Метод принятия решений на основе интеграции распознавания образов и моделир-я стохастической среды
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 7489
2-й Семинар
Докладчик: к.т.н. В.А. Анисимов
Презентация (118.5 Кбайт) и аудиозапись доклада
Объявление о семинаре
- Подробности
- Обновлено 16 Март 2014
- Автор: Inex
- Просмотров: 16936
В Санкт-Петербурге проводится регулярный семинар "Искусственный интеллект: от методологии к инновациям".
Объявление о семинарах публикуются на форуме.
Моделирование нейронных структур управления мышечным сокращением. Схемы нейронных сетей.
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 16200
А.В. Бахшиев,С.П. Романов
Для понимания nработы нервной системы, в частности, необходим объект, которым она управляет. В самом широком отношении к живым организмам, таким объектом служит локомоторный аппарат, двигателем которого являются мышцы. Таким образом, важным этапом на пути понимания работы нервной системы является моделирование нейронных структур управления мышечным сокращением.
Neuro Modeler - среда моделирования нейронных систем с произвольной структурной организацией
- Подробности
- Обновлено 16 Январь 2021
- Автор: Александр Бахшиев
- Просмотров: 23619
Перспективы систем образной обработки информации для решения задач распознавания сложных объектов
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 13386
А.В.Бахшиев
Санкт-Петербургский государственный политехнический университет
Центральный научно-исследовательский институт робототехники и технической кибернетики
Современные интеллектуальные системы успешно решают широкий спектр задач связанных с управлением робототехническими системами и распознаванием образов. Как правило такие системы узкоспециализированы и разрабатываются под конкретную задачу. Кроме того, хотя на этапах восприятия информации и ее первичной обработки технические системы во многом превосходят возможности живых организмов, на дальнейших стадиях они существенно уступают биологическим [1]. Наиболее остро эта проблема стоит для систем призванных работать в слабодетерминированной среде, таких как интеллектуальные мобильные роботы.
Можно полагать, что наличие образного представления информации у живых организмов имеет основополагающее значение для эффективности и универсальности в решаемом спектре задач.
Pattern processing of information systems using prospects for compound objects recognition
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 12401
Modern intellectual systems successfully solve robotic systems control and pattern recognition problems. In general these systems are highly tailored and concrete problem developed. Moreover in the image sensing and primary processing of visual information stage these systems are exceeds the human vision. However in the next stages of visual information processing they are inferior to human vision [1].
Математическое моделирование процессов преобразования импульсных потоков в естественном нейроне
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 25878
А.В. Бахшиев, С.П. Романов 
Скачать (1.2 Мбайт)
Известные математические модели нейрона не обладают необходимыми свойствами для моделирования естественных нейронных сетей. Реализуемые в программной среде как сумматоры для решения логических задач нейроинформатики или генерирующие импульсы в соответствии с уравнениями Ходжкина-Хаксли и их модификациями для имитации паттернов разрядов биологических нейронов, они не соответствуют необходимым свойствам структурного (базового) элемента для моделирования естественных нейронных структур обработки информации. Наиболее значимым биологическому прототипу представляется соответствие как структуры связей между нейронами сети, так и принципов преобразования информационных (импульсных) потоков каждым нейроном. В работе предложена система дифференциальных уравнений, описывающая процессы аналогового преобразования импульсных потоков в естественном нейроне. Преимуществом модели является возможность реализации нейрона с произвольной структурой дендритного аппарата и эффектом пресинаптического торможения. Модель не требует настройки внутренних параметров в процессе функционирования. Свойства нейронов определяет модификация структурной организации мембраны и синаптического аппарата формируемыми связями в сети. Проведен ряд численных экспериментов, показавших качественную адекватность поведения предложенных математических моделей биологическим прототипам.