AI Lab

Left Menu

  • Разработки
  • Исследования
    • Аниматы
    • Бионика
    • Распознавание
    • Управление
    • ИИ и WWW
  1. You are here:  
  2. Home
  3. События
  4. Семинар

Моделирование процессов распространения возбуждения в нейронах. Выводы и прикладное применение.

Details
Written by: admin
Published: 15 September 2026
Created: 15 September 2026
Last Updated: 30 November -0001
Hits: 2

3-й семинар

Докладчик: А.Н. Никанкин

icon 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.

Некоторые мысли о нейробиотике

Details
Written by: admin
Published: 15 September 2026
Created: 15 September 2026
Last Updated: 30 November -0001
Hits: 4

3-й семинар

Докладчик: Хмур

icon Аннотация (33 Кбайт) и аудиозапись доклада

Рассматриваются свойства биологических нейронов, отсутствующие у классических формальных нейронов (ФН). Указывается на наличие у нейрона "собственного" времени, на необходимость его рассмотрения не как взвешенного сумматора, а частотно-импульсного модулятора, на необходимость включения моделей динамических синапсов. Указывается на важность эффекта "синапс на синапсе", являющегося значимым фактором пластичности; целесообразность расширения модели ФН "ядром", в котором собираются его параметры.

Базовая концепция искусственного интеллекта

Details
Written by: admin
Published: 15 September 2026
Created: 15 September 2026
Last Updated: 30 November -0001
Hits: 3

2-й семинар

Докладчик: к.т.н. О.В. Прогаров

icon 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.

Современные тенденции и перспективы области искусственного интеллекта

Details
Written by: admin
Published: 15 September 2026
Created: 15 September 2026
Last Updated: 30 November -0001
Hits: 6

1-й семинар

Докладчик: д.т.н. А.С. Потапов

icon Презентация (152.5 Кбайт) и аудиозапись доклада

 Принципиально новых идей в области ИИ не появлялось достаточно давно: секции современных конференций соответствуют весьма традиционным разделам ИИ. Современное состояние области искусственного интеллекта связано, скорее, с разработкой сложных систем.  Но при этом используются теории, которые создавались для упрощенных случаев и искусственно изолированных задач. Попытки же создания "общих теорий интеллекта" зачастую сводятся к очерчиванию лишь его общей структуры, мало пригодной для использования на практике. Требуется же нечто иное - теория построения сложных систем. Целью настоящего семинара и предлагается сделать проведение анализа проблемы синтеза сложных интеллектуальных систем, используя как нисходящий метод – от общих схем к конкретике, так и восходящий метод – путем обобщения непосредственного прикладного опыт.

Read more: Современные тенденции и перспективы области искусственного интеллекта

Кратковременная память человека

Details
Written by: admin
Published: 15 September 2026
Created: 15 September 2026
Last Updated: 30 November -0001
Hits: 7

5-й семинар

Докладчик: Ляховецкий В.А., к.т.н., сотрудник лаб. Физиологии движений ИФ РАН им. И.П. Павлова 

icon Презентация доклада (3.52 Мбайт) и аудиозапись доклада

В основе моделей информационных процессов, протекающих в кратковременной памяти человека, часто лежит стек или искусственная нейронная сеть. В зависимости от типа модели для того, чтобы добиться подобия между свойствами модели и некоторыми свойствами памяти, используют различные приемы. Модели различного типа позволяют качественно объяснить такие психологические феномены, как: небольшую емкость кратковременной памяти; различную емкость памяти человека в зависимости от решаемой задачи (воспроизведение / узнавание); способность человека совершать ошибки при воспроизведении запомненного и знать, что ошибка совершена; способность человека совершать повторные ошибки. Однако моделирование процессов, происходящих при тренировке памяти (заучивание материала, обучению запоминанию), сопряжено с большими сложностями. Отчасти потому, что в психофизиологическом опыте чрезвычайно сложно выявить, какие именно признаки объектов окружающего мира «отбираются» для сохранения в памяти человека и как меняется состав этих признаков при тренировке.

Read more: Кратковременная память человека

  1. Базовые принципы естественного интеллекта и их эволюционное развитие
  2. Опыт разработки автономного мобильного робота Робокинг-1
  3. Описание разрабатываемых робототехнических комплексов с элементами ИИ
  4. Автоматное программирование

Page 7 of 11

  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

Main Menu

  • Разработки
    • RDK
  • Исследования
    • Аниматы
    • Бионика
    • Распознавание
    • Управление
    • Образование
    • Философия ИИ
  • AI Lab
    • Правила
    • Контакты
    • Карта сайта
    • Форпост
      • BlogSpot
      • Twitter
    • Поиск по сайту
  • События
    • Семинар
  • Ресурсы
    • Скачать
      • Библиотеки средств разработчика
        • NMSDK
      • Материалы семинара
      • Теоретические материалы
        • Бионика
        • Системы распознавания образов
        • Аниматы
        • Управление
        • Социально-коммуникационные аспекты ИИ
    • Архив
      • AI Community 2006
      • AI Community 2008
      • AI Community 2009 [PDF]
      • AI Community 2003
  • Форум
  • Wiki
  • Новости
  • Wiki

Login Form

  • Forgot your password?
  • Forgot your username?