЛЬНЫХ А. А., НУЙДЕЛЬ И. В., ШЕМАГИНА О. В.
Институт прикладной физики РАН, Нижний Новгород
Биоморфная модель кортикальной колонки для семантического анализа изображений
В настоящее время с помощью функциональных и морфологических исследований показано, что нейроны объединены в вертикальные колонки, состоящие из шести слоев. Именно колонки являются основными структурно-функциональными единицами обработки сенсорной информации. В работе приведена биоморфная модель кортикальной колонки, которая имеет топическую структуру. В процессе обучения на объекты распознавания, активируются и усиливаются веса восходящих связей, и таким образом формируется колонка. Важной особенностью представленной модели является то, что структура кортикальной колонки имеет универсальную природу и позволяет, используя небольшой набор типов нейронов, выполнять операции семантического анализа изображений с целью обнаружения объектов различных типов и указания их характерных свойств. Процесс обучения визуализирован: возможно наглядно представить формирования колонки – детектора конкретных стимулов: лицо, цифра, число и т.п.
32. БОЛОТОВ М. И., ОСИПОВ Г. В.
Нижегородский государственный университет им. Н.И. Лобачевского
Коллективная динамика импульсно-связанных нейроноподобных элементов
Рассматривается коллективная динамика в ансамбле импульсно-связанных через общее поле нейроноподобных элементов. Проводится численное изучение динамики ансамбля при различных фиксированных значениях параметров системы. На основе полученных данных в зависимости от значения параметра синхронности делается вывод о коллективном поведении элементов ансамбля, характере эволюции поля ансамбля, зависимости поведения поля ансамбля от синхронности элементов ансамбля.
33. ГУСЕВА А. И., МАЛЫХИНА Г. Ф.
Санкт-Петербургский политехнический университет Петра Великого
Team of neural networks to detect the type of ignition
Статья посвящена разработке современной мультисенсорной пожарной системы, которая имеет сенсоры температуры, концентрации CO и концентрации дыма, позволяющие определять тип источника возгорания, что дает возможность автоматически определять средства тушения пожара в самом начале процесса возгорания. Для решения этой задачи предложена команда нейронных сетей разделенных на два уровня. На первом уровне использованы нейронные сети с частичным обучением, на втором – вероятностная нейронная сеть.
34. КРАСНОВ М. М., СМОЛИН В. С.
Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша Российской академии наук, Москва
Локальная кривизна и точность нейросетевой аппроксимации
Рассматривается задача повышения точности одномерной аппроксимации функций на нейросети с одним скрытым слоем. В качестве примера целевой функции используется многочлен Чебышева первого рода. Удаётся уменьшить среднеквадратичную ошибку аппроксимации более, чем в сто раз. Это дости-гается путём замены в ряде мест обучения сети по методу обратного распро-странения ошибки на другие законы изменения параметров, а также выбора нелинейных функций нейроподобных элементов и настройки их свойств.
35. МИКРЮКОВ А. А., МАЗУРОВ М. Е.
Российский экономический университет имени Г.В. Плеханова, Москва
Решение задачи классификации на основе комитета избирательных нейросетей
В статье рассмотрен подход к совершенствованию методов решения за-дач классификации на основе нейросетевых комитетов (ансамблей). Для построения нейросетевого комитета предложен новый класс нейросетей, получивших название избирательных нейросетей. Научная новизна работы заключается в повышении качества решения задачи классифика-ции комитетом избирательных нейросетей. Предложенный подход может найти применение в подсистемах поддержки принятия решений ситуаци-онного центра информационной безопасности.
36. ЧЕРНЫШОВ А. В., ЛОБОВ С. А.
Нижегородский государственный университет им. Н.И. Лобачевского
Хеббовское и конкурентное обучение в импульсных нейронах
Исследуется возможность Хеббовского и конкурентного типов обучения в импульсных нейронах в задаче временного и частотного кодирования информации. Показано, что применения Хеббовского обучения в виде парного или триплетного правила STDP достаточно для реализации временного, но не для частотного кодирования. Для обеспечения селективности синапсов при частотном кодировании необходима синаптическая конкуренция, которая в данной работе реализуется с помощью синаптического забывания.
СЕКЦИЯ 1
Среда, 9 октября 10:30 – 11:45
Ауд. 4.18 (5.17)
Председатель: ПАНОВ Александр Игоревич, к.ф.-м.н.
Искусственный интеллект
37. ПАНОВ А. И.1, СТАРОВЕРОВ А. В.21Федеральный исследовательский центр "Информатика и управление" РАН, Москва
2Московский физико-технический институт (государственный университет)
Hierarchical actor-critic with hindsight for mobile robot with continuous state space
Multi-level hierarchies have the potential to accelerate learning in sparse reward tasks because they can divide a problem into a set of short horizon subproblems. In order to realize these potential, Hierarchical Reinforcement Learning (HRL) algorithms need to be able to learn the multiple levels within a hierarchy in parallel, so these simpler subproblems can be solved simultaneously. Most famous existing HRL methods that can learn hierarchies are not able to efficiently learn multiple levels of policies at the same time, particularly in continuous domains. To address this problem, we had analyzed the newest existing framework, Hierarchical Actor-Critic with Hindsight (HAC) and test it in simu-lated mobile robot environment.
