Секции
Нейроинформатика - 2022
СЕКЦИЯ 1
Понедельник, 17 октября 17:30 – 19:45
Концертный зал
Председатель: СОХОВА Зарема Борисовна
Теория нейронных сетей, нейросетевые парадигмы и архитектуры
1. КИСЕЛЕВ М. В.1, ЛАВРЕНТЬЕВ А. Б.21Чувашский государственный университет имени И.Н. Ульянова, Чебоксары
2ЗАО "Лаборатория Касперского", Москва
"Газ" вместо "жидкости": какая машина с жидким состоянием лучше?
В данной работе используется методология для точного измерения памяти в машине с жидким состоянием (LSM) и нахождения с помощью генетического алгоритма параметров ее «жидкости» (хаотической импульсной нейронной сети), оптимальных с точки зрения глубины памяти. Результат оптимизации оказался весьма неожиданным – наилучшая с точки зрения памяти сеть оказалась ансамблем несвязанных нейронов. Данный результат свидетельствует о необходимости пересмотра традиционных взглядов на LSM.
2. ЛАЗОВСКАЯ Т. В., ТАРХОВ Д. А., ЧЕРНУХА Д. А., КОРЧАГИН А. П., МАЛЫХИНА Г. Ф.
Санкт-Петербургский политехнический университет Петра Великого
Analysis of predictive capabilities of adaptive multilayer models with physics-based architecture for Duffing oscillator
The development and implementation of cyber-physical systems requires the use of fast algorithms for creating adaptive dynamic models of real objects. In this paper, the adaptation of two multilayer models with different basis methods are presented and tested. Multilayer models refer to models with physics-based architecture. The quality of constructing a medium-term forecast based on the processing of dynamic measurements including random errors obtained during the interaction of the object and software in real time is compared. As an example, constructing an approximate functional solution of the Dung equation with a dynamical parameter is considered. The results of comparing models with approximately the same net construction time and assessing the presence of significant differences in the predictive capabilities of the methods used are presented. The optimal models for practical applications depending on the specifics of the specific problem being solved are discussed.
3. ДОРОГОВ А. Ю.
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
Application of fast neural networks for correlation measurements
The paper presents methods for constructing topology and parametric training of fast neural networks (FNN) for problems of correlation measurements of one-dimensional signals and images. A mathematical model of the FNN is described. The connection of fast algorithms with self-similar structures is noted. A method of multiplicative representation of arbitrary discrete functions and images is shown. Algorithms for constructing the topology of the FNN and training for the implementation of the corr
4. НАГОВИЦИН М. С.1, КУЗНЕЦОВ Д. П.2
1Московский физико-технический институт (государственный университет)
2DeepPavlov
DGAC: Автоматическое построение диалогового графа на данных с регулятной структурой
В данной работе, мы предлагаем метод восстановления или выделение регулярных структур из данных спомощью построения диалогового графа. Построенные нашим методом диалоговые графы позволяют точнее выбирать кандидатов для моделей предсказания следующего ответа в диалоге на датасете MultiWOZ. Улучшения качества было продемонстрированно для разных моделей: статистических, предобученных и дообученных на MultiWOZ.
5. МОСАЛОВ О. П.
Технологический университет имени дважды Героя Советского Союза, летчика-космонавта А. А. Леонова, Московская область, Королев
Generative adversarial networks as an approach to unsupervised link prediction problem
An unsupervised approach for the problem of link prediction in a graph representing a subject area is described. The approach is based on the usage of generative adversarial networks architecture to generate vectors that can be transformed into a set of edges. The approach is validated on a graph built with the data extracted from a file archive. Main results achieved are discussed, together with advantages and disadvantages of the approach and potential prospects of the algorithm.
6. * ЧЕРВОНЦЕВ С. С., ТРОФИМОВ А. Г.
Национальный исследовательский ядерный университет «МИФИ», Москва
О сходстве шумоподавляющих диффузионных моделей и автокодировщиков
Шумоподавляющие диффузионные модели (DDPM) в данный момент являются одной из доминирующих парадигм для задач генерации, превосходящей состязательные методы в различных областях и приложениях, использующих сопоставимый объем вычислительных ресурсов. В данной статье мы приводим теоретические и практические обоснования их сходства с шумоподавляющими автокодировщиками - более известным подходом обработки данных. Мы также предлагаем новую функцию обучения для последних, опираясь на эту связь.
7. ХАРЧЕНКО Б. В., ПРОТАСОВ В. И.
Московский авиационный институт (национальный исследовательский университет)
Создание комитетов нейронных сетей для распознавания изображений с малыми величинами ошибочных решений
Рассматривается задача создания и разработки комитета на базе сверточных нейронных сетей, работающего по принципу эволюционного согласования решения, позволяющего увеличить вероятность правильного распознавания изображений высокой степени трудности по сравнению с обычной нейронной сетью и значительным уменьшением вероятности принятия ошибочных решений в трудных случаях.
8. ПРЕОБРАЖЕНСКАЯ М. М.
Ярославский государственный университет им. П.Г. Демидова
Релейная система дифференциальных уравнений с запаздыванием в качестве модели персептрона
Исследуется модель персептрона, которая является системой дифференциально-разностных уравнений. Модель имеет три типа нейронов: сенсорные, ассоциативные, реактивные. Аналитически показано, что при подходящих параметрах мембранные потенциалы ассоциативных нейронов есть либо периодические функции с одним всплеском на периоде, либо экспоненциально стремятся к нулю. Для реагирующего нейрона есть режим с любым конечным числом всплесков, после которых нейрон переходит в состояние рефрактерности.
9. КРЫЖАНОВСКИЙ Б. В., ЛИТИНСКИЙ Л. Б., КАГАНОВА И. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Термодинамика взаимодействия двух однородных групп бинарных агентов
Ранее было изучено множество неподвижных точек нейронной сети, матрица связи которой блочно-постоянна, с двумя блоками вдоль главной диагонали. Такая матрица отвечает взаимодействию между двумя группами однородных агентов (спинов, нейронов и т.д.). В настоящей работе изучаются термодинамические характеристики такой системы и их зависимость от внешних параметров задачи.
СЕКЦИЯ 2
Вторник, 18 октября 12:00 – 13:00
Зал ученого совета
Председатель: ЛЕБЕДЕВ Александр Евгеньевич
Прикладные нейросетевые системы
10. БЕЛКИН И. В., РЕЗАНОВ А. Д., ЮДИН Д. А.Московский физико-технический институт (государственный университет)
Center3dAugNet: влияние представления ориентации на одноступенчатое одновременное обнаружение автомобиля и оценку его ориентации
Одновременное обнаружение и оценка пространственного положения автомобиля на монокулярных изображениях - область активных исследований. В данной статье предложена архитектура глубокой нейронной сети - Center3dAugNet, основанная на архитектуре CenterNet. Особое внимание уделено влиянию представления ориентации на результаты обучения нейронной сети. Эксперименты показали, что предложенный подход может быть использован в состеве систем компьютерного зрения реального времени.
11. * БАШАРОВ И. В., ЮДИН Д. А.
Московский физико-технический институт (государственный университет)
Всесторонний анализ объектов для улучшения понимания сцены по монокулярному видео с помощью многозадачного обучения
Одновременная локализация, классификация, ассоциация - пул наиболее важных задач в компьютерном зрении. В этой статье мы дополняем датасет Nuscenes масками сегментации путем использования тяжелой нейронной сети HTC++, также представим алгоритм слияния масок с знаниями разметки набора данных. В конечном итоге представляем модель, позволяющую решать 4 задачи одновременно по monocular video: instance segmentation, 2D and 3D rotated box detection, object tracking.
12. ШЕЛОМЕНЦЕВА И. Г.
Красноярский государственный медицинский университет имени профессора В.Ф.Войно-Ясенецкого
Classification of Light Microscopy Image Using Probabilistic Bayesian Neural Network
Probabilistic learning is supervised learning and involves the formation of a probability distribution function for each class. Probabilistic Bayesian learning for each new input vector uses Bayes' rule to assign it to the class with the highest posterior probability. The authors illustrate the implementation of a classification procedure based on probabilistic Bayesian neural networks for classifying light microscopy images. The article proposes two hybrid models of probabilistic Bayesian neu
13. КАБАЧЕНКО Ф. Ю.1, САМАРИНА А. И.1, МИХАЙЛИК Я. А.2
1Санкт-Петербургский политехнический университет Петра Великого
2University of Manitoba, Winnipeg, Canada
Development of the convolutional neural network for defining the renal pathology using computed tomography images
Modern medicine offers the method of computed tomography (CT) for the diagnosis of various types of renal pathology. The quality of analysis by radiologists of CT scans can be significantly improved using Convolutional Neural Networks (CNN). This paper represents the development of the CNN for the task of multiple classification of renal pathology, as well as the modification of the algorithm using alternative activation functions
СЕКЦИЯ 3
Вторник, 18 октября 14:00 – 16:00
Зал ученого совета
Председатель: МАЛЬСАГОВ Магомед Юсупович, к.ф.-м.н.
Прикладные нейросетевые системы
14. * ГАДЖИЕВ И. М.1, МЯГКОВА И. Н.2, ДОЛЕНКО С. А.21Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Использование алгоритмов классификации для предсказания уровня геомагнитного возмущения
В настоящей работе представлены основанные на алгоритмах классификации подходы к прогнозированию уровня геомагнитного индекса Kp с использованием алгоритмов машинного обучения. Кр-индекс считается показателем поступления энергии от солнечного ветра в систему Земли. Прогнозирование индекса Kp может помочь в предсказании магнитных бурь, вызывающих сбои в работе электрооборудования.
