Пошук академічних текстів

Реєстраційний номер

0419U005242, Кандидатська дисертація

Назва роботи

Моделі біологічних нейронних мереж для просторово-часової асоціативної пам’яті

Здобувач

Осауленко Вячеслав Миколайович,

Керівник Макаренко Олександр Сергійович
Опонент Корабльов Микола Михайлович
Опонент Андрійчук Олег Валентинович

На здобуття

Кандидат технічних наук, 05.13.23, Системи та засоби штучного інтелекту

Дата захисту

11-12-2019

Опис

Осауленко В.М. Моделі біологічних нейронних мереж для просторово-часової асоціативної пам’яті. - На правах рукопису. Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.23 – системи та засоби штучного інтелекту Національний технічний університет України “Київський політехнічний інститут імені Ігоря Сікорського” МОН України, Київ, 2019 р. Дана робота використовує результати дослідження біологічних нейронних мереж для вдосконалення попередніх та побудови нових моделей просторо-часової асоціативної пам’яті. Запропоновано нову модель просторової асоціативної пам’яті на основі сігма-пай нейрона, що враховує дендритні обчислення та має високу ємність пам’яті, що за певними показниками перевершує класичну модель Вілшоу. Показано, що використання нейрона сігма-пай та розрідженої активації покращує на порядок ємність пам’яті переходів послідовності відомої моделі ієрархічно темпоральної пам’яті (HTM) при однаковій кількості зв’язків. Запропоновано нову модель представлення послідовності в бінарне розріджено-розподілене представлення, яка включає здатність нейрона до активації і якісно відтворює біологічні ефекти, такі як збереження схожості, чутливість до порядку, доповнення послідовності та часову схожість. Представлені моделі просторово-часової асоціативної пам’яті показують гірші результати розпізнавання образів для задач робототехніки в порівняні з підходом глибоких нейронних мереж, проте вони біологічно подібні, мають привабливі обчислювальні властивості і тому варті подальших досліджень. Ключові слова: асоціативна пам’ять, дендритні обчислення, прогнозування послідовностей, розпізнавання послідовностей, сігма-пай нейрон, розріджено розподілене представлення