38. КОПЕЛИОВИЧ М. В.1, КОЗУБЕНКО Е. А.1, КАЩЕЕВ М. Р.1, ШАПОШНИКОВ Д. Г.2, ПЕТРУШАН М. В.2
1Южный федеральный университет, Ростов-на-Дону
2Научно-исследовательский технологический центр нейротехнологий Южного федерального университета, Ростов-на-Дону
Impact of assistive control on operator behavior under high operational load
This paper presents a model of operator activity based on histograms of distribution of reaction times to particular stimuli. The model is then applied to the task of monitoring operator activity in a controlled environment, designed to emulate certain actions performed by an aircraft pilot. For each subject an individual behavioral portrait is made. Then, performance changes under high operational load conditions and impact of assistive control are evaluated.
39. КАРАВАЕВ Ю. Л., ЕФРЕМОВ К. С., ЗВОНАРЕВ И. С.
Ижевский государственный технический университет имени М.Т. Калашникова
Оптимальные траектории для обучения искусственной нейронной сети, управляющей мобильным колесным роботом
Работа посвящена разработке интеллектуальной системы управления колесным роботом, предложен алгоритм обучения искусственной нейронной сети и формирования обучающих выборок. Выборки формируются на основе моделирования уравнений движения многозвенного колесного робота, обеспечивающих его движение по траекториям в виде эластик Эйлера, обеспечивающих минимизацию управления.
40. СТИХАРНЫЙ А. Д., ОРЕХОВ А., АНДРЕЕВ А. М., ГАПАНЮК Ю. Е.
Московский государственный технический университет им. Н.Э. Баумана
The hybrid intelligent information system for music classification
Предложен подход к задаче классификации музыки с использованием гибридных интеллектуальных информационных систем (ГИИС). Модуль подсознания реализован в виде набора бинарных классификаторов на основе сети LSTM. Модуль сознания реализован с использованием подхода на основе деревьев решений. Эксперименты проводились с использованием пользовательского набора данных. Результаты экспериментов подтверждают обоснованность предложенного подхода на основе ГИИС.
41. КОТОВ В. Б., СОХОВА З. Б.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
О возможных последствиях развития нейроинформатики
Рассмотрена модель сосуществования людей и искусственных существ при условии доминирования последних. Найдены различные варианты развития событий, в том числе, приводящие к исчезновению человеческой популяции. Представлены условия, обеспечивающие человечеству относительно благополучное будущее.
СЕКЦИЯ 2
Среда, 9 октября 11:45 – 13:15
Ауд. 4.18 (5.17)
Председатель: ЛИТИНСКИЙ Леонид Борисович, к.ф.-м.н.
Нейроморфные вычисления, глубокое обучение
42. НЕХАЕВ Д. В., ДЕМИН В. А.Национальный исследовательский центр «Курчатовский институт», Москва
Competitive maximization of neuronal activity in convolutional recurrent spiking neural networks
Spiking neural networks (SNNs) are the promising algorithm for specific neurochip hardware real-time solutions. SNNs are believed to be highly en-ergy and computationally efficient. We focus on developing local learning rules that are capable to provide both supervised and unsupervised learn-ing. We suppose that each neuron in a biological neural network tends to maximize its activity in competition with other neurons. This principle was put at the basis of SNN learning algorithm called FEELING.
43. МОСКАЛЕНКО В. А., ЗОЛОТЫХ Н. Ю., ОСИПОВ Г. В.
Нижегородский государственный университет им. Н.И. Лобачевского
Deep learning for ECG segmentation
Предлагается алгоритм сегментации ЭКГ с использованием UNet-подобной нейронной сети. Алгоритм получает на вход ЭКГ с произвольной частотой дискретизации и возвращает начала и концы P, T волн и комплекса QRS. Его преимущества - скорость, небольшое число параметров и хорошая обобщающая способность. Наш подход превосходит другие современные методы сегментации по качеству. В частности, F1-мера детектирования волн P и T и QRS-комплекса составляют не менее 97,8%, 99,5% и 99,9% соответственно.
44. КНЯЗЬ В. В., МОШКАНЦЕВ В. В., МИЗГИНОВ В. А.
Государственный научно-исследовательский институт авиационных систем, Москва
Deep learning a single photo voxel model prediction from real and synthetic images
Reconstruction of a 3D model from a single image is challenging. In this paper, we evaluate the impact of the synthetic data in the dataset on the performance of the trained model. We use a recently proposed Z-GAN model for single-view voxel model prediction as a starting point for our research. We generated a new dataset with 2k synthetic color images and voxel models. We train the Z-GAN model on synthetic, real, and mixed images.
45. ФЕДОРЕНКО Ю. С.
Московский государственный технический университет им. Н.Э. Баумана
The simple approach to multi-label image classification using transfer learning
The article deals with the problem of image classification on a relatively small dataset. We apply transfer learning approach to classify advertising banners images. We use Adam with some modifications: we apply weight decay instead of L2 regularization and divide learning rate on the maximum of gradients squares sum. Experiments have shown that this approach is appropriate for classifying relatively small datasets. Used metrics and test time augmentation are discussed.