15. * ГУСЬКОВ А. А.1, ЛАПТИНСКИЙ К. А.1, БУРИКОВ С. А.1, ИСАЕВ И. В.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Комплексирование данных и алгоритмов при решении обратных задач спектроскопии растворов методами машинного обучения
В данной работе представлены результаты решения обратной задачи по определению концентраций ионов, содержащихся в растворах солей тяжелых металлов, по их спектрам КР и спектрам поглощения с помощью алгоритмического комплексирования и комплексирования физических методов. Было показано, что если объединяемые методы имеют существенно отличающийся уровень ошибки, то их комплексирование не эффективно. Это наблюдается как для алгоритмического комплексирования, так и для физического.
16. * БАРИНОВ Р. О., ГАЙ В. Е., ПОЛЯКОВ И. В., КУЗНЕЦОВ Г. Д., ТИЩЕНКО А. А.
Нижегородский государственный технический университет им. Р.Е. Алексеева
Модель и алгоритмы автоматической оценки результатов обучения нейронной сети
Рассматривается задача автоматической оценки результатов обучения нейронной сети на основе анализа кривых обучения. Анализ кривых обучения сводится к извлечению предложенного признакового описания и последующей классификации с помощью модели классического машинного обучения. Предлагаемая модель автоматической оценки служит для повышения степени автоматизации и интерпретации процесса обучения нейронной сети.
17. * КАРИМОВ Э. З.1, ШИРОКИЙ В. Р.2, МЯГКОВА И. Н.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Применение методов машинного обучения для доменной адаптации данных космических аппаратов
В данной работе рассматривается задача доменной адаптации данных, используемых для прогнозирования геомагнитного Dst-индекса с помощью методов машинного обучения. Доменная адаптация необходима при переходе с данных одного космического аппарата (КА) на данные другого. Рассматриваются и сравниваются несколько методов перевода данных из домена КА DSCOVR в домен КА ACE. Показано, что доменная адаптация данных позволяет повысить качество прогнозирования.
18. * РОДИОНОВ Д. М., КАРЧКОВ Д. А., МОСКАЛЕНКО В. А., НИКОЛЬСКИЙ А. В., ОСИПОВ Г. В., ЗОЛОТЫХ Н. Ю.
Нижегородский государственный университет им. Н.И. Лобачевского
Возможность использования различных архитектур сверточных нейронных сетей в задаче определения типа ритма
Известно, что наиболее опасными предикторами внезапной сердечной смерти является появление у человека признаков фибрилляции предсердий и желудочков. При этом данный тип ритма редко проявляется при быстром скрининговом обследовании, что сильно усложняет диагностику. В рамках данной статьи представлен опыт применения наиболее востребованных архитектур свёрточных нейронных сетей, адаптированных под анализ сигнала электрокардиограммы, для локализации синусового ритма и фибрилляции.
19. * РУСОВ Д. И.1, ГОНЧАРОВ П. В.1, ЩАВЕЛЕВ Е. М.2, НИКОЛЬСКАЯ А. Н.2, ОСОСКОВ Г. А.3, ЖЕМЧУГОВ А. С.3
1Институт системного анализа и управления, Дубна
2Санкт-Петербургский государственный университет
3Объединенный институт ядерных исследований, Дубна, Московской обл.
Модели рекуррентной и графовой нейронных сетей для трекинга элементарных частиц на эксперименте BM@N
В работе представлен двухэтапный нейросетевой подход для задачи трекинга элементарных частиц, использующий преимущества локальных и глобальных алгоритмов трекинга. На первом этапе граф всех возможных треков-кандидатов требует чрезмерного объёма памяти, поэтому используется модель рекуррентной нейронной сети TrackNETv3 для его создания. На втором этапе для фильтрации ложных сегментов используется графовая модель GraphNet. Модели протестированы на данных моделирования эксперимента BM@N RUN7.
20. * СТАРОВЕРОВ Б. А., ОЛОНИЧЕВ В. В., ТАРАСОВ С. Д.
Костромской государственный технологический университет
Нейросетевые последовательные методы параметрической идентификации динамических процессов
Рассматриваются варианты решений проблемы идентификации параметров аппроксимирующих функций тенденции изменения временных рядов и нелинейных динамических объектов посредством нейронных сетей. На основе методики глубокого обучения с использованием библиотека TensorFlow предложены квазирезевуарный последовательный метод идентификации аппроксимирующих функций и схема его реализации с помощью двух нейронных сетей – имитационной и идентификационной, а также последовательно-параллельная идентификация
21. * ТЕРЕХОВ В. И., ИШКОВ Д. О.
Московский государственный технический университет им. Н.Э. Баумана
Поиск нейросетевой архитектуры для решения задачи аппроксимации метода динамического анаморфирования
В статье проведён поиск оптимальных конфигураций трёх нейросетевых архитектур двумя методами. Нейронная сеть решает задачу аппроксимации метода динамического анаморфирования. Собран набор данных, состоящий из визуальных изображений и нерегулярных растров преобразований. Исследованы различия и сходства между генетическим алгоритмом и байесовским поиском. Оба метода находят оптимальные конфигурации со сравнимой скоростью, при этом найденные конфигурации генетического алгоритма более разнообразные.
СТЕНДОВАЯ СЕССИЯ 1
Вторник, 18 октября 16:30 – 18:00
Фойе 2 этажа
Председатель: БАХШИЕВ Александр Валерьевич, к.т.н.
Адаптивное поведение и эволюционное моделирование
22. СОХОВА З. Б., РЕДЬКО В. Г.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
A model of predicting and using regularities by an autonomous agent
In this article, a computer model of an autonomous agent that functions in an environment with different levels of environmental illumination is developed and investigated. The level of illumination changes periodically. The task of the agent is to learn to eat in those moments of time when the illumination is radically increasing (at sunrise), and do not anything in the rest of the time. When the agent is feeding at sunrise, the agent receives essential positive reinforcement and its resource grows, otherwise the agent loses a small amount of resource. Two computer methods were used to train the agent: 1) the SARSA method, which is well known in the theory of reinforcement learning, and 2) the neural network method. Computer simulation demonstrated how the agent successfully learns and functions, accumulating a resource. It is shown that the results obtained by the SARSA method and the neural network method coincide. The model can be considered as a stage of investigation of more general properties of autonomous cognitive agents.
23. САММЕР Э.1, СКОБЦОВ Ю. А.2, РОДЗИН С. И.1
1Южный федеральный университет, Ростов-на-Дону
2Санкт-Петербургский государственный университет аэрокосмического приборостроения
Определение оптимального количества муравьев в методе сегментации сложных структурированных изображений
Для сегментации изображений предложен муравьиный алгоритм. Количество муравьев здесь влияет на вычислительную сложность метода. Ошибочно полагать, что чем больше муравьев, тем лучше. При большом количестве муравьев в колонии продуктивность значительно падает и метод часто сходится к локальному оптимуму. В статье рассматриваются гибридная оптимизация муравьиной колонии (ACO) - k-средних и определяется оптимальное количество муравьев для сегментации сложных структурированных изображений.
24. ПОЛЕВАЯ С. А.1, САВЧУК Л. В.1, ГРОМОВ К. Н.1, ФЕДОТЧЕВ А. И.2, ПАРИН С. Б.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Институт биофизики клетки РАН, Пущино, Московская обл.
Отображение школьной дезадаптации в режимах вегетативной регуляции
Разработана экспериментальная модель, позволяющая воспроизвести базовые компоненты познавательной активности. Экспериментальная модель включает 3 функциональных контекста: экстремальная когнитивная нагрузка – «напряжение»; оптимальная когнитивная нагрузка –«школьная активность»; релаксация – «расслабление». Выявлено, что у успешных детей проявляется прямая связь между интенсивностью когнитивной нагрузки и напряжением регуляторных систем. У детей с дезадаптацией такая связь отсутствует.
Искусственный интеллект
25. САМАРИНА А. И., КОРЧИГИН А. А.Санкт-Петербургский политехнический университет Петра Великого
Автоматизация гистологических исследований для выявления ранней онкологической патологии груди
В статье описывается автоматизация гистологических исследований для выявления ранней инвазивная протоковой карциномы карциномы молочной железы помощью свёрточной нейронной сети. Предмет исследования – гистологические снимки тканей молочной железы, классифицированные по признакам «здоровая ткань» и «раковая ткань». В данной работе сравнивалось трансферное обучение моделей, основанных на нейронных сетях EfficientNetB7, InceptionResNetV2, VGG19.
26. КУРЬЯН В. Е.
ООО АиС, Москва
Моделирование процесса обучения человека. Аксиоматический подоход
Описано построение системы автоматического перевода, моделирующей обучение человека. Обучение системы состоит в автоматическом построении модели мира в виде графа на основе анализа параллельных текстов. Правила построения графа заданы в виде аксиом обучения, не зависящих от конкретных языков. Использование модели мира приводит к объяснимости при получении результатов работы системы автоматического перевода
27. СЕРЕДА Я. А., НИКОНОРОВ И. Д., ПРЕОБРАЖЕНСКАЯ Ю. Д.
Нижегородский государственный университет им. Н.И. Лобачевского
Модель обучения агента, основанная на заполнении когнитивной карты
Предлагается подход к обучению интеллектуальных агентов, при ко-тором долговременная память агента хранит выученные программы дей-ствий. Показано, что при такой структуре памяти можно использовать классический аппарат тестирования статистических гипотез как матема-тический аппарат обучения по нескольким образцам. Предлагаемый подход к обучению имеет биологические предпосылки.
28. ЗАЙЦЕВ Е. И., НУРМАТОВА Е. В.
