Моделирование процессов распространения возбуждения в нейронах. Выводы и прикладное применение.
Рейтинг:
/ 0
- Подробности
- Создано 27 Декабрь 2009
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 7839
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.
Базовая концепция искусственного интеллекта
Рейтинг: / 0
- Подробности
- Создано 27 Декабрь 2009
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 6785
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.
Метод принятия решений на основе интеграции распознавания образов и моделир-я стохастической среды
Рейтинг: / 0
- Подробности
- Создано 23 Декабрь 2009
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 7329
2-й Семинар
Докладчик: к.т.н. В.А. Анисимов
Презентация (118.5 Кбайт) и аудиозапись доклада
Современные тенденции и перспективы области искусственного интеллекта
Рейтинг: / 0
- Подробности
- Создано 27 Декабрь 2009
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 11079
1-й семинар
Докладчик: д.т.н. А.С. Потапов
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.
Семинар