46. ЮДИН Д. А.1, ДОЛЖЕНКО А. В.2, КАПУСТИНА Е. О.2
1Московский физико-технический институт (государственный университет)
2Белгородский государственный технологический университет им. В. Г. Шухова
The usage of grayscale or color images for facial expression recognition with deep neural networks
The paper describes usage of modern deep neural network architectures such as ResNet, DenseNet and Xception for the classification of facial expressions on color and grayscale images. Each image may contain one of eight facial expression categories: “Neutral”, “Happiness”, “Sadness”, “Surprise”, “Fear”, “Disgust”, “Anger”, “Contempt”. As the dataset was used AffectNet. The most accurate architecture is Xception. It gave classification accuracy on training sample 97.65%, on cleaned testing sample 57.48% and top-2 accuracy on cleaned testing sample 76.70%. The category “Contempt” is worst recognized by all the types of neural networks considered, which indicates its ambiguity and similarity with other types of facial expressions. Experimental results show that for the considered task it does not matter, the color or grayscale image is fed to the input of the algorithm. This fact can save a significant amount of memory when storing data sets and training neural networks. The computing experiments was performed using graphics processor using NVidia CUDA technology with Keras and Tensorflow deep learning frameworks. It showed that the average processing time of one image varies from 4 ms to 30 ms for different architectures. Obtained results can be used in software for neural network training for face recognition systems.
47. КНЯЗЕВА И. С.1, РЫБИНЦЕВ А.2, ОХИНЬКО Т. Л.1, МАКАРЕНКО Н. Г.2
1Санкт-Петербургский государственный университет
2Главная (Пулковская) астрономическая обсерватория Российской академии наук, Санкт-Петербург
Deep-learning approach for McIntosh-based classification of solar active regions using HMI and MDI images
Существует большое количество исследований, в которых показана связь между сложностью магнитного поля Активных областей (АО) и солнечными вспышками. Есть очень популярная классификация АО, классификация Макинтоша, которая используется в одной из ведущих систем по прогнозу вспышек и осуществляется экспертами в ручном режиме, в данной работе предложена система автоматической классификации, основанная на сверточных нейронных сетях. Результаты показали, что классификация активных областе
СЕКЦИЯ 3
Среда, 9 октября 14:15 – 16:00
Ауд. 4.18 (5.17)
Председатель: ВВЕДЕНСКИЙ Виктор Львович, к.ф.-м.н.
Прикладные нейросетевые системы
48. ЛИТВИН А. А.Балтийский федеральный университет им. И.Канта, Калининград
Clinical decision support system for prediction of infected pancreatic necrosis
Abstract. Infected pancreatic necrosis is associated with high morbidity and mor-tality and is mandatory for surgical or minimally invasive intervention. The aim of this study was to construct and validate the clinical decision support system (CDSS) to predict infected pancreatic necrosis (IPN). All patients who presented with severe acute pancreatitis from January 2011 to December 2017 were reviewed. The study included 398 patients: age (median, range) - 49 (23-77); sex males/females (n) - 302/96; BMI, kg/m2 (median, range) - 28 (24-33); SAPS II at admission, grades - 12.9±3.8; pancreatic necrosis etiology, %: alcohol induced 62.6%, biliary 20.6%, idi-opathic 12.2%, trauma induced 4.6%. All patients in our study (n=398) our divided randomly into three groups. The ANN we constructed was able to determine the presence or absence of infected pancreatic necrosis based on the patients' clinical, laboratory, and radiographic parameters with an AUC= 0,92. High sensitivity is im-portant in the evaluation of IPN. Clinical decision support system was able to predict the development of infected necrotizing pancreatitis with considerable accuracy and outper-formed other clinical risk scoring systems.
49. ИСАЕВ И. В.1, БУРИКОВ С. А.2, ДОЛЕНКО Т. А.2, ЛАПТИНСКИЙ К. А.2, ДОЛЕНКО С. А.1
1НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
2Московский государственный университет им. М.В. Ломоносова
Diagnostics of water-ethanol solutions by Raman spectra with artificial neural networks: methods to improve resilience of the solution to distortions of spectra
In this study, we consider adding noise during training of a neural network as a method of improving the stability of its solution to noise in the data. We tested this method in solving the inverse problem of Raman spectroscopy of aqueous ethanol solutions, for a special type of distortion caused by changes in the power of laser pump leading to compression or stretching of the spectrum. In addition, we tested the method on the spectra of real alcoholic beverages.
50. ЕФИТОРОВ А. О.1, ДОЛЕНКО С. А.2, ДОЛЕНКО Т. А.1, ЛАПТИНСКИЙ К. А.1, БУРИКОВ С. А.1
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Use of wavelet neural networks to solve inverse problems in spectroscopy of multi-component solutions
Wavelet neural networks (WNN) are a family of approximation algorithms that use wavelet functions to decompose the approximated function. They are more flexible than conventional multi-layer perceptrons (MLP), but they are more computationally expensive, and require more effort to find optimal parameters. In this study, we solve the inverse problems of determination of concentrations of components in multi-component solutions by their Raman spectra. The results demonstrated by WNN are compared to those obtained by MLP and by the linear partial least squares (PLS) method. It is shown that properly used WNN are a powerful method to solve multi-parameter inverse problems
51. КОЗЛОВ Д. С., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Semi-empirical neural network models of hypersonic vehicle 3D-motion represented by index 2 DAE
We consider a problem of mathematical modeling and computer simulation of nonlinear controlled dynamical systems represented by differential-algebraic equations of index 2. The solution of the problem is proposed within the framework of a neural network based semi-empirical approach that combines theoretical knowledge of the modeling object with training tools applied to artificial neural networks. We propose particular form semi-empirical models implementing implicit Runge-Kutta integration for
52. АЛКЕЗУИНИ М. М., ГОРБАЧЕНКО В. И.