МИРЭА – Российский технологический университет
Об организации мультиагентной системы представления и обработки знаний
В данной работе рассматривается структура и функциональная организация многоагентной системы представления и обработки знаний. Предложен агентно-ориентированный подход к разработке распределенных интеллектуальных систем, позволяющий интегрировать механизмы рассуждения на основе знаний с нейросетевыми моделями. Приведена структура многоагентного решателя, описаны методы, реализующие различные типы запросов к базе знаний, а также методы обучения виртуальных агентов. Рассмотрено решение задачи оптимизации логики распределения структур данных по узлам системы с целью увеличения скорости обработки запросов к базе знаний. Сбор данных с удаленных узлов многоагентной системы представления и обработки знаний осуществляется в оперативные базы данных больших объемов, которые синхронизируются для решения разного рода аналитических задач. Оптимальная структура обеспечивает эффективность работы многоагентной системы на мультикомпьютерах. В результате решения задачи оптимизации система разбивается на ряд кластеров, имеющих минимальную информационную связность друг с другом. Решение задачи синтеза оптимальной структуры данных имеет большое практическое значение для проектирования логических структур баз знаний, для формирования спецификаций запросов и настройки базы знаний.
29. ГРИШИН И. А., САХАРОВА Е. К., УСТИНОВ С. М., КАНЕВ А. И., ТЕРЕХОВ В. И.
Московский государственный технический университет им. Н.Э. Баумана
Таксация деревьев с помощью данных LiDAR
В работе предложена методика на основе различных методов расчетов таксационных параметров и получены результаты, в ряде случаев лучшие, чем результаты существующих решений. Сравнены методы аппроксимации окружности для дальнейшей оценки диаметра ствола дерева: Least Square fit и HyperLS fit. Проведен сравнительный анализ результатов измерений параметров с результатами измерений, произведенных с помощью аналогичных программных средств по отношению к данным, собранным полевыми методами измерений.
30. СМОЛИН В. С.1, ЖУРАВЛЁВ Д. В.2
1Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша Российской академии наук, Москва
2ООО Объединённая роботехника, Москва
Теории познания, сознания, эмоций и прочих «человеческих» свойств для роботов
Аппроксимации, осуществляемые современными нейросетевыми алгоритмами позволили решить широкий круг прикладных задач. Осуществление декомпозиции сложных задач и иерархическое представление знаний в нейросетях позволит заметно ускорить обучение нейросетей и продвинутся в область ещё более сложных задач. Анализ свойств работы иерархической структуры представления знаний на основе аппроксимации и декомпозиции позволяет по-новому взглянуть на такие понятия как познание, сознание и эмоции.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
31. ШАЦ В. Н.Независимый исследователь, Санкт-Петербург
Аппроксимация структуры данных в задаче классификации
В работе введено понятие близости для конечного множества объектов и предложен классификатор, опирающийся на это понятие. Данные объединенной выборки по каждому признаку были аппроксимированы путем отображения на множества упорядоченных пар, содержащих номера объектов с достаточно близкими значениями признака. Тогда содержащаяся в обучающей выборке информация по любому признаку для объектов отдельных классов приближенно представляется в виде множества списков объектов, образующих эти пары. Частота любого элемента списка определяется как сложное событие, а классы объектов по простейшим формулам теории вероятностей.
32. ДЕМЧЕВА А. А.1, КОРСАКОВ А. М.2, БАХШИЕВ А. В.1
1Санкт-Петербургский политехнический университет Петра Великого
2Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
Моделирование болевых ощущений на основе сегментной спайковой модели нейрона
В статье предложена модель болевых ощущений, основанная на теории Воротного контроля Р. Мелзака и П.Д. Уолла. Для построения модели использовалась сегментная спайковая модель нейрона с возможностью структурной адаптации. Эта особенность позволяет изменять структуру нейрона (размер тела клетки, количество и длину дендритов, количество синапсов) в зависимости от входного паттерна импульсов. В статье приведены результаты моделирования и тестирования работы схемы в качестве бинарного классификатора.
33. СЕРГИН В. Я.
Институт математических проблем биологии РАН – филиал Института прикладной математики им. М.В. Келдыша Российской академии наук, Московская область, Пущино
Природа и нейронные механизмы сознания
В статье рассматриваются нейронные механизмы сенсорного осознания, порождения мысли и дискурсивного мышления. Показано, что в основе осознания и порождения мысли лежат высокочастотные циклические процессы автоотождествления. В основе дискурсивного мышления лежат процессы сенсорно-моторного повторения. Эти взаимодействующие механизмы позволяют нам формировать образы, сцены и диалоги, наблюдать и изменять их, создавая подвижный и управляемый мир сознательного опыта.
Нейробиология и нейробионика
34. БОЖОКИН С. В.Санкт-Петербургский политехнический университет Петра Великого
Neurocardiology: wavelet analysis of heart rate turbulence
To analyze the turbulence of the heart rhythm, the method of wavelet analysis of a frequency-modulated signal was used, in which heart beats occur at true times separated by different cardio intervals. Criteria are formulated for finding the local frequency, which is characterized by strong heterogeneity associated with extrasystole. The behavior of the local frequency is analyzed over the entire continuous time interval both before the extrasystole and after the extrasystole.
35. ВОРОНКОВ Г. С.
Московский государственный университет им. М.В. Ломоносова
Неизвестная характеристика феномена «Куб Неккера»: два 3D образа куба зеркальны друг другу
В работе описывается ранее неизвестная характеристика зрительного феномена «Куб Неккера» (фКН), именно, что два трехмерных (3D) образа куба, попеременно видимые в «плоском» КН, зеркальны в отношении друг друга. Анализ фКН в этом аспекте позволил составить представление о нейронной модели, репрезентирующей в монокулярной зрительной системе 3D зрительное пространство; это сделало возможным описать «механизм» фКН в нейрофизиологических терминах. Обсуждается возможность феномена, подобного зрительному фКН, в мышлении.
36. НАЖЕСТКИН И. А.
Московский физико-технический институт (государственный университет)
Приближённые методы вычисления коэффициента интегрированной информации для исследования пластичности нейронных сетей головного мозга при обучении
Коэффициент интегрированной информации Φ является перспективной метрикой, оценивающей степень адаптации головного мозга к окружающей среде. Однако его вычисление значительно затруднено. В настоящей работе исследовались три метода приближённого вычисления Φ на данных нейронной активности гиппокампа крыс, выполняющих многодневное оперантное обучение пищедобывающему навыку. Было показано, что Φ, вычисленный с помощью всех трёх методов, успешно предсказывает степень успешности выполнения навыка.
37. ТИТОВ В. Е.1, ДИК О. Е.2
1Санкт-Петербургский государственный университет аэрокосмического приборостроения
2Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
Частотный анализ на основе синхросжатого вейвлет-преобразования ритмов мозга и сердца при сосудистой патологии мозга
Рассматривается применение синхросжатого вейвлет-преобразования для оценки связи между ритмами мозга и сердца при сосудистой патоло-гии различной степени тяжести до и во время гипервентиляционной нагрузки. Выявленные особенности частотных взаимосвязей ритмов моз-га и сердца во время гипервентиляционной нагрузки могут быть полезны при поиске нейрофизиологических коррелят степени тяжести сосудистой патологии головного мозга.
Нейроморфные вычисления, глубокое обучение
38. КРАСНОВ М. М., СМОЛИН В. С.Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша Российской академии наук, Москва
Использование дифференциальных свойств для повышения качества аппроксимации функций нейросетями
Описывается использование BPE (backpropagation error) для аппрокси-мации функций, заданных не явно, а в виде свойств, описываемых диффе-ренциальным уравнением и начальными значением. Предлагается способ формирования нейросетевых структур для вычисления частных произ-водных аппроксимирующей функции и выводится нелинейное преобразо-вание на основе выбранной исходной нелинейной функции формальных нейронов. В качестве примера приводится уравнение Хопфа.
39. ШАМИН А. Ю., КАРАНДАШЕВ Я. М.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Нейросетевой метод решения дифференциальных уравнений с различными начальными значениями
Предлагается обобщение нейросетевого метода численного решения дифференциальных уравнений, как обыкновенных, так и в частных производных с заданными начальными и граничными условиями. При этом, предлагается обучать сеть вместе с начальными условиями. Таким образом сеть обучается решать не только одну задачу с фиксированными начальными условиями, а целый класс с условиями в некотором диапазоне. Также в работе рассматривается несколько архитектур таких сетей с несколькими вариантами обучения.
СЕКЦИЯ 4
Вторник, 18 октября 18:00 – 20:00
Зал ученого совета
Председатель: РАТУШНЯК Александр Савельевич, д.б.н.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
40. СИЛЬКИС И. Г.Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Neural network providing the involvement of voluntary attention into the processing and conscious perception of sensory information
A hypothetical mechanism for processing and awareness of sensory information is proposed. Direction of voluntary attention to a stimulus evokes dopamine release that promotes dopamine-dependent plastic reorganizations of neural interactions in the network consisting of topographically connected areas in the neocortex, hippocampus, basal ganglia, thalamus and cerebellum. These reorganizations result in disinhibition of thalamic cells and increased firing of cortical and hippocampal neurons, there
41. ВВЕДЕНСКИЙ В. Л.1, ФИЛАТОВ И. А.2, ГУРТОВОЙ К. Г.1, СОКОЛОВ М. В.3
1Национальный исследовательский центр «Курчатовский институт», Москва
2Московский государственный университет им. М.В. Ломоносова
3Детский Технопарк Курчатовского Института
Динамика альфа-ритма при распознавании слов на слух
Мы объединили измерения времени распознавания услышанных слов с одновременной записью ЭЭГ испытуемых. Моменты пиков волн определялись с высокой точностью даже при значительных изменениях формы колебаний. Период альфа колебаний оставался постоянным в цугах длиной 5-10 колебаний. Он менялся как раз в моменты начала звучания слова и когда испытуемый узнавал слово и подтверждал это нажатием кнопки. Этот эксперимент показывает, что альфа-ритм связан с распознаванием слов или даже организует этот сложный процесс.
42. * ПУГАВКО М. М., МАСЛЕННИКОВ О. В., НЕКОРКИН В. И.
