Ю. Н. Лавренков
Список книг автора Ю. Н. ЛавренковПрименение неоднородных сверточных нейронных сетей для построения маршрутов перемещения объектов в пространственных средах с накопленным энергетическим потенциалом
Рассматривается решение задачи синтеза гибридной нейронной сверточной сети, архитектура которой базируется на применении модульной топологии, позволяющей организовать параллельную сверточную вычислительную систему, в которой передача энергии совмещается с процессами информационной обработки, что делает возможным моделирование комплексных процессов функционирования естественных биологических нейронных популяций. Система межслоевой нейронной коммутации, основанная на применении распределенных резонансных контуров, между индуктивными элементами которых расположены слои электромагнитного метаматериала, рассматривается как основа для моделирования взаимодействия астроцитных сетей и нейронных скоплений, отвечающих за обработку информации. В результате процесс обработки данных рассматривается не только на уровне прохождения сигналов через нейронные элементы, но и как процедура взаимодействия искусственных нейронов и астроцитных сетей, обеспечивающих их функционирование. Специфическая организация нейронной сети делает возможным осуществление процедуры обучения и конфигурирования с применением свойств, отсутствующих у нейронных сетей, состоящих только из нейронных популяций. Основой для обучения сверточной сети становится предварительный анализ ритмической активности, в которой основную роль играют искусственные астроциты, выполняющие роль межнейронных коммутаторов. Обученная и сформированная сверточная сеть применяется для решения задачи определения оптимального пути передвижения объекта, извлекающего энергию для своего движения из окружающей среды.
Оптимальное перераспределение радиочастот на базе реверберирующих сетей импульсных нейронов в условиях взаимного влияния радиоэлектронных средств связи
Задача планирования радиочастотного спектра для электромагнитной совместимости радиоэлектронных средств беспроводной связи и повышения безопасности передаваемой информации является оптимизационной задачей при заданной системе ограничений. Большое количество радиоэлектронных средств и сложные способы их взаимодействия при совместном функционировании обуславливают сложность оптимального распределения частот. Решение задачи с помощью методов Монте-Карло и алгоритмов глобального поиска с применением схем редукции сложности многоэкстремальной задачи приводит к проработке большого множества возможных вариантов присвоения частот. Кроме этого, при проектировании алгоритмов перестройки рабочей частоты необходимо учитывать эффекты интермодуляции, группового воздействия помех и другие комбинации физических факторов. В статье предлагается использовать спайковую нейронную сеть с адаптивной схемой соединения спайковых нейронов и электрооптической системой передачи импульсов между элементами нейронной сети. Оптическая система коммутации применяется не только как система коммуникации, но и как механизм отслеживания изменений ритмичности во время функционирования нейронной сети. Применение аналогового электрохимического интегрирующего элемента делает возможным организацию сбора информации об активности групп нейронов в течение длительного интервала времени. Полученные значения активности применяются для повышения эффективности алгоритма обучения. Спроектированная нейросетевая структура используется для решения задачи динамического присвоения частот и определения интервалов активности передатчика в условиях изменяющейся электромагнитной обстановки.
Адаптивное управление частотно-эффективной системой передачи информации на основе нейронной сети с оптически связанными элементами
Автором предлагается применение клеточной нейронной сети, архитектура которой адаптирована для аппаратной реализации в системе беспроводной передачи информации с множеством несущих частот. В состав элементов выборки для настройки и конфигурирования топологии двухслойной сети входят основные параметры, характеризующие каналы возможной передачи информации. Выполняется проектирование архитектуры клеточной нейронной сети, разработаны основные составные части цифрового вычислительного элемента и методы их реализации. Описывается способ организации оптической связи между отдельными нейронными модулями в составе сети, который обеспечивает не только возможность перестройки топологии в процессе обучения, но и распределение приоритетов распространения информационных сигналов нейронов в зависимости от активности при оценке ситуации на входе нейросетевой структуры. Применен способ асинхронной активации клеток, основанный на применении осциллирующей сетевой структуры со случайной организацией связей между базовыми элементами, выполненными на базе модифицированных кольцевых осцилляторов. Оценивается эффективность обучения предложенной архитектуры с помощью алгоритмов стохастического диффузионного поиска. Анализ адаптивных возможностей системы радиосвязи, формирующихся за счет применения нейронной сети, показал, что нейросетевой подход является эффективным при использовании в перестраиваемых беспроводных сетях передачи информации.
Синхронизация узлов коммуникационной сети связи на основе нейронной метасети
Рассмотрены вопросы применения растущих нейросетевых структур для выполнения синхронизации по времени узлов в сети связи. Приведен пример размещения в узлах телекоммуникационной сети нейронных сетей с линиями задержки, применяемых для частичной модификации содержимого информационного пакета с временными метками при его распространении от хронирующих источников до целевых узлов. Предлагается использовать растущую каскадно-корреляционную нейронную сеть для определения времени распространения пакета по сети связи на основе анализа изменения его вариативной части нейроконтроллерами, расположенными в узлах сети. Для повышения быстродействия системы выполнена разработка системы сжатия данных для настройки и обучения спроектированного нейросетевого комплекса.