Пензенский государственный университет
Обучение сетей радиальных базисных функций при решении задач аппроксимации и уравнений в частных производных
Рассматривается применение сетей радиальных базисных функций для бессеточных аппроксимации функций и решения краевых задач для дифференциальных уравнений в частных производных. Предложены, ре-ализованы и исследованы алгоритмы обучения сетей радиальных базис-ных функций на основе методов ускоренного градиента Нестерова и Ле-венберга-Марквардта.
53. СОРОКИН Д. И.1, НУЖНЫЙ А. С.2, САВЕЛЬЕВА-ТРОФИМОВА Е. А.2
1АНО Институт искусственного интеллекта
2Институт проблем безопасного развития атомной энергетики Российской академии наук, Москва
Программа иерархического поиска в корпусе текстовой документации по вопросам захоронения радиоактивных отходов
Представлена программа иерархического поиска в текстовой документации. Программа представляет корпус документов в виде карты семантически близких кластеров. Для каждого кластера автоматически вычисляются ключевые слова и на основании их выделяются темы. Благодаря этому пользователь может искать фрагменты текстов, относящиеся к определенным темам. Тематический анализ текстового корпуса позволяет обнаруживать наличие или отсутствие в нем тех или иных тем, оценивать полноту содержащейся информации.
54. ЩЕКАЛЕВ А. А.1, КИТОВ В. В.2
1Московский государственный университет им. М.В. Ломоносова
2Российский экономический университет имени Г.В. Плеханова, Москва
Style transfer with adaptation to the central objects of the scene
Перенос стиля – задача рендеринга изображения в стиле другого изображения. Недостатком классического алгоритма переноса стиля является то, что он накладывает стиль равномерно на все части изображения, что искажает центральные объекты и делает их неузнаваемыми. В данной работе предлагается новый алгоритм переноса стиля, который автоматически находит центральные объекты на изображении, генерирует пространственную маску важности пикселей и накладывает стиль неравномерно.
СЕКЦИЯ 4
Среда, 9 октября 16:30 – 18:00
Ауд. 4.18 (5.17)
Председатель: ЯХНО Владимир Григорьевич, д.ф.-м.н.
Нейробиология и нейробионика
55. СТАСЕНКО С. В., ЛАЗАРЕВИЧ И. А., КАЗАНЦЕВ В. Б.Нижегородский государственный университет им. Н.И. Лобачевского
Генерация квазисинхронных пачечных разрядов в модели нейрон-глиальной сети
В статье рассматривается эффект влияния активности глиальных клеток (астроцитов) на синаптическую динамику межнейронных контактов и сетевую динамику. Модель представляет собой сеть синаптически связанных импульсных нейронов, где динамика синаптических связей модулируется воздействием глиапередатчика. В сети синаптически связанных нейронов обнаружен эффект спонтанных переходов в режим генерации квазисинхронных пачечных разрядов, типичных для эппилептиформной активности нейронных сетей мозга.
56. ЧИЖОВ А. В.1, ЯКИМОВА Е. Г.2, СМИРНОВА Е. Ю.1
1Физико-технический институт им. А.Ф. Иоффе РАН, Санкт-Петербург
2Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
Direction selectivity model based on lagged and nonlagged neurons
Direction selectivity (DS) of visual cortex neurons is modelled with a filter-based description of retino-thalamic pathway and a conductance-based population model of the cortex as a 2-d continuum. The DS mechanism is based on a pinwheel-dependent asymmetry of projections from lagged and non-lagged thalamic neurons to the cortex. The model realistically reproduces responses to drifting gratings. The model reveals the role of the cortex in sharpening DS, keeping interneurons non-selective.
57. ДИК О. Е.
Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
Wavelet and recurrence analysis of EEG patterns of subjects with panic attacks
The task of analyzing the reactive patterns of electroencephalogram (EEG) in individuals with panic attacks before and after non-drug therapy associated with the activation of artiphicial stable functional connections of the human brain is considered.The quantitative measures of the photic driving reaction for the suggested frequency are estimated by increasing the energy of the wavelet spectrum during the photostimulation and the parameters of the joint recurrence plot of the light stimulus and
58. СМИРНИТСКАЯ И. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Contribution of the dorsal and ventral visual streams to the control of grasping
Представлен обзор данных об участии различных зрительных, моторных, префронтальных областей в управлении движением схватывания. Анализируются представления о наличии двух каскадов преобразования зрительной информации, выполняющих разные типы задач: «Что» и «Где». Обсуждаются принципы разделения устройств, управляющих движением, на блоки. Показана взаимодополнительность областей вентрального и дорсального зрительных путей в управлении движением. Каждый из путей выполняет свою часть задачи, обмениваясь сигналами с другими частями, тем самым обеспечивая согласованное исполнение.
59. ГЛЫЗИН С. Д., ПРЕОБРАЖЕНСКАЯ М. М.