Институт прикладной физики РАН, Нижний Новгород
Динамика рекуррентной спайковой нейронной сети при решении нескольких задач когнитивной нейронауки
В работе представлена рекуррентная спайковая нейронная сеть, которая методами машинного обучения обучена решать несколько различных целевых задач, инспирированных экспериментами в области когнитивной нейронауки. Изучены динамические механизмы выполнения сетью целевых функций, состоящие в появлении определенных траекторий в пространстве популяционной активности нейронов. Выявлена иерархическая структура сети после обучения.
43. * ОНУЧИН А. А.1, КАЧАН О. Н.2
1Московский государственный университет им. М.В. Ломоносова
2Сколковский институт науки и технологий
Индивидуальная топологическая структура траекторий движения глаз
Извлечение признаков из движений глаз традиционно основывалось на статистиках макрособытий: саккад и фиксаций. Что предполагает наличие дополнительных шагов предобработки, от которых будет зависит разбиение на макрособытия. Мы предлагаем использовать новый типа признаков, выделяемых из траекторий целиком и характеризующих их в целостности. Данный новый класс признаков основывается на алгебраической топологии и позволяет получать признаки из различных представлений траекторий движения глаза.
44. ГАНЕЕВА В. А.1, КЛЫШИНСКИЙ Э. С.2
1Национальный исследовательский университет «Высшая школа экономики», Москва
2Институт прикладной математики им. М.В. Келдыша РАН
Исследование интерпретационных свойств статических векторных моделей для русского языка
Рассматривается задача семантической интерпретации внутреннего эмбеддинг-слоя моделей word2vec. Алгоритм выделение семантически интерпретируемых осей на основе LSA предложен и проверен на трёх разных моделях до третьего уровня разделения. Анализ семантического разделения осуществляется с привлечением словарей по предметным областям. Сделан вывод об интерпретируемости расположения слов в статических моделях.
45. * СЕЛЕЗНЕВ Л. Е., ЧУПАХИН А. А., КОСТЕНКО В. А., ВАРТАНОВ А. В., ШЕВЧЕНКО А. О.
Московский государственный университет им. М.В. Ломоносова
Распознавание мысленно произносимых фонем с использованием свёрточных нейронных сетей на основании данных электроэнцефалографии
Рассматривается задача бинарной и многоклассовой классификации мысленно произносимых фонем русского языка на основе данных, полученных с многоканального устройства электроэнцефалографии. Описывается методика проведения эксперимента по сбору данных, а также методы обработки полученных данных. Предложен, реализован и исследуется алгоритм классификации на основе свёрточных нейронных сетей.
46. * КАПУСТНИКОВ А. А.1, СЫСОЕВ И. В.2
1Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского
2Саратовский филиал Института радиотехники и электроники им. В. А. Котельникова РАН
Моделирование эпилепсии с использованием специализированных нейронов разных типов
Был продемонстрирован ансамбль из 14-ти связанных нейроосцилляторов для моделирования эпилепсии, в котором присутствует 5 типов нейронов, для каждого были выбраны соответствующие физиологические модели и параметры, кроме этого, из-за наличия возбуждающих и угнетающих связей в структуре, использовались физиологические модели синапсов для AMPA и GABA рецепторов соответственно. В результате показано, что система способна демонстрировать переходные процессы, моделирующие эпилептиформную активность.
47. ШЕПЕЛЕВ Д. И.1, САЕВСКИЙ А. И.2, ШЕПЕЛЕВ И. Е.2, ШАПОШНИКОВ Д. Г.2, ЛАЗУРЕНКО Д. М.3
1Южный федеральный университет, Ростов-на-Дону
2Научно-исследовательский технологический центр нейротехнологий Южного федерального университета, Ростов-на-Дону
3Научно-исследовательский технологический центр нейротехнологий Южного федерального университета
Программная система для тренировки мысленных движений в виртуальной реальности
Представлена программная реализация системы взаимодействия интерфейса мозг-компьютер и среды виртуальной реальности. Программный комплекс включает игровое приложение виртуальной реальности, управление в котором сопряжено с выполнением мысленных эквивалентов реальных движений. В основе мотивационной компоненты методики лежит игровой интерфейс в среде виртуальной реальности, способствующий глубокому погружению пользователя в процесс идеомоторных тренировок.
СЕКЦИЯ 5
Среда, 19 октября 12:00 – 13:00
Концертный зал
Председатель: ДОЛЕНКО Сергей Анатольевич, к.ф.-м.н.
Нейроморфные вычисления, глубокое обучение
48. АЛЬАДЕЛ А.Московский физико-технический институт (государственный университет)
Global memory transformer for processing long documents
This paper verifies the ability of previous introduced model to process chunked inputs on two new tasks; masked language modeling and question answering task and using the compressed chunk representations in autoregressive generation.
49. АНТОНОВ Д. И., СУХОВ С. В.
Институт радиотехники и электроники имени В.А.Котельникова РАН (Ульяновский филиал)
Механизмы предотвращения катастрофического забывания в импульсных нейронных сетях
При последовательном обучении искусственные нейронные сети испытывают катастрофическое забывание (КЗ). Особенности импульсных нейронных сетей (ИмНС) предоставляют дополнительные механизмы для борьбы с КЗ. В данной работе мы исследовали эффект латерального торможения и учет важности нейронов в ИмНС для КЗ. Эксперименты были выполнены на общедоступных наборах данных в библиотеке SpykeTorch.
50. КРАСНИКОВ В. В., ЧЕЖЕГОВ А. А., БАЛАШОВ И. С., ЧИЖОВ А. С., ГРУНИН А. А., ФЕДЯНИН А. А.
Московский государственный университет им. М.В. Ломоносова
Нейроморфные фотоэлектрические синапсы на основе нанокристаллитов оксидов металлов
В нашей работе сообщается о реализации фотоэлектрического синапса на основе полупроводниковых нанокристаллита (ZnO, In2O3, WO3). Выбор типа нанокристаллита и выбор параметров изготовления позволяют получать нейроморфные элементы с варьируемыми свойствами. В качестве синаптического сигнала в работе используются импульсы света на длине волны 405нм. Изменение проводимости при облучении светом изменяет сопротивление на постнейроне.
51. * ЧАПЛИНСКАЯ Н. В.
Институт проблем управления им. В.А. Трапезникова РАН, Москва
Обучение спайковой нейронной сети на основе изменения временных задержек на синапсах
В статье описывается новое правило обучения спайковой нейронной сети, основанное на биологическом эффекте пластичности временных задержек на синапсах. С помощью данного правила, спайковая нейронная сеть из трех нейронов была успешно обучена распознавать три контраст-ных образа.
СЕКЦИЯ 6
Среда, 19 октября 14:00 – 15:00
Концертный зал
Председатель: ДОЛЕНКО Сергей Анатольевич, к.ф.-м.н.
Прикладные нейросетевые системы
52. САГЫНДЫК Б. Н.1, БАЙМУРЗИНА Д. Р.1, БУРЦЕВ М. С.21Московский физико-технический институт (государственный университет)
2London Institute for Mathematical Sciences, United Kingdom
DeepPavlov Topics: Topic Classification Dataset for Conversational Domain in English
This paper presents DeepPavlov Topics, a new dataset for topic classification in conversational domain. The dataset was collected and filtered automatically from web-sites and open datasets. We identify 33 topics, and present full and down-sampled versions of the data. We report baseline classification results trained in multi-label setup. We also release pre-trained models for topic classification including distilled and multi-lingual versions.
53. ЧИЖИКОВА А. П.1, КОНОВАЛОВ В. П.1, БУРЦЕВ М. С.2
1Московский физико-технический институт (государственный университет)
2London Institute for Mathematical Sciences, United Kingdom
Multilingual Case-insensitive Named Entity Recognition
In this paper, we address the task of Named Entity Recognition on inconsistently capitalised data in English and Russian. We demonstrate that using multilingual BERT trained on a concatenation of original and lowered datasets is the most effective way to solve the task. Our model achieves the highest average result on CoNLL-2003 and Collection 3 datasets while being robust to missing casing.
54. КНЯЗЬ В. В.1, КНЯЗЬ В. А.2, МОШКАНЦЕВ П. В.1
1Государственный научно-исследовательский институт авиационных систем, Москва
2Московский физико-технический институт (государственный университет)
IQ-GAN: Instance Quantized Image Synthesis
For humans, it is natural to decompose an image into objects and background scene. Still, modern generative models usually analyze image at the scene level. Hence, it is challenging to control the style and quality of individual object instances. We propose an instance-quantized conditional generative model for the synthesis of images with high-fidelity instances of multiple classes. Specifically, we train two generators simultaneously: a scene generator that synthesizes the background environm
55. * ЦЫБИНА Ю. А.1, ЗАИКИН А. А.2, ГОРДЛЕЕВА С. Ю.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Университетский колледж Лондона
Обработка информации в нейрон-астроцитарной сети при старении
Недавние экспериментальные работы показали, что астроциты взаимодействуют с нейронами при обработке и хранении информации. Несколько исследований предоставили прямые доказательства участия аномальной передачи сигналов астроцитами в когнитивных нарушениях. Астроглиальная атрофия наблюдается при многих возрастных нейродегенеративных заболеваниях. Астроглиальная морфологическая атрофия лежит в основе уменьшения синаптического покрытия, что, в свою очередь, способствует снижению когнитивных способно
СЕКЦИЯ 7
Среда, 19 октября 15:00 – 16:00
Концертный зал
Председатель: МАЙОРОВ Владимир Иванович, к.б.н.
Нейробиология и нейробионика
56. МАЙОРОВ В. И.Московский государственный университет им. М.В. Ломоносова
ABCD нейроморфного интеллекта
Намечены элементы нейроморфного ядра интеллекта. Это a) “attractors” – аттракторные группы нейронов в рекуррентных нейронных сетях; b) “binding” – функциональные объединения групп на основе двунаправленной синаптической пластичности; c) “context/conditional” – образование обусловленных контекстом комбинаций и условных последовательностей; d) “dendrites” – локальная интеграция в дендритах, “dopamine” – модуляция связей дофамином, согласующаяся с дофаминовой теорией происхождения интеллекта.
