Базовые принципы естественного интеллекта и их эволюционное развитие
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 8467
5-й семинар
Докладчик: Алексей Редозубов
Тезисы доклада (870 Кбайт) и аудиозапись доклада
2. Моделирование мозга человека
1. Поведение формируется рефлексами и памятью.
2. Эмоции - рефлекторная оценка происходящего.
3. Память формируется происходящим и эмоциями.
4. Информация из внешнего мира предварительно приводится к "удобному" виду.
5. Память имеет многоуровневую ассоциативную организацию.
6. Эмоции и ощущения выполняют двойную функцию. Первое - формирование итоговой оценки происходящего. Второе - на пространство эмоций и ощущений отображается "картина мира".
7. "Картина внешнего мира" отображается параллельно с "картиной мира", созданной памятью и представляющей собой фантазии (прогнозы).
8. Фантазии вызывают эмоциональную оценку и формируют воспоминания (опыт которого не было).
Кратковременная память человека
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 12446
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
Современные тенденции и перспективы области искусственного интеллекта
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 11109
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.
Базовая концепция искусственного интеллекта
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 6817
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.
Некоторые мысли о нейробиотике
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 8376
3-й семинар
Докладчик: Хмур
Аннотация (33 Кбайт) и аудиозапись доклада
Моделирование процессов распространения возбуждения в нейронах. Выводы и прикладное применение.
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Inex
- Просмотров: 7859
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.
Моделирование естественного нейрона как системы преобразования импульсных потоков
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 9583
4-й семинар
Докладчик: А.В. Бахшиев
Презентация (2.86 Мбайт) и аудиозапись доклада
Еще статьи...
- Метод принятия решений на основе интеграции распознавания образов и моделир-я стохастической среды
- Объявление о семинаре
- Моделирование нейронных структур управления мышечным сокращением. Схемы нейронных сетей.
- Neuro Modeler - среда моделирования нейронных систем с произвольной структурной организацией