Ярославский государственный университет им. П.Г. Демидова
Two delay-coupled neurons with a relay nonlinearity
Рассмотрена модель ассоциации двух синаптически связанных нейронных осцилляторов с запаздыванием в цепи связи. В качестве математической модели этой ассоциации выбрана система релейных дифференциально-разностных уравнений. Синаптическое соединение моделируется на основе модифицированной идеи быстрой пороговой модуляции. Показано, что дополнительное запаздывание в цепи связи осцилляторов приводит к накоплению сосуществующих аттракторов с заданным числом всплесков на периоде.
60. НУЙДЕЛЬ И. В.1, КОЛОСОВ А. В.2, ПОЛЕВАЯ С. А.2, ЯХНО В. Г.1
1Институт прикладной физики РАН, Нижний Новгород
2Нижегородский государственный университет им. Н.И. Лобачевского
Математическая модель динамики альфа-ритма ЭЭГ при ритмической фотостимуляции в процессе нейробиоуправления
В работе представлены нейроинформационные решения проблемы персонализации нейробиоуправления [1]. Вычислительные эксперименты показали эффективность феноменологической математической модели элементарной таламокортикальной ячейки для описания динамики альфа-ритма ЭЭГ при ритмической фотостимуляции в процессе нейробиоуправления. Дано обоснование возможности применения модели в качестве адаптивного симулятора индивидуальных ритмических паттернов ЭЭГ, обеспечивающего генерацию персонализированных протоколов нейробиоуправления для оптимизации функций мозга.
61. МАКУШЕВИЧ И. В., БИБИКОВ Н. Г.
Акустический институт им. акад. Н.Н. Андреева, Москва
Опыт применения индекса Херста для изучения динамики спонтанной активности нейронов слуховой системы
Головной мозг является динамической системой, находящейся в не-прерывном изменении с элементами самоподобия во временной области. Его изучение естественно осуществлять методами фрактального анализа. В данной работе для анализа спонтанной активности нейронов слуховой системы травяной лягушки применен подход, основанный на динамиче-ском анализе вариабельности временного точечного процесса с использо-ванием индекса Херста. Он позволил показать, что спонтанная активность изменяет свою вариабельность, переходя от случайных колебаний к трендовой зависимости и наоборот.
СЕКЦИЯ 5
Четверг, 10 октября 12:00 – 13:00
Ауд. 4.18 (5.17)
Председатель: ТЕРЕХОВ Сергей Александрович, к.ф.-м.н.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
62. * ПАШКОВ А. А., ДАХТИН И. С.Южно-Уральский государственный университет (национальный исследовательский университет), Челябинск
Consistency across functional connectivity methods and graph topological properties in EEG sensor space
One of the most widely used topological properties of brain graphs is small-worldness. However, different functional connectivity methods can generate quantitatively different results, particularly when they are applied to EEG sen-sor space. In this manuscript, we sought to evaluate the consistency of values derived from pairwise correlation between selected functional connectivity methods. We showed that the alpha band yielded maximal values of correlation coefficients between small-worldness indices obtained with different methods. In contrast, delta and gamma bands demonstrated the least consistent results.
Нейроморфные вычисления, глубокое обучение
63. * ТРОФИМОВ А. Г., БОГАТЫРЕВА А. А.Национальный исследовательский ядерный университет «МИФИ», Москва
A method of choosing a pre-trained convolutional neural network for transfer learning in image classification problems
A method of choosing a pre-trained convolutional neural network (CNN) that is more suitable for transfer learning on the new image classification problem is proposed. The method can be used for quick estimation of which of the CNNs trained on the ImageNet dataset (AlexNet, VGG16, VGG19, GoogLeNet, etc.) will be the most accurate after its fine tuning. The proposed method can be used to make recommendations for researchers who want to apply transfer learning to solve new classification problems.
64. * ХАЙРОВ Э. М., МАЛЬСАГОВ М. Ю., КАРАНДАШЕВ Я. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Post-training quantization of deep neural network weights
В данной статье рассматривается задача дискретизации весов, предна-значенная для уменьшения исходного размера обученной нейронной сети, не затрагивая процесс переобучения. Был проведен анализ мето-дов, позволяющих осуществить дискретизацию равномерным или экс-поненциальным образом, а также приведены их сравнительные характеристики. Помимо этого, предоставлены результаты реализации алгоритма дискретизации для трех сетей: VGG16, VGG19 и ResNet50.
65. * САБИРОВ А. А., ТЕРЕХОВ В. И., ЧЕРНЕНЬКИЙ И. М., ЧЕРНЕНЬКИЙ В. М., ЯКУБОВ А. Р.
Московский государственный технический университет им. Н.Э. Баумана
Предобработка SAR изображений для анализа ледовой обстановки методами глубокого обучения
В работе исследуется эффективность специализированных алго-ритмов предобработки изображений, полученных радаром с синтези-рованной апертурой с целью улучшения их качества. Изобра-жения, предобработанные методами глубокого обучения используются для распознавания границ ледового покрова, айсбергов и разреженных льдин. Результаты, полученные при обучении глубокой нейронной сети показывают, что предварительная обработка данных SAR изобра-жений играет определяющую роль в анализе ледовой обстановки.
СЕКЦИЯ 6
Четверг, 10 октября 14:00 – 16:00
Ауд. 4.18 (5.17)
Председатель: ТЕРЕХОВ Сергей Александрович, к.ф.-м.н.