57. РЫЛОВ А. Д., ЛЕВАНОВА Т. А., СТАСЕНКО С. В.
Нижегородский государственный университет им. Н.И. Лобачевского
Classification of neuron type based on average activity
Neuronal activity recorded in experiments is the basis for the processing, storage and transmission of information in the brain, as well as functional states. It can also carry information about the structure and type of neuronal cells involved in these processes. This paper proposes a new approach to the analysis of this type of data using modern methods of data classification. It was found that the average activity representation of spike sequences carries information about the type of neurona
58. САЕВСКИЙ А. И.1, ШЕПЕЛЕВ И. Е.1, ЩЕРБАНЬ И. В.1, ШАПОШНИКОВ Д. Г.1, ЛАЗУРЕНКО Д. М.2
1Научно-исследовательский технологический центр нейротехнологий Южного федерального университета, Ростов-на-Дону
2Научно-исследовательский технологический центр нейротехнологий Южного федерального университета
Comparative analysis of statistical and neural network classification methods on the example of synthetized data in the stimulus-independent brain-computer interface paradigm
A comparison of approaches to the motor imagery classification on the example of simulated signals is given. The issues of the need to compress the feature space at various stages of complex approaches and of extracting informative signal segments are considered. An approach to searching for informative segments by Fisher criterion is presented. Finally, the results of convolutional neural networks application to the problem are given both for using whole signals and shorter segments.
59. РАТУШНЯК А. С.1, ЗАПАРА Т. А.1, ПРОСКУРА А. Л.1, СКЛЯРОВ А. Н.1, СОРОКОУМОВ Е. Д.2
1Федеральный исследовательский центр информационных и вычислительных технологий
2Институт вычислительных технологий Сибирского отделения Российской академии наук, Новосибирск
Analysis of Appearances, Formation and Evolution of Biological Functional Systems
The purpose of the work was to search for approaches to obtain fundamentally significant results when modeling biological information functional systems. In order to promote this issue, it is necessary to understand the physical principles that lie at the heart of their appearances, evolution and function. The analysis of the preconditions and principles of the emergence of these molecular machines, the evolution of primary prebions, the formation of them on the basis of all subsequent levels of living systems, neurons and the brain.
СТЕНДОВАЯ СЕССИЯ 2
Среда, 19 октября 16:30 – 18:00
Фойе 2 этажа
Председатель: КАГАНОВ Юрий Тихонович, к.т.н.
Прикладные нейросетевые системы
60. БРЫКИН Г. С.Московский государственный технический университет им. Н.Э. Баумана
DeOldify.NET: кроссплатформенное приложение для окрашивания чёрно-белых изображений
Проблема раскрашивания изображений - это старая проблема, которую исследователи решают уже много лет. Статья посвящена кроссплатформенному настольному приложению для автоматического раскрашивания черно-белых изображений, являющемуся портом известной разработки DeOldify.
61. ЛАЗОВСКАЯ Т. В., ТАРХОВ Д. А.
Санкт-Петербургский политехнический университет Петра Великого
Investigation of Pareto front of neural network approximation of solution of Laplace equation in two statements: with discontinuous initial conditions or with measurement data?
The paper uses a general neural network approach to solving partial differential problems. The solution is the output of a neural network with one hidden layer and linearly and nonlinearly adjustable input parameters (weights) during training. Network training is considered as a multi-criteria optimization problem solved by constructing a Pareto front and then choosing the optimal solution in some sense. An evolutionary algorithm for constructing solutions based on the Pareto front is proposed.
62. КОТОВ В. Б., БЕСХЛЕБНОВА Г. А.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Specifics of Crossbar Resistor Arrays
Parallel neuromorphic computing is based on matrix-vector multiplications which can be realized using resistor arrays. The arrays should consist of variable resistors to enable the multiplication by vari-ous matrices. The elements that can change their resistance under the action of the current flowing through them are most interesting in this case. Among different sorts of resistor array the regular crossbar struc-tures are most manufacturable. The use of crossbar resistor arrays as storage elements or matrix-vector multipliers faces considerable diffi-culties. The biggest problem is how to record a needed conductance matrix with the limited number of control signals and strong inter-resistor connections. In parallel recording only specific conductance matrixes can be formed. In consecutive recording it is impossible to localize the action, not only targeted resistors change their conductance. In the paper the mathematical modelling is used to analyze the methods allowing us to generate a great variety of conductance matrices, though not permitting the formation of matrices of arbitrary types.
63. ЭНГЕЛЬ Е. А., ЭНГЕЛЬ Н. Е.
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
The intelligent times series forecasting framework
This paper presents the effective intelligent times series forecasting framework which provides an automatic creation of an optimum architecture of the modified fuzzy neural net with regards to a forecasting task’s complexity. We verified the developed intelligent times series forecasting framework by generating the intelligent two days ahead hourly PV array power forecasting system which simulation results show that it achieves competitive performance, as compared to a recurrent neuronet.
64. МАКАРОВ М. В., СЕМЕНОВ И. А., ДЕМИДОВ А. А., ТРАНТИНА Н. С.
Муромский институт (филиал) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых
Исследование нового типа эвристических решений для адаптивного управления мобильным роботом в динамической среде
В статье представлены теоретические сведения, раскрывающие сущность нового типа эвристических решений, синтезируемых внутри компонентов системы управления мобильным роботом. Разработана и реализована методология экспериментального исследования, направленного на обоснование осуществимости одного из аспектов синтеза подобных решений. Выявлено, что реализация данного аспекта возможна в рамках нейросетевой архитектуры и приводит к повышению адаптационных способностей робота в условиях динамической с
65. ИГОНИН Д. М., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Многовходовые свёрточные нейронные сети при решении задачи семантической сегментации в задачах реального времени
При обработке информации, получаемой в ходе дистанционного зондирования земной поверхности, возникает целый ряд задач, включая задачу семантической сегментации соответствующих изображений. Рассматривается подход к решению этой задачи непосредственно в процессе получения информации дистанционного зондирования земной поверхности по мере перемещения наблюдающего объекта. Такой подход необходим для работы в системах реального времени.
66. АРТАМОНОВ И. М.1, АРТАМОНОВА Я. Н.2
1Московский авиационный институт (национальный исследовательский университет)
2Нейрокорпус, Москва
Многоуровневый метод разделения классов данных со сходной структурой
Рассмотрена модель классификации данных близких по структуре, основанная на многоуровневой фильтрации. На основе большого набора реальных данных показано, что в случае высокой близости между релевантными и нерелевантными сообщениями широко распространенные методы машинного обучения, ANN и NLP показывают неудовлетворительные результаты. Решение представляет комбинацию традиционных методов, контекстного структурирования, кластеризации в подмножествах записей. Модель апробирована.
67. ЛИТВИНОВ О. С., ЗАБЕЛИН А. Н., РАКОВСКАЯ А. А.
Московский государственный технический университет им. Н.Э. Баумана
Моделирование нейросетевого алгоритма подавления нестационарных помех в адаптивной антенной решётке
Существующие алгоритмы адаптации в некоторых ситуациях не обеспечивают достаточно глубокого подавления нестационарных во времени помех. Рекуррентные нейронные сети могут повысить эффективность подавления таких помех с помощью прогнозирования временных рядов. В статье исследуются характеристики подавления нестационарных мерцающих помех в адаптивной антенной решётке (ААР) на нейросетевом амплитудно-фазовом управлении. Использовался пример имитационной модели, разработанной в программной среде Matlab/Simulink. Представлены результаты сравнения характеристик для алгоритма адаптации на основе рекуррентной нейронной сети (LSTM-сети) и для традиционного алгоритма по критерию минимальной мощности собственных шумов и помехи на выходе ААР. Для моделируемого случая предложенный алгоритм обеспечивает увеличение ОСШП, что важно для систем радиолокации, радионавигации и связи.
68. ДУДКИН А. А., ГАНЧЕНКО В. В., ИНЮТИН А. В., МАРУШКО Е. Е.
Объединенный институт проблем информатики Национальной академии наук Беларуси, Минск
Нейросетевая модель классификации, основанная на использовании автоэнкодера и построенная по архитектуре ансамбля многослойных персептронов
Для идентификации и классификации объектов на изображениях, полученных с помощью съемочных средств БПЛА и орбитального базирования, предложена нейросетевая модель классификации, основанная на использовании автоэнкодера и построенная по архитектуре ансамбля многослойных персептронов. Использование модели для классификации на четыре класса: «Пожар», «Задымление», «Растительность» и «Строения», позволяет достичь точности классификации выше 99 %.
69. ЛИТИНСКИЙ Л. Б.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Опыт обработки спектрограмм выдоха для пробной группы пациентов методом главных компонент
В работе изложены предварительные результаты обработки пробного фрагмента большого массива медицинских данных. Основная задача медицинского исследования – научиться распознавать по спектрограмме выдоха пациента наличие у него тех или иных заболеваний (или предрасположенности к ним). Методом главных компонент обработана пробная матрица данных, оценена степень разделимости разных классов.
70. ЛОБАНОВ А. В., ЛАЗАРЕВА Г. Г.
Российский университет дружбы народов, Москва
Первичная подготовка данных для анализа снимков МСКТ головного мозга для задачи поиска первичных признаков инсульта головного мозга
В рамках задачи поиска областей с первичными признаками инсульта головного мозга имеется необходимость в начальной фильтрации данных снимков мультиспиральной компьютерной томографии (МСКТ) головного мозга, для контрастного выделения потенциальных аномальных областей. Представлен алгоритм предподготовки данных в рамках исследуемой задачи.
71. СОБЯНИН К. В., РУСАКОВА Е. И.
