МОСКВА, 24 мар — РИА Новости. Сложные многослойные нейронные сети, используемые для машинного обучения, можно заменить осцилляторами с запаздывающей обратной связью, доказал ученый СГУ в составе международного коллектива. По данным исследователей, это открытие может значительно упростить и удешевить создание устройств, способных решать задачи искусственного интеллекта в реальном времени, сообщили РИА Новости в пресс-службе Минобрнауки РФ.Осцилляторы – это системы, способные совершать колебания. К их числу относятся, например, маятник или электрический контур. Если добавить к осцилляторам запаздывающую обратную связь (когда система реагирует на свои прошлые состояния), их поведение становится сложнее. Такие системы могут имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.Исследователь из Саратовского национального исследовательского государственного университета (СГУ) имени Н.Г. Чернышевского, заведующий лабораторией компьютерного моделирования в электронике СГУ Владимир Семенов вместе с коллегой из Берлинского технического университета показали, что два связанных бистабильных осциллятора с запаздыванием могут воспроизводить поведение сложной двухслойной нейронной сети.В частности, они изучили два ключевых явления: стохастический резонанс — когда шум усиливает полезный сигнал; и распространение волнового фронта, при котором одно из двух сосуществующих состояний системы заполняет все возможное пространство.Создание физических нейронных сетей — сложный и дорогостоящий процесс. Осцилляторы с запаздыванием предлагают более простую и дешевую альтернативу, отметил Владимир Семенов."Для того чтобы физически реализовать систему искусственного интеллекта на базе многослойных сетей, ее не обязательно воспроизводить в чистом виде. Если условия позволяют, можно использовать связанные осцилляторы с запаздыванием", — приводит его слова сообщение Минобрнауки РФ.Этот подход, по мнению исследователей, может быть особенно полезен для разработки устройств, решающих задачи в реальном времени, например, для прогнозирования временных рядов, распознавания изображений или решения задач оптимизации.Ученые сначала смоделировали поведение осцилляторов на компьютере, а затем создали физические прототипы на базе электронных компонентов. Результаты экспериментов полностью подтвердили теоретические расчеты.Осцилляторы с запаздывающей обратной связью активно исследуются учеными по всему миру. Преимущество прототипов, разработанных командой Владимира Семенова – в простоте разработанных схем, низкой стоимости электронных компонентов и малых размерах.Исследователи планируют расширить круг задач, которые могут решать осцилляторы с запаздыванием. В частности, в Саратовском университете изучают возможность применения этих систем для моделирования "спайковых нейронных сетей" — нового класса нейронных сетей, работа которых во многом воспроизводит электрическую активность клеток мозга.Исследования поддержаны грантом Российского научного фонда и проводятся в рамках стратегического проекта СГУ "ИКТ-Электроника" программы "Приоритет-2030" национального проекта "Молодежь и дети". Результаты опубликованы в журнале Neural Networks.
наука, университетская наука, технологии, россия, владимир семенов, российский научный фонд, министерство науки и высшего образования рф (минобрнауки россии), искусственный интеллект (ии), саратов, саратовский национальный исследовательский государственный университет имени н.г. чернышевского
Наука, Наука, Университетская наука, Технологии, Россия, Владимир Семенов, Российский научный фонд, Министерство науки и высшего образования РФ (Минобрнауки России), Искусственный интеллект (ИИ), Саратов, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского
МОСКВА, 24 мар — РИА Новости. Сложные многослойные нейронные сети, используемые для машинного обучения, можно заменить осцилляторами с запаздывающей обратной связью, доказал ученый СГУ в составе международного коллектива. По данным исследователей, это открытие может значительно упростить и удешевить создание устройств, способных решать задачи искусственного интеллекта в реальном времени, сообщили РИА Новости в пресс-службе Минобрнауки РФ.
Осцилляторы – это системы, способные совершать колебания. К их числу относятся, например, маятник или электрический контур. Если добавить к осцилляторам запаздывающую обратную связь (когда система реагирует на свои прошлые состояния), их поведение становится сложнее. Такие системы могут имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.
Исследователь из Саратовского национального исследовательского государственного университета (СГУ) имени Н.Г. Чернышевского, заведующий лабораторией компьютерного моделирования в электронике СГУ Владимир Семенов вместе с коллегой из Берлинского технического университета показали, что два связанных бистабильных осциллятора с запаздыванием могут воспроизводить поведение сложной двухслойной нейронной сети.
В частности, они изучили два ключевых явления: стохастический резонанс — когда шум усиливает полезный сигнал; и распространение волнового фронта, при котором одно из двух сосуществующих состояний системы заполняет все возможное пространство.
Создание физических нейронных сетей — сложный и дорогостоящий процесс. Осцилляторы с запаздыванием предлагают более простую и дешевую альтернативу, отметил Владимир Семенов.
"Для того чтобы физически реализовать систему искусственного интеллекта на базе многослойных сетей, ее не обязательно воспроизводить в чистом виде. Если условия позволяют, можно использовать связанные осцилляторы с запаздыванием", — приводит его слова сообщение Минобрнауки РФ.
Этот подход, по мнению исследователей, может быть особенно полезен для разработки устройств, решающих задачи в реальном времени, например, для прогнозирования временных рядов, распознавания изображений или решения задач оптимизации.
Ученые сначала смоделировали поведение осцилляторов на компьютере, а затем создали физические прототипы на базе электронных компонентов. Результаты экспериментов полностью подтвердили теоретические расчеты.
Осцилляторы с запаздывающей обратной связью активно исследуются учеными по всему миру. Преимущество прототипов, разработанных командой Владимира Семенова – в простоте разработанных схем, низкой стоимости электронных компонентов и малых размерах.
Исследователи планируют расширить круг задач, которые могут решать осцилляторы с запаздыванием. В частности, в Саратовском университете изучают возможность применения этих систем для моделирования "спайковых нейронных сетей" — нового класса нейронных сетей, работа которых во многом воспроизводит электрическую активность клеток мозга.
Исследования поддержаны грантом Российского научного фонда и проводятся в рамках стратегического проекта СГУ "ИКТ-Электроника" программы "Приоритет-2030" национального проекта "Молодежь и дети". Результаты опубликованы в журнале Neural Networks.
Доступ к чату заблокирован за нарушение правил.
Вы сможете вновь принимать участие через: ∞.
Если вы не согласны с блокировкой, воспользуйтесь формой обратной связи
Обсуждение закрыто. Участвовать в дискуссии можно в течение 24 часов после выпуска статьи.