Нейробиология и нейробионика
66. * РОЖНОВА М. А., КАЗАНЦЕВ В. Б., ПАНКРАТОВА Е. В.Нижегородский государственный университет им. Н.И. Лобачевского
Brain extracellular matrix impact on neuronal fi ring reliability and spike-timing jitter
In this work, the role of the brain extracellular matrix (ECM) in signal processing by a neuronal system is examined. For excitatory postsynaptic currents in the form of Poisson signal, we study the changes of the interspike intervals duration, spike-timing jitter and coefficient of variation in the presence of a background noise with varied intensity. It is shown that, the ECM-neuron feedback mechanism allows enhancing the robustness of the neuronal firing in the presence of noise.
Прикладные нейросетевые системы
67. * ЕРОШЕНКОВА Д. А., ТЕРЕХОВ В. И., ХУСНЕТДИНОВ Д. Р., ЧУМАЧЕНКО С. И.Московский государственный технический университет им. Н.Э. Баумана
Automated determination of forest-vegetation characteristics with the use of a neural network of deep learning
В статье предлагается способ автоматизированного решения проблемы определения основных характеристик лесных насаждений с применением глубокого обучения. Проводится анализ существующих подходов и способов инвентаризации лесов, предлагается алгоритм по решению данной проблемы и особенности его реализации. Рассматриваются проблемы совмещения данных «плотного облака» и лидарной съемки, а также сегментация крон деревьев среди множества других объектов с применением нейронной сети глубокого обучения.
68. * ТЕЛЯТНИКОВ Л. С., КАРАНДАШЕВ Я. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Linear prediction algorithms for lossless audio data compression
Рассматривается задача сжатия аудиоданных без потерь при помощи алгоритмов линейной интерполяции: LPC, FLPC и их комбинации Wise-LPC. Помимо интерполяции, исследуются задачи оптимального кодирования и нахождение оптимального окна семплирования. Показано, что алгоритм Wise-LPC позволяет улучшить сжатие аудио сигнала на 1-5% по сравнению с классическими LPC и FLPC. Ошибка предсказания имеет распределение Лапласа, с увеличением ширины окна её дисперсия плавно уменьшается и достигает «насыщения».
69. * ГАДЖИЕВ И. М.1, ДОЛЕНКО С. А.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Методы объединения классов в процессе работы алгоритма адаптивного построения иерархических нейросетевых классификаторов
Объектом исследования настоящей работы является иерархический нейросетевой классификатор (ИНК), использующий специальный алгоритм для решения задачи многоклассовой классификации. В процессе работы каждого узла ИНК схожие классы объединяются в группы; последующее разделение групп осуществляется рекурсивным применением алгоритма на следующих уровнях иерархии. В данной работе рассматривается проблема случайного слияния классов, и сравниваются между собой различные алгоритмы объединения классов в группы.
70. * ГУНЬКИН М. А., ФОМИН В. Ю., ТЕРЕХОВ В. И.
Московский государственный технический университет им. Н.Э. Баумана
Предиктивная модель спроса на театральные билеты с применением методов машинного обучения
В статье проводится анализ спроса и продаж театральных билетов с использованием различных методов машинного обучения. Проведенные исследования показали, что с помощью методов машинного обучения можно значительно улучшить прогноз продаж театральных билетов на спектакли. Результатом работы является исследование шести предиктивных моделей, из которых была выбрана модель на основе рекуррентной LSTM сети, дающая наименьшую ошибку прогноза. В заключении приведены направления дальнейших исследований.
71. * СТЕНЬКИН Д. А., ГОРБАЧЕНКО В. И.
Пензенский государственный университет
Решение обратных краевых задач математической физики с помощью сетей радиальных базисных функций
Рассматривается задача нахождения неизвестного коэффициента уравнения Гельмгольца на основе значений заданного дополнительного условия. Предложен, реализован и исследован алгоритм решения задачи на сети радиальных базисных функций, обучаемой методом Левенберга- Марквардта.
Теория нейронных сетей, нейросетевые парадигмы и архитектуры
72. * ДЕМИДОВСКИЙ А. В.Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал
Towards automatic manipulation of arbitrary structures in connectivist paradigm with tensor product variable binding
Связывание символического и субсимволического уровней вычислений требует построения ряда методов для перевода символических структур в распределенное представление, манипулирования этим представлением, эквивалентного символическим операциям, и т.д. Предлагается нейросетевая архитектура, которая способна объединять две структуры и является важным вкладом в развитие субсимволических методов. Осуществляется верификация архитектуры, а также уделяется внимание особенностям инженерной реализации.
