5-й семинар
Докладчик: Ляховецкий В.А., к.т.н., сотрудник лаб. Физиологии движений ИФ РАН им. И.П. Павлова
Презентация доклада (3.52 Мбайт) и аудиозапись доклада
5-й семинар
Докладчик: Ляховецкий В.А., к.т.н., сотрудник лаб. Физиологии движений ИФ РАН им. И.П. Павлова
Презентация доклада (3.52 Мбайт) и аудиозапись доклада
4-й семинар
Докладчик: А.В. Бахшиев
Презентация (2.86 Мбайт) и аудиозапись доклада
3-й семинар
Докладчик: Хмур
Аннотация (33 Кбайт) и аудиозапись доклада
3-й семинар
Докладчик: А.Н. Никанкин
Презентация (2.2 Мбайт) и аудиозапись доклада
Общее между реальной клеткой и стандартной моделью нейрона - только название. Для этой модели существует множество алгоритмов, так или иначе основанных на матричном исчислении. В реальных задачах, связанных с построением больших систем, применение подобных подходов неприемлемо из-за низкого быстродействия, плохого распараллеливания, ограниченности возможностей обучения, низкого подобия естественным нейронам. Новая модель призвана преодолеть эти ограничения. Основа этой модели - моделирование кусочков мембраны с ионными каналами. Было промоделировано распространение активности по мембранам с различным расположением ионных каналов. Были выведены паттерны ответа нейрона в зависимости от топологии дендритов. В модель включены модели глиальных клеток как средство управления "глупыми" нейронами. Построена модель кортикальной колонки. Рефакторинг модели с максимальным сохранением функционального подобия естественным нейронам привел к получению чистых алгоритмов, позволяющих очень быстро работать в реальных "боевых" системах, например, это позволило создать алгоритмы быстрого поиска (индексации), устойчивого к шумам распознавания, выявления закономерностей в больших массивах данных. На этой же основе построен псевдо-интеллект проекта ПИПС.
2-й семинар
Докладчик: к.т.н. О.В. Прогаров
Аннотация (27 Кбайт) и аудиозапись доклада
Раскрыты конструктивные рамки интеллекта и предложены его признаки. На базе этих признаков рассмотрен схематичный пример использования ии-системы на биржевых рынках. Предложены уровни моделирования: система в целом, функциональный модуль, слой модуля, узел (нейрон). Раскрыта архитектура верхнего уровня ии-системы, состоящая из анализаторов, селекторов, компараторов и др. модулей. Рассмотрена архитектура функционального модуля на примере анализатора среды. Предложена неравновесная модель узла. Обоснован выбор ряда модификаций, отличающих предлагаемую модель узла (нейрона) от существующих.
Страница 7 из 8