Национальный исследовательский университет "Высшая школа экономики", Пермский филиал
Применения комбинированных функции потерь и метрики при обучении U-Net в задаче семантической сегментации очага ОМНК
Рассматривается задача семантической сегментации очагов ишемического инсульта на МРТ снимках. Были предложены и применены комбинированная функция потерь и метрики. Была обучена и протестирована U-Net модель с пред обученным на базе ImageNet кодировщиком EfficientNet B4. На тестовых данных модель показала коэффициент Дайса равный 66% для снимков с очагами ишемического инсульта.
72. СЫСОЙКИН Е. М., ШПАК И. Д., АНТОНОВ А. И.
Московский государственный технический университет им. Н.Э. Баумана
Распознавание номеров участников соревнований с помощью ансамбля моделей глубокого обучения
В статье рассмотрена задача распознавания номеров участников спортивных соревнований на изображениях. Предложен и реализован способ решения этой задачи с использованием алгоритма, содержащего четыре этапа: распознавание области интереса, детекцию полигона, содержащего номер, распознавание номеров на найденных областях и объединение ре-зультатов. Разработана реализация на основе одноэтапного детектора YoloV5, преимуществом которого является наличие инструментов для обучения модели на собственных
73. ТАРАН М. О., РЕВУНКОВ Г. И., ГАПАНЮК Ю. Е.
Московский государственный технический университет им. Н.Э. Баумана
Создание краткого обзора судебной практики с использованием методов кластеризации
Основываясь на результатах предыдущих исследований в области обработки юридических текстов, в данной статье рассматривается ряд высокоуровневых модулей “гибридной интеллектуальной информационной системы для анализа судебной практики арбитражных судов”, которые могут быть использованы в работе юристов. Обсуждается разработка модуля кластеризации. Дан краткий обзор соответствующих работ, основанных на кластерном подходе. Обсуждаются результаты экспериментов по кластеризации, показано, что предложенный алгоритм решает задачу кластеризации лучше, чем рассмотренные аналоги, по всем основным показателям качества кластеризации. Рассматривается модуль для создания краткого обзора судебной практики. Выходные данные модуля включают статистическую информацию о проанализированных документах, а также фрагменты текстов, которые могут помочь в подготовке к судебным прениям. Также рассматривается аналитический модуль, с использованием которого можно генерировать отчеты на основе данных, извлеченных из судебных документов.
74. ЧЕРНЫШЕВ Л. С.
ООО "Матсофт"
Прогнозирование значений временного ряда с помощью нейронной сети при решении задачи динамического ценообразования
В работе приведен пример прогнозирования значений смоделированного временного ряда, построенного по аналогии с временными рядами ежесуточного количества покупок товаров на маркетплейсе, с помощью специально разработанной для этих целей нейронной сети. Полученный прогноз послужит основой для построения модели динамического ценообразования. Выполнено сравнение полученного прогноза с результатом работы стандартной модели прогнозирования временных рядов – интегрированной модели авторегрессии скользящего среднего (ARIMA), реализация которой взята из стандартной библиотеки python.
Теория нейронных сетей, нейросетевые парадигмы и архитектуры
75. КАРАНДАШЕВ Я. М., МИХАЛЬЧЕНКО Е. В., МАЛЬСАГОВ М. Ю., НИКИТИН В. Ф.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Аппроксимация химической кинетики исскусственной нейронной сетью
Добавление давления системы как новой переменной значительно усложняет задачу аппроксимации изменения концентраций веществ в смеси в процессе химических реакций. Величина начального давления оказывает влияние, как на величину данных, так и на скорость протекающих реакций. В настоящей работе нам удалось построить одну нейронную сеть, способную описывать модель при различных давлениях, не пожертвовав при этом ни точностью решения, ни скоростью работы.
76. ЕФИТОРОВ А. О.1, БУРИКОВ С. А.1, ДОЛЕНКО Т. А.1, ДОЛЕНКО С. А.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Использование обусловленных вариационных автоэнкодеров и метода частичных наименьших квадратов при решении обратной задачи спектроскопии.
В данной статье представлено решение обратной задачи КР-спектроскопии водно-этанольных растворов с помощью нейросетевых моделей. Мы предлагаем подход генерации синтетических пар паттернов, представленных непрерывными векторами. Это было достигнуто за счет использования модели частичных наименьших квадратов в качестве дополнительной модели вложения скрытого пространства, генерируемого условным вариационным автокодером. Сгенерированные паттерны имеют форму, похожую на реальные спектры.
77. АНЦИПЕРОВ В. Е., ПАВЛЮКОВА Е. Р.
Институт радиотехники и электроники имени В.А. Котельникова РАН
Нейроморфное кодирование изображений на основе разбиения выборки отсчетов системой рецептивных полей
Рассматривается проблема синтеза методов кодирования изображений на основе данных самих изображений. Предлагаемый подход основан на разработанном ранее специальном представлении изображений выборками отсчетов (выборочными представлениями). Поскольку выборочные представления являются по существу случайными конструкциями, синтез методов кодирования осуществляется строго в рамках генеративного подхода. В рамках данного подхода процедура кодирования изображений трактуется как частный случай статистического параметрического оценивания плотности распределения вероятностей. Выбор параметрического семейства возможных распределений ограничен в работе моделью смеси предопределенных компонент. Соответственно, набор оценок весов компонент смеси, рассчитанный по выборочному представлению, рассматриваемому как входные данные, интерпретируется как код изображения – выходные данные. В этом контексте естественным критерием оптимального кодирования является критерий максимального правдоподобия. Для алгоритмической реализации процедуры кодирования модель смеси оснащена структурой рецептивных полей, известной в нейрофизиологии как основной принцип организации рецепторов сетчатки глаза человека. На этой основе синтезирован относительно простой алгоритм рекуррент-ного кодирования, близкий к популярному в машинном обучении EM-алгоритму. В статье представлена интерпретация некоторых особенностей алгоритма с точки зрения известных фактов об обработке изображений в периферии зрительной системы, обсуждаются варианты реализации алгоритма и представлены результаты численного моделирования его работы.
78. КОЛГАНОВ П. А., ТЮМЕНЦЕВ Ю. В.
Московский авиационный институт (национальный исследовательский университет)
Попытка формализовать постановку задачи поиска сетевой архитектуры для сверточных нейронных сетей
В работе рассматривается задача поиска нейросетевой архитектуры. В статье приведена математическая постановка задачи поиска нейросетевой модели, оптимальной с точки зрения заданного критерия. Приведён анализ составных частей этой задачи. Описаны некоторые трудности, с которыми сталкиваются исследователи при решении задачи NAS. Проведён вычислительный эксперимент, который состоит в поиске нейросетевой архитектуре на наборе данных MNIST.
79. КОТОВ В. Б., СОХОВА З. Б.
Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
Применение резисторной матрицы для решения задач оптимизации
Резисторная матрица позволяет реализовать векторно-матричное умножение. При использовании переменных резисторов появляется возможность варьировать матрицу-множитель. При использовании такого векторно-матричного умножителя в нейроморфной системе можно осуществлять оптимизацию по проводимостям резисторов матрицы.В работе рассмотрена модификация схемы резисторной матрицы с параллельными записью и считыванием. Обсуждаются вопросы уточнения оптимальной матрицы и роль стационарных матриц проводимости.
СЕКЦИЯ 8
Среда, 19 октября 18:00 – 18:45
Концертный зал
Председатель: ЮДИН Дмитрий Александрович, к.т.н.
Адаптивное поведение и эволюционное моделирование
80. КОТОВ В. Б., СОХОВА З. Б.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
On the importance of diversity
The structure optimization of a heterogeneous community with different objectives and values can level the distinctions between community members. In advanced self-sufficient communities, the objectives and values change in development. This fact and environmental changes cause the value ranking of different groups of a community to change. For this reason, the diversity is a necessary condition for steady progress of a society with ever-changing social values and environment. The paper takes simple population models of a heterogeneous community as examples to consider the issues of the diversity preservation. Different resource distribution principles yielding different relations between optimization and diversity preservation are presented. Contradictions between optimization and diversity preservation are particularly acute in segregated social groups. The possibility of intergroup transitions smooths the contradictions and increases the flexibility of optimization and the ability of the community to adapt to the changeable environment.
81. * ТИХОНОВ И. В.1, ЖДАНОВ А. А.2
1Московский физико-технический институт (государственный университет)
2Институт точной механики и вычислительной техники им. С.А. Лебедева РАН, Москва
Адаптивный алгоритм трекинга задач реального времени
В статье разобрано построение адаптивного алгоритма трекинга. Ре-шение предполагает накопление и обновление знаний о многомерном движении объектов в процессе управления их распознаванием в режиме реального времени. Накопление знаний учитывает оценку качества рас-познавания, которая используется в процессе управления. Алгоритм фор-мирует новые многоуровневые образы из множества уже распознанных. Произведено моделирование на основе реального видеопотока.
82. * КУПРИЯНОВ Г. А.1, ИСАЕВ И. В.2, ДОЛЕНКО С. А.2
1Московский государственный университет им. М.В. Ломоносова
2НИИ ядерной физики им. Д.В. Скобельцына МГУ им. М.В. Ломоносова, Москва
Гендерный генетический алгоритм и его сравнение с обычным генетическим алгоритмом
В данном исследовании представлена новая модификация гендерного генетического алгоритма (ГГА). Она исследована на пяти тестовых задачах и сравнена со стандартным генетическим алгоритмом (ГА). Анализ экспериментальных данных подтверждает эффективность идеи гендерного разделения популяции. Предложена более совершенная модификация ГГА, использующая определение гендера потомка на основе комбинации в нем родительских хромосом.