СЕКЦИЯ 7
Пятница, 11 октября 12:00 – 13:00
Физтех.Био, ауд. 107
Председатель: ПАРИН Сергей Борисович, д.б.н.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
73. МУРАТОВ Е. Р., НИКИФОРОВ М. Б., ТАРАСОВ А. С., СКАЧКОВ А. М.Рязанский государственный радиотехнический университет имени В.Ф.Уткина
Video-computer technology definitions of reductions concentration attention driver
Усталость человека, осуществляющего контроль, управление или принимающего решение, и снижение концентрации его внимания на объекте может привести к критическим последствиям. Наиболее эффективным контролем физиологического состояния человека является видеоконтроль на основе анализа состояния глаз. Предложен алгоритм на базе свёрточной нейронной сети и его аппаратная реализация, осуществляющие поиск лица на изображении, детектирование глаз и анализ их состояния «открыто-закрыто»
74. ПОЛЕВАЯ С. А.1, БУЛАНОВ Н. А.2, ПАРИН С. Б.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал
Компьютерные технологии для скрининга, диагностики и цифрового отображения когнитивных нарушений
В рамках концепции цифровой психофизиологии рассматриваются современные Интернет-ориентированные компьютерные технологии, обеспечивающие объективный мониторинг текущего состояния когнитивных функций, а также скрининг, диагностику и коррекцию когнитивных нарушений. Дана краткая характеристика функциональных возможностей Web-платформы ApWay.ru, разработанной с участием авторов для этих целей, и приводятся примеры ее апробации и использования.
75. ТЕРЕХИН С. А., СИДОРОВ К. В.
Тверской государственный технический университет
Показатели аттракторов биомедицинских сигналов, характеризующих эмоциональные реакции человека
Исследована возможность анализа динамики эмоциональной реакции человека на основе невербальной информации. Описаны методика и био-техническая система для мониторинга эмоциональных реакций. По полу-ченным паттернам ЭЭГ реконструированы аттракторы. Проведена оценка показателей аттракторов на различных этапах эмоциональной стимуляции. Проанализировано влияние фактора зашумленности исходных данных. По результатам анализа ЭЭГ отмечено сохранение общей тенденции в развитии динамики эмоций.
76. УШАКОВ В. Л.1, ОРЛОВ В. А.2, ХОЛОДНЫЙ Ю. И.2, КАРТАШОВ С. И.2, МАЛАХОВ Д. Г.2, КОВАЛЬЧУК М. В.2
1Институт перспективных исследований мозга МГУ им. М.В. Ломоносова
2Национальный исследовательский центр «Курчатовский институт», Москва
The role of stem structures in the vegetative reactions based on fMRI analysis
This study was aimed at studying the role of brain stem structures in vegetative responses upon presentation of personally significant stimuli (own name) using the functional MRI method. The subjects, based on the data of the MR-compatible polygraph, were divided into approximately three groups with different severity of vegetative reactions to personally significant stimuli: 100% skin galvanic reaction - 7 subjects, mixed skin-galvanic reaction and changes in heart rate - 6 subjects and low autonomic reactivity - 5 subjects. The obtained statistical maps of brain neural network activities showed activation of the brain stem structures upon presentation of personally significant stimuli in the mixed skin-galvanic response group and heart rate changes, the complete absence in the group with low autonomic reactivity and low in the group with 100% skin-galvanic response. The effectiveness of using an MR-compatible polygraph for the selection of fMRI data in statistical analysis was shown.
СЕКЦИЯ 8
Пятница, 11 октября 14:00 – 15:15
Ауд. 4.18 (5.17)
Председатель: ПАРИН Сергей Борисович, д.б.н.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
77. МЕЙЛИХОВ Е. З., ФАРЗЕТДИНОВА Р. М.Национальный исследовательский центр «Курчатовский институт», Москва
Bistable perception of ambiguous images – analytical model
Наблюдение неоднозначного образа ведет к его бистабильному восприятию, которое случайным образом осциллирует между двумя возможными интерпретациями. Предлагается аналитическая модель явления, рассматривающая блуждание системы по ее энергетическому ландшафту под действием "шума". Модель предсказывает гистерезисный характер восприятия с логарифмической зависимостью ширины гистерезиса от периода циклического изменения параметра, (например, контраста образа) управляющего восприятием.
78. СОХОВА З. Б., РЕДЬКО В. Г.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Comparison of two models of a transparent competitive economy
В статье сравниваются две модели прозрачной конкурентной экономики. В обеих моделях рассматривается взаимодействие между инвесторами и производителями. В первой модели производители не учитывают свои собственные взносы в свои капиталы, во второй модели производители учитывают свои взносы в свои собственные капиталы, то есть сами производители играют роль инвесторов. Был проведен анализ этих двух моделей с помощью компьютерного моделирования. Показано, что в первой модели, когда производители отдают половину своей прибыли инвесторам, капитал в сообществе производителей перераспределяется инвесторами более эффективно.
79. ВВЕДЕНСКИЙ В. Л.1, ГУРТОВОЙ К. Г.1, СОКОЛОВ М. В.2, МАТВЕЕВ М. О.3
1Национальный исследовательский центр «Курчатовский институт», Москва
2Детский Технопарк Курчатовского Института
3Институт языкознания РАН, Москва
Ordering of words by the spoken word recognition time
Мы измеряли время распознавания услышанных слов в группе из 12 слушателей. Это время различно для слов с одинаковой длительностью звучания. Слова упорядочиваются начиная с наиболее быстро распознаваемого слова до наиболее "медленного" слова. У каждого слушателя свой упорядоченный список из 24 услышанных слов. Эти списки схожи, что позволяет построить общий список. Такой список отражает расположение представительств слов в коре мозга. Очевидно время "запроса" слова зависит от его расположения.
80. АНТОНЕЦ В. А.
