Modeling the interaction of a living neural network neurons for artificial intelligence technologies

Скорочена інформація про документ
dc.contributor.authorPisarenko, V.
dc.date.accessioned2020-06-15T08:51:00Z
dc.date.available2020-06-15T08:51:00Z
dc.date.issued2019
dc.description.abstractenAn author’s model of the process of controlling the propagation of an information signal in a living neural network is presented, which can be useful in the development of principles for controlling robot-technical complexes with artificial intelligence, as well as in the field of diagnosis and treatment of diseases of the central nervous system of a person. The new model for the interaction of neurons in a living neural network, considered in the article, explicitly takes into account the phenomenon of delay in the interaction time of a group of interconnected neurons, known in neurophysiology. To describe these processes, the mathematical apparatus of differential equations with delayed argument (DUZ) for the general case was first developed. The system of differential equations describes the dependence of the dynamics of excitation in a group of neurons on the totality of their basic biochemical parameters: on a specific frequency of neuron oscillations; the amount of attenuation in time of these oscillations, the intensity of the action of one neuron on another. The dependence of the intensity of the excitation conductivity in the neural network on the indicated biochemical characteristics can be taken from the results of experimental work.uk
dc.description.abstractruПредставлена авторская модель процесса управления распространением информационного сигнала в живой нейросети, которая может быть полезна в задачах разработки принципов управления робото-техническими комплексами с искусственным интеллектом, а также в области диагностики и лечения заболеваний центральной нервной системы человека. Рассмотренная в статье новая модель взаимодействия нейронов в живой нейросети явно учитывает известное в нейрофизиологии явление запаздывания во времени взаимодействия группы взаимосвязанных нейронов. Для описания указанных процессов впервые разработан математический аппарат дифференциальных уравнений с запаздывающим аргументом (ДУЗА) для общего случая. Система дифференциальных уравнений описывает зависимость динамики возбуждения в группе нейронов от совокупности их базовых биохимических параметров: от конкретной частоты колебаний нейрона; величины затухания во времени этих колебаний, интенсивности воздействия одного нейрона на другой. Зависимость интенсивности проводимости возбуждения в нейросети от указанных биохимических характеристик может быть взята из результатов экспериментальных работ.uk
dc.description.abstractukЗапропоновано авторську модель розповсюдження інформаційного сигналу в живій нейромережі, що актуальне для задач розробки принципів управління робото-технічними комплексами з елементами штучного інтелекту, а також є корисним для діагностики і лікування захворювань центральної нервової системи людини. Розглянута в статті нова модель взаємодії нейронів в живій нейромережі явно враховує відоме в нейрофізіології явище запізнювання у часі взаємодії групи взаємопов'язаних нейронів. Для зазначених процесів автором вперше розроблено математичний апарат диференціальних рівнянь із запізнюючим аргументом для досить загального випадку. А саме, запропонована система рівнянь моделює збудження в групі нейронів в залежності від сукупності їх базових біохімічних параметрів, а саме від конкретної частоти коливань нейрона, величини дисипації з часом цих коливань, а також від інтенсивності впливу одного нейрона на інший. Залежність інтенсивності провідності збудження в нейромережі від зазначених біохімічних характеристик обирається за результатами експериментальних робіт.uk
dc.format.pagerangePp. 64-69uk
dc.identifier.citationPisarenko, V. Modeling the interaction of a living neural network neurons for artificial intelligence technologies / V. Pisarenko // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2019. – № 2 (35). – С. 64–69. – Бібліогр.: 9 назв.uk
dc.identifier.doihttps://doi.org/10.20535/1560-8956.35.2019.197433
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/34165
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, 2019, № 2 (35)uk
dc.subjectneural networkuk
dc.subjectartificial intelligenceuk
dc.subjectmathematical model of a neural networkuk
dc.subjectcontroluk
dc.subjectinteraction delayuk
dc.subjectroboticsuk
dc.subjectmodelinguk
dc.subjectmemorization of information in a brain neural networkuk
dc.subjectнейронна мережаuk
dc.subjectштучний інтелектuk
dc.subjectматематична модель нейронної мережіuk
dc.subjectуправлінняuk
dc.subjectзапізнення взаємодіїuk
dc.subjectробототехнікаuk
dc.subjectмоделюванняuk
dc.subjectзапам'ятовування інформації в нервовій мережі мозкуuk
dc.subjectнейронная сетьuk
dc.subjectискусственный интеллектuk
dc.subjectматематическая модель нейронной сетиuk
dc.subjectуправлениеuk
dc.subjectзадержка взаимодействияuk
dc.subjectробототехникаuk
dc.subjectмоделированиеuk
dc.subjectзапоминание информации в нейронной сети мозгаuk
dc.subject.udc517.946+517.948+612.821.6uk
dc.titleModeling the interaction of a living neural network neurons for artificial intelligence technologiesuk
dc.title.alternativeМоделювання взаємодії нейронів живої нейромережі для задач технологій штучного інтелектуuk
dc.title.alternativeМоделирование взаимодействия нейронов живой нейросети для технологий искусственного интеллектаuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
asau2019-2_08.pdf
Розмір:
277.11 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 2 (35)