СЕКЦИЯ 9
Среда, 19 октября 18:45 – 20:00
Концертный зал
Председатель: ВВЕДЕНСКИЙ Виктор Львович, к.ф.-м.н.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
83. УШАКОВ В. Л.Институт перспективных исследований мозга МГУ им. М.В. Ломоносова
Associations of morphometric changes of the brain with the levels of IGF1, a multifunctional growth factor, and with systemic immune parameters reflect the disturbances of neuroimmune interactions in patients with schizophrenia
The development of neuroimaging methods allows to obtain new data on the brain functioning to find neuroimaging patterns of psychopathological conditions, creating a basis for further application of neuroscience research results in practical medicine. The involvement of insulin-like growth factor 1 (IGF1), which has a wide range of biological functions that include stimulation of glucose metabolism and transport, stimulation of cell proliferation and differentiation, inhibition of cell apoptosis and immune process regulation, is of great interest in the pathogenesis of schizophrenia. The aim of the work was to study possible associations of structural brain changes according to fMRI data with a multifunctional growth factor, IGF1, and systemic inflammatory immunity parameters for multilateral assessment of the state of neuro-immune interrelations in schizophrenia. 52 schizophrenic patients and 67 healthy volunteers were enrolled into the study. An interdisciplinary approach was used, including psychological testing (clinical method), neurophysiological and immunological testing, and cross-methodological calculations. Patients with decreased IGF-1 levels had the reduced average cortical thickness in a number of cortical areas in the left and right hemisphere. Patients with low IGF1 levels had higher systemic inflammation and signs of autoimmune reactions. Assessment of association of IGF-1 levels with clinical symptoms has shown that decreased IGF-1 levels were associated with motor disorders. The results show that the level of IGF1 growth factor reflects the features of immune-inflammatory disorders, the severity of brain morphometric disorders and extrapyramidal disorders in patients with schizophrenia. The identified associations show the presence and significance of impaired neuroimmune interactions in schizophrenia.
84. БАРЦЕВ С. И.1, МАРКОВА Г. М.2
1Институт биофизики СО РАН – обособленное подразделение ФИЦ КНЦ СО РАН, Красноярск
2Сибирский федеральный университет, Красноярск
Есть ли рефлексия у рекуррентной нейронной сети в ходе рефлексивной игры?
В работе проверяется способность простых рекуррентных нейронных сетей к использованию рефлексивного отображения противника в ходе рефлексивной игры «Чет-нечет». Под рефлексией понимается внутреннее отображение внешнего мира. Определено, что результативность нейронных сетей в рефлексивной игре коррелирует с наличием самоподдерживающегося динамического аттрактора и с использованием ходов, отличных от естественной стратегии «выиграл-оставь, проиграл-смени».
85. * ПОЛЕВАЯ А. В.1, ПОЛЕВАЯ С. А.1, ПЕТУХОВ А. Ю.2, ЛОСКОТ И. В.1, ПАРИН С. Б.1
1Нижегородский государственный университет им. Н.И. Лобачевского
2Институт прикладной математики им. М.В. Келдыша РАН
Экспериментальная диагностика эмоционального состояния индивидов с использованием аффективных аудиовизуальных стимулов
Решается задача объективной диагностики эмоционального состояния индивидов с использованием инструментов телеметрии сердца, субъективной оценки SAM и оценки уровня эмоциональной дезадаптации при воздействии внешних аудиовизуальных стимулов. Новизна работы заключается в оценке влияния стимулов с учетом конфликта валентности и модальности. На основе полученных данных возможна диагностика влияния информации на эмоциональное состояние индивида.
86. АФОНИН А. Н., ГЛАДЫШЕВ А. Р., ГЛАДЫШЕВА А. В.
Белгородский государственный технологический университет им. В. Г. Шухова
Система управления бионического протеза кисти руки на основе адаптивного неинвазивного анализатора мышечной активности
Разработана система управления бионическим протезом кисти руки, а также выполнена разработка модели машинного обучения и ее программ-ная реализация для анализа сигналов мышечной активности различной природы с матрицы датчиков. В основе проекта лежит новый подход по реализации комбинированного человеко-машинного интерфейса управле-ния бионическим протезом верхней конечности на основе ЭМГ-датчиков и матрицы пьезодатчиков.
87. САМСОНОВИЧ А. В.
Национальный исследовательский ядерный университет «МИФИ», Москва
О возможности определения психологических характеристик личности пользователя при его рутинном взаимодействии с артефактом
Рассматривается задача предсказания результатов психологического теста «большой пятерки» на основе данных о поведении пользователя в рутинном процессе виртуальной регистрации в отель. Участники эксперимента вели диалог с воображаемым виртуальным агентом – Регистратором. Данные о поведении участников позволили с разумной точностью предсказать две из пяти характеристик их типа личности. Полученный результат позволяет предложить концепцию «Психометра» на основе виртуального агента или робота, способного незаметно определять психологические характеристики клиентов в процессе выполнения своей основной задачи, без использования дополнительных средств. Метод также может быть использован для оценки поведения искусственных социальных агентов.
СЕКЦИЯ 10
Четверг, 20 октября 10:00 – 11:00
Концертный зал
Председатель: ДОРОХОВ Владимир Борисович, д.б.н.
Нейробиология и нейробионика
88. МАКУШЕВИЧ И. В., БИБИКОВ Н. Г.Акустический институт им. акад. Н.Н. Андреева, Москва
Dynamics of background and evoked activity of neurons in the auditory cortex of the unanaesthetized cat
Исследована вариабельность импульсной активности нейронов височной коры ненаркотизированной кошки в отсутствии специального звукозаглушения и при наличии реверберации. Как фоновая, так и вызванная импульсная активность обычно характеризовались высокой пачковостью и рядом свойств, присущих фрактальным точечным временным процессам. Динамику импульсации описывали с помощью методик Фано и Хёрста. Выявляется высокая вариабельность не только фоновой, но и вызванной активности, особенно ярко проявляющаяся вне первичной зоны А1.
89. ДИК О. Е.
Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
Search for markers of moderate cognitive disorders through phase synchronization between rhythmic photostimulus and EEG pattern
The task is to find differences in the degree of synchronization of the rhythmic photostimulus and brain response in different forms of vascular genesis and the presence or absence of moderate cognitive impairment. To solve the problem, the method of synchrosqueezed wavelet transform of electroencephalogram (EEG) has been used with subsequent analysis of instantaneous frequencies and phases of the EEG pattern and photostimulus and estimation of the phase synchronization index. The method of join
90. КОТИКОВА М. Р.1, ЧИЖОВ А. В.1, МИХАИЛ Д.2
1Физико-технический институт им. А.Ф. Иоффе РАН, Санкт-Петербург
2Umeå University
Shunting effect of synaptic channels located on presynaptic terminal
Experiments show that GABAA receptors located on an axon can affect synaptic transmission, presumably through modulation of calcium influx on a presynaptic terminal which determines release of mediator. In this paper, a mathematical mod-el that describes the shunting effect of these receptors on the presynaptic calcium influx is proposed.
91. ЛИГУН Н. В., ДОРОХОВ В. Б., ПУТИЛОВ А. А.
Институт высшей нервной деятельности и нейрофизиологии РАН, Москва
Sleep of poor and good nappers under the afternoon exposure to weak 2-Hz/8-Hz electromagnetic fields
Human sleep might respond to the fields emitted by such natural sources as the earth’s magnetic fields and magnetic activity of the sun. However, the experiments aimed on testing such response are scarce. In two napping experiments, we examined a possibility of beneficial response of sleep charac-teristics in good and poor nappers (n = 14 and 13, respectively) to the exposure to low-level (0.004μT) electromagnetic fields of frequencies 1Hz or 8Hz. A significant increase in amount of slow wave sleep and power density in delta frequency range of the electroencephalographic (EEG) spectrum was found during the napping attempts of only good but not poor nappers. We concluded that the effects of these fields might be beneficial for sleep intensity (e.g., due to prolongation of slow wave sleep), but they might not be additionally effective against the falling asleep problems. We also concluded that these findings should be considered exploratory, and the demonstration of their replicability in larger samples of poor and good sleepers is required.
СЕКЦИЯ 11
Четверг, 20 октября 11:00 – 12:15
Концертный зал
Председатель: ТЕРЕХОВ Сергей Александрович, к.ф.-м.н.
Прикладные нейросетевые системы
92. ТАРКОВ М. С.Институт физики полупроводников им. А.В. Ржанова Сибирского отделения Российской академии наук, Новосибирск
SPICE Model of Analog Content-Addressable Memory Based on 2G FeFET Crossbar
Based on the SPICE model of a double-gate ferroelectric transistor (2G FeFET), a crossbar model was built that can be used as a content-addressable memory (CAM). A new approach is analog computing in memory on matrices (crossbars) of non-volatile memory cells based on 2G FeFET. This architecture eliminates the need for digital-to-analog converters and ensures low power consumption. The CAM model is investigated as an image classifier.
93. ШИБЗУХОВ З. М.
Московский педагогический государственный университет
Об одном обобщенном нейросетевом методе кластерной регрессии
Предлагается подход к построению кластерной регрессии, основанное на применении принципа минимизации дифференцируемых усредняющих агрегирующих функций от потерь, малочувствительных к выбросам. Предлагается алгоритм типа итеративного перевзвешивания для поиска оптимальных значений параметров регрессионных моделей. На наглядных примерах показывается устойчивость к выбросам предложенного подхода и алгоритма.
94. НУЖНЫЙ А. С.1, ЛЕВЧЕНКО Е. Н.2, ГЛУХОВ А. Ю.3
1Институт проблем безопасного развития атомной энергетики Российской академии наук, Москва
2ЛУКОЙЛ-Инженерные навыки и компетенции
3ООО ЛУКОЙЛ-Волгограднефтепереработка
Построение нейросетевой модели оптимального управления процессами нефтепереработки
Рассматривается задача оптимального управления НПЗ на примере установки гидрокрекинга гудрона. Строится модель прогноза экономической эффективности установки путем обучения нейронной сети на исторических данных. Оптимизация прогнозной экономики установки по управляющим воздействиям позволяет получить их значения, максимизирующие потенциальную маржинальность. Корректность рекомендаций модели оценивается экспертами, а также путем тестирования непосредственно на установке.