Нижегородский государственный университет им. Н.И. Лобачевского
Simulation of intuitive evaluation of unlike semantic objects
In this article two quantitative models of the mechanisms of human intuitive decision making when buying a product (goods) are constructed. The first model demonstrates a possibility of quantitative description of a subjective evaluation of a product as a complex semantic object. The second model, constructed by the example of forming a product basket from the offered range of products, quantitatively describes a mechanism of comparison and subjective evaluation of a group of semantically unlike objects. The models have been constructed based on the results of Ch. Osgood, S. Stevens, and D. Kahneman.
81. АЛЕКСАНДРОВА Н. Ш.1, АНТОНЕЦ В. А.2, НУЙДЕЛЬ И. В.3, ШЕМАГИНА О. В.3, ЯХНО В. Г.3
1Sprachbrücke E.V. Берлин, Германия
2Нижегородский государственный университет им. Н.И. Лобачевского
3Институт прикладной физики РАН, Нижний Новгород
Моделирование ряда особенностей формирования естественного билингвизма
Рассмотрены варианты динамических режимов обучения детей двум языкам на основе предложенной математической модели. Показано соответствие модельных режимов экспериментальным данным.
СЕКЦИЯ 9
Пятница, 11 октября 15:15 – 16:45
Ауд. 4.18 (5.17)
Председатель: КАЗАНОВИЧ Яков Борисович, к.ф.-м.н.
Теория нейронных сетей, нейросетевые парадигмы и архитектуры
82. ГОРДЛЕЕВА С. Ю.1, ЛОТАРЕВА Ю. А.1, КРИВОНОСОВ М. И.1, ЗАИКИН А. А.2, ИВАНЧЕНКО М. В.1, ГОРБАНЬ А. Н.31Нижегородский государственный университет им. Н.И. Лобачевского
2Университетский колледж Лондона
3University of Leicester, Great Britain
Astrocytes organize neural associative memory
We investigate one aspect of the functional role played by astrocytes in neuron-astrocyte networks present in the mammal brain. To highlight the effect of neuron-astrocyte interaction, we consider simplified networks with bidirectional neuron-astrocyte communication and without any connections between neurons. We show that the fact, that astrocyte covers several neurons and a different time scale of calcium events in astrocyte, alone can lead to the appearance of neural associative memory.
83. ТАРКОВ М. С.
Институт физики полупроводников им. А.В. Ржанова Сибирского отделения Российской академии наук, Новосибирск
Building neural network synapses based on binary memristors
Предложен метод построения ячейки аналоговой многоуровневой памяти на основе резисторов и бинарных мемристоров. Этот метод обеспечивает большее число уровней сопротивления при меньшем числе элементов, чем в известных устройствах многоуровневой памяти. Эта ячейка построена для задания весов синапсов в аппаратно реализованных нейронных сетях. Вектор весов нейрона может быть представлен посредством кроссбара бинарных мемристоров и набора резисторов.
84. ЛИТИНСКИЙ Л. Б., КАГАНОВА И. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Bimodal coalitions and neural networks
Излагается модель Аксельрода-Беннета формирования бимодальной коалиции, описаны ее первоначальный формализм и первые приложения. Переформулировка задачи в терминах модели Хопфилда дала возможность аналитически проанализировать систему двух однородных групп агентов, взаимодействующих между собой. Построена фазовая диаграмма, описывающая зависимость бимодальной коалиции от внешних параметров.
85. ЛЕБЕДЕВ А. Е.1, СОЛОВЬЕВА К. П.1, ДУНИН-БАРКОВСКИЙ В. Л.2
1Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
2Московский физико-технический институт (государственный университет)
The large-scale symmetry learning applying Pavlov principle
Рассматривается задача обнаружения симметрии в пространстве 100-мерных двоичных векторов, которая характеризуется практически бесконечным числом обучающих примеров. Чтобы решить эту задачу, мы обучаем искусственную нейронную сеть с бинарными нейронами. Изменение весов скрытых нейронов осуществляется по принципу Павлова. После обучения на относительно небольшом количестве обучающих примеров, наша сеть получила способность обнаруживать симметрию для не представленных ранее данных.
86. БРЫНЗА А. А., КОРЛЯКОВА М. О.
Калужский филиал МГТУ им. Н.Э. Баумана
Approach to forecasting behaviour of dynamic system beyond borders of education
Рассматривается задача прогнозирования поведения сложной динамической системы. Осуществляется анализ подходов, позволяющих в условиях ограниченности информации о характере поведения, а так же параметрической неопределённости с высокой точностью предсказывать поведение систем, для ситуаций, при которых значение управляющих параметров выходят за границы используемого обучающего множества. Выполнена оценка результатов прогнозирования, представлены соответствующие графики, сделаны выводы.
87. КИСЕЛЕВ М. В.
Чувашский государственный университет имени И.Н. Ульянова, Чебоксары
Chaotic spiking neural network connectivity configuration leading to memory mechanism formation
Хаотические импульсные нейронные сети (ИНС) являются основным компонентом машин с жидким состоянием (LSM). Способность LSM извлекать ценные предиктивные черты из динамических потоков данных основана на наличии у них рабочей памяти. В работе изучается обобщение LSM – самоорганизующаяся LSM. Показывается, что в ИНС, входящей в состав такой LSM, при определенных условиях на локальность межнейронных связей образуются структуры – носители рабочей памяти.
