Известия высших учебных заведений. Прикладная нелинейная динамика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Известия вузов. ПНД:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Известия высших учебных заведений. Прикладная нелинейная динамика, 2020, том 28, выпуск 1, страницы 77–89
DOI: https://doi.org/10.18500/0869-6632-2020-28-1-77-89
(Mi ivp357)
 

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

НЕЛИНЕЙНАЯ ДИНАМИКА И НЕЙРОНАУКА

Динамика сети дискретных модельных нейронов при контролируемом обучении системы резервуарных вычислений

М. М. Пугавкоab, О. В. Масленниковab, В. И. Некоркинab

a Институт прикладной физики РАН, г. Нижний Новгород
b Национальный исследовательский Нижегородский государственный университет им. Н. И. Лобачевского
Аннотация: Цель настоящей работы состоит в построении системы резервуарных вычислений, которая содержит сеть модельных нейронов с дискретным временем, и изучении характеристик системы при её обучении автономно генерировать гармонический целевой сигнал. Методы работы включают в себя подходы нелинейной динамики (анализ фазового пространства в зависимости от параметров), машинного обучения (резервуарные вычисления, контролируемая минимизация ошибки) и компьютерного моделирования (реализация численного алгоритма, построение характеристик и диаграмм). Результаты. Построена система резервуарных вычислений на основе сети связанных дискретных модельных нейронов, показана возможность её контролируемого обучения генерации целевого сигнала с помощью метода контролируемой минимизации ошибки FORCE. Установлено, что с ростом размера сети среднеквадратичная ошибка обучения снижается. Исследованы динамические режимы, возникающие на уровне индивидуальной активности внутрирезервуарных нейронов на различных стадиях обучения. Показано, что в процессе обучения сеть-резервуар переходит из состояния пространственно-временного беспорядка в состояние, когда в сети-резервуаре существуют регулярные кластеры спайковой активности. Найдены оптимальные значения коэффициентов связи и параметров собственной динамики нейронов, соответствующие минимальной ошибке обучения. Заключение. В работе предложена новая система резервуарных вычислений, базовой единицей которой является дискретный модельный нейрон Курбажа-Некоркина. Преимущество сети, основанной на такой модели спайкового нейрона, заключается в том, что модель задается в виде точечного отображения, следовательно, нет необходимости производить операцию интегрирования. Предложенная система показала свою эффективность при обучении автономной генерации гармонической функции, а также для ряда других целевых функций.
Ключевые слова: резервуарные вычисления, машинное обучение, дискретный модельный нейрон, целевой сигнал, функция ошибки.
Финансовая поддержка Номер гранта
Министерство науки и высшего образования Российской Федерации 0035-2019-0011
Российский фонд фундаментальных исследований 18-02-00406
Министерство образования и науки Российской Федерации МК-503.2018.2
Исследование выполнено в рамках государственного задания ИПФ РАН, проект № 0035-2019-0011, при финансовой поддержке РФФИ в рамках научных проектов № 18-02-00406 и № 18-29-10040 и гранта Президента РФ для молодых ученых МК-503.2018.2.
Поступила в редакцию: 23.09.2019
Реферативные базы данных:
Тип публикации: Статья
УДК: 530.182
Образец цитирования: М. М. Пугавко, О. В. Масленников, В. И. Некоркин, “Динамика сети дискретных модельных нейронов при контролируемом обучении системы резервуарных вычислений”, Известия вузов. ПНД, 28:1 (2020), 77–89
Цитирование в формате AMSBIB
\RBibitem{PugMasNek20}
\by М.~М.~Пугавко, О.~В.~Масленников, В.~И.~Некоркин
\paper Динамика сети дискретных модельных нейронов при контролируемом обучении системы резервуарных вычислений
\jour Известия вузов. ПНД
\yr 2020
\vol 28
\issue 1
\pages 77--89
\mathnet{http://mi.mathnet.ru/ivp357}
\crossref{https://doi.org/10.18500/0869-6632-2020-28-1-77-89}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/ivp357
  • https://www.mathnet.ru/rus/ivp/v28/i1/p77
  • Эта публикация цитируется в следующих 2 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Известия высших учебных заведений. Прикладная нелинейная динамика
    Статистика просмотров:
    Страница аннотации:357
    PDF полного текста:126
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024