95. СОРОКИН Д. И., БАБАЕВ Д. Л.
АНО Институт искусственного интеллекта
Разработка алгоритма передвижения шагающего робота на основе обучения с подкреплением
В работе рассматривается задача обучения передвижению с заданной линейной и угловой скоростью шагающего робота. Процесс обучения происходит по расписанию с возрастающей сложностью. Предложена функция награды, позволяющая выучить алгоритм плавного и безопасного движения. Процесс обучения производится в симуляции с использованием шумов. Предложенный метод был успешно протестирован на модели шагающего робота.
96. ГАБДРАХМАНОВА Н. Т.1, ПИЛЬГУН М. А.2
1Российский университет дружбы народов, Москва
2Институт языкознания РАН, Москва
Свёрточные нейронные сети в задачах оценки и прогнозирования развития ситуации по цифровым данным
Рассматривается задача динамического описания конфликтной ситу-ации в социуме в режиме реального времени на базе контента, генериро-ванного пользователями, и их цифровых следов на примере реализации проекта Большой кольцевой линии метро (Южный участок). Интеграция нейросетевых и математических моделей позволила выявить семантиче-ские негативные акценты, определить позиционирование проекта в ме-диапространстве, сегменты наибольшего информационного внимания, социального напряжения вокруг строител
СЕКЦИЯ 12
Четверг, 20 октября 19:00 – 19:45
Концертный зал
Председатель: ДОРОФЕЕВ Владислав Петрович
Искусственный интеллект
97. ZHOLUS A. A.1, ИВЧЕНКОВ Я.1, ПАНОВ А. И.21Московский физико-технический институт (государственный университет)
2Федеральный исследовательский центр "Информатика и управление" РАН, Москва
Addressing Task Prioritization in Model-based Reinforcement Learning
We propose a data-centric approach to sample efficient model-based reinforcement learning with multitask information. We build a controllable optimization process for MBRL agents that selectively prioritizes the data used by the model-based agent to improve its performance. We show how this can favor implicit task generalization in a custom environment based on MetaWorld with a parametric task variability. We frame the approach within the scope of methods that have followed this direction.
98. КАПЕЛЮШНИК Д. М.1, БАЙМУРЗИНА Д. Р.2, КУЗНЕЦОВ Д. П.3, БУРЦЕВ М. С.4
1Национальный исследовательский университет «Высшая школа экономики», Москва
2Московский физико-технический институт (государственный университет)
3DeepPavlov
4London Institute for Mathematical Sciences, United Kingdom
Aвтоматическая генерация разговорных навыков на основе диалоговых данных
Современные диалоговые системы представляют собой модульные архитектуры, в которых могут использовать несколько отдельных элементов для генерации естественной речи, т.н. разговорных навыков. В данной работе предлагается подход для генерации навыков, способных на основе контекста диалога подстраиваться под новые темы и генерировать реплики в контролируемой и интерпретируемой манере. Генерируемый навык объединяет в себе ранжирующие и шаблонные навыки, а также маскированную языковую модель.
99. МИСТРЮКОВА Л. А.1, КНЯЗЕВА И. С.2, ПЛОТНИКОВ А. А.3, ХИЖИК А. И.1, ГУЩИН М. И.1, ДЕРКАЧ Д. А.1
1Национальный исследовательский университет «Высшая школа экономики», Москва
2Санкт-Петербургский государственный университет
3Главная (Пулковская) астрономическая обсерватория Российской академии наук, Санкт-Петербург
Методы оценки уверенности моделей нейронных сетей при восстановлении параметров солнечной атмосферы
Проблема восстановления параметров атмосферы Солнца, как известно, является сложной и требует больших вычислительных ресурсов. Было показано, что нейронные сети являются эффективным подходом к решению данной задачи, однако они склонны быть слишком уверенными в своих предсказаниях. В данной работе представлен метод оценки неопределенностей в прогнозе атмосферных параметров, основанный на использовании детерминированных сетей с частично-независимыми MLP блоками.
СЕКЦИЯ 13
Пятница, 21 октября 16:00 – 17:00
Концертный зал
Председатель: УШАКОВ Вадим Леонидович, к.б.н.
Когнитивные науки и интерфейс “мозг-компьютер”. Адаптивное поведение и эволюционное моделирование
100. * ПРОКОФЬЕВ А. А.1, ИВАНОВА Д. В.1, ЖУРАВСКАЯ А.21Институт среднего профессионального образования Санкт-Петербургского политехнического университета Петра Великого
2Санкт-Петербургский политехнический университет Петра Великого
“MYO-chat” – a new computer control system for people with disabilities
A new computer control system using electromyographic signals is presented in this work. The system has been designed for the people with disabilities who cannot use the keyboard and/or mouse of computer. The hardware of the system registers the contraction of the human muscle and transmits this data to the computer with the software of the virtual keyboard installed, which performs the "selection action" of the key.
101. СТАНКЕВИЧ Л. А.1, ГУНДЕЛАХ Ф. В.2
1Санкт-Петербургский политехнический университет Петра Великого
2Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Санкт-Петербург
Управление робототехническими устройствами на основе нейроморфных классификаторов воображаемых команд
Работа посвящена проблемам разработки и применения интерфейсов «мозг-компьютер» (ИМК) в бесконтактных системах управления робото-техническими устройствами. Рассматриваются ИМК на основе классифи-каторов электроэнцефалографических сигналов, возникающих при вооб-ражении разных движений. Приведено описание и сравнение существу-ющих классификаторов и показано, что они могут обеспечить точность 60-80% при распознавании до 4-х классов движений. Предложен новый тип классификатора на нейроморфной сети, который показал точность классификации не ниже 90% для 4-х классов воображаемых команд. При-веден пример применения ИМК для управления мобильным роботом
102. ЖАРИКОВ И. Н.
Московский физико-технический институт (государственный университет)
Обзор one-shot методов поиска архитектуры нейронной сети
Поиск архитектуры нейронной сети - сложная задача, требующая значительных вычислительных ресурсов. По этой причине использование one-shot модели стало очень популярным подходом для получения одной или нескольких архитектур в соответствии с различными требованиями к производительности моделей без повторного обучения. В этой статье мы обобщаем существующие методы one-shot NAS, выделяем основные концепции и сравниваем рассмотренные методы с точки зрения точности и необходимых для обучения ресурсов.
103. ЖАРИКОВ И. Н.
Московский физико-технический институт (государственный университет)
Низкобитное квантование трансформера в задаче распознавания речи
Трансформеры значительно улучшили качество автоматического распознавания речи. Однако данные нейросетевые модели являются большими и требуют значительных вычислительных ресурсов. Квантование - один из наиболее перспективных подходов к уменьшению размера и повышению производительности нейронной сети. В этой статье предложены методы ускорения сходимости методов квантования и повышения их качества. Полученная 2-х битная модель показала повышение WER порядка 1-ого процента на датасете LibriSpeech.
СЕКЦИЯ 14
Пятница, 21 октября 17:00 – 18:00
Концертный зал
Председатель: УШАКОВ Вадим Леонидович, к.б.н.
Нейробиология и нейробионика
104. СМИРНИТСКАЯ И. А.Федеральный научный центр Научно-исследовательский институт системных исследований РАН, Москва
The reinforcement learning theory, value function, and the nature of value function calculation by the insular cortex
The Reinforcement Learning theory is a powerful tool for building recognition systems. This theory has long been used in the construction of computational models of neural networks of the brain. However, the validity of its use for these purposes is not unequivocally recognized. One of the reasons for this is the significant differences between the variables used in the theory and the characteristics of the brain that determine behavioral choice. In this paper, the possibility of applying the theory of reinforcement learning for modeling the process of behavioral choice is evaluated. It is argued that insular cortex may be considered displaying state value of RL theory. Such an attempt turns out to be useful, as it allows us to formulate new questions concerning the way control structures interact and the nature of control in the brain, which in turn will allow us to make further progress in understanding the mechanisms of its work
105. СТАСЕНКО С. В., КАЗАНЦЕВ В. Б.
Нижегородский государственный университет им. Н.И. Лобачевского
Астроциты улучшают представление изображения, закодированного в спайковой нейронной сети
В данной работе мы применили набор метрик, оценивающих качество представления изображений спайковой нейронной сетью. Изображение кодируется в виде динамического паттерна спайков, сохраняющего пространственную форму изображения в виде пространственно-временного распределения спайков. Мы представили методики, основанные на различных стандартных метриках, способных идентифицировать изображение в спайковом паттерне.
106. ЛЯХОВЕЦКИЙ В. А.1, МОРОЗОВ Д. Д.2, МУСИЕНКО П. Е.3, МЕРКУЛЬЕВА Н. С.1
1Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург
2École polytechnique
3Санкт-Петербургский государственный университет
Нелинейная динамическая модель системы генераторов ритма шагания
Рассматривается проблема моделирования синхронизации ритмов центральных генераторов паттерна локомоции, возникающая при одно-временно двунаправленной ходьбе, вызываемой электрической эпидуральной стимуляцией. Предложена нелинейная динамическая система генераторов ритма ходьбы, основанная на осцилляторах Ван дер Поля. Результаты моделирования обсуждаются в контексте знаний о нейрональных структурах спинного мозга млекопитающих.
107. МАЙОРОВ В. И.
Московский государственный университет им. М.В. Ломоносова
Функции дофамина в обучении с подкреплением
Последние экспериментальные данные опровергают гипотезу о дофаминовом сигнале как переносчике “reward prediction error”. «Дофаминовый драйв» является движущей силой того побудительного значения, которое цель действия приобретает путем ассоциации с поощрением или наказанием. Дофаминовый сигнал в одно и то же время активирует двигательную систему и создает условия для индукции пластических перестроек в синапсах (“synaptic tag”), которые «подкрепляются» при условии редукции дофаминового драйва.
