КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 22-22-00150

НазваниеКлассификация сигналов и управление коллективной динамикой в сложных сетях электронных генераторов с адаптивными связями

Руководитель Прохоров Михаил Дмитриевич, Доктор физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки Институт радиотехники и электроники им. В.А.Котельникова Российской академии наук , г Москва

Конкурс №64 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-402 - Нелинейные колебания и волны

Ключевые слова сети осцилляторов, адаптивная связь, нелинейные колебания, синхронизация, химерные состояния, спайковые нейронные сети, нейроподобная динамика, системы с запаздыванием, радиофизический эксперимент

Код ГРНТИ29.35.03


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Проект направлен на решение задач управления коллективной динамикой в аппаратно реализованных сетях осцилляторов с адаптивными связями, а также на разработку методов классификации сигналов с помощью спайковых (импульсных) нейронных сетей, реализованных в радиофизическом эксперименте с помощью связанных электронных генераторов с нейроподобной динамикой. Исследование колебательных режимов в сетях, определение условий их существования и управление этими режимами является важной задачей, представляющей большой интерес для многих научных дисциплин. Помимо сетей с неизменной архитектурой и силой связей между элементами в проекте будут рассмотрены сети с динамическими, изменяющимися во времени связями. Такие сети, топология связей в которых может перестраиваться, а интенсивности связей имеют собственную динамику, широко распространены в реальном мире, например, в нейродинамике и энергосетях. Управление сложной коллективной динамикой в таких сетях является актуальной задачей. Большую актуальность и практическую значимость имеет задача классификации и автоматического распознавания различных сигналов, для решения которой широко применяются искусственные нейронные сети. В проекте будут рассмотрены спайковые нейронные сети, которые в отличие от других искусственных нейронных сетей используют в качестве узлов биологически реалистичные модели нейронов и обычно требуют меньшего числа нейронов для решения поставленных задач. Отличительной чертой проекта является реализация и исследование сложных сетей связанных осцилляторов в натурном эксперименте. Для аппаратной реализации сетей осцилляторов мы будем использовать аналого-цифровой подход, при котором элементами сети являются аналоговые электронные генераторы, а связи между генераторами задаются цифровым способом с использованием языка программирования или программируемых логических интегральных схем. Такой подход позволяет задать в радиофизическом эксперименте практически любую архитектуру, тип и интенсивность связей между генераторами и менять при необходимости эти связи в реальном времени для решения задач классификации и управления. Ожидаемые результаты будут иметь высокую степень научной новизны. При выполнении проекта планируется решение следующих научных задач: – Разработка и аппаратная реализация спайковых нейронных сетей, состоящих из нескольких десятков аналоговых электронных генераторов, демонстрирующих нейроподобную динамику. В качестве базовых элементов сетей будут использованы генераторы, способные демонстрировать автоколебания, которые воспроизводят спайки, генерируемые классическими динамическими моделями нейронной активности, такими как уравнения ФитцХью-Нагумо, Хиндмарша-Роуза и другие. Адаптивные связи между нейроподобными генераторами будут реализованы программным образом. Построенные сети связанных нейроподобных генераторов планируется использовать в радиофизическом эксперименте для адаптивного управления синхронными и несинхронными колебательными режимами при различных типах связи между генераторами, в том числе при мемристивной связи. – Разработка и экспериментальная реализация оригинального метода оценки параметров внешнего импульсного воздействия с помощью спайковой нейронной сети. Исследование зависимости спайковой активности сети от амплитуды, длительности и периода импульсного воздействия, подаваемого одновременно на все генераторы сети. – Разработка нового метода классификации с помощью спайковых нейронных сетей состояний сна и бодрствования по экспериментальным сигналам, в качестве которых будут использованы многоканальные сигналы электроэнцефалограмм, электрокардиограмм, кровяного давления и дыхания. – Аппаратная реализация сложных, в том числе мультиплексных сетей электронных генераторов с задержкой, в которых связи между генераторами являются адаптивными и могут менять, как интенсивность, так и архитектуру. Впервые будет проведено управление в радиофизическом эксперименте коллективной динамикой, в том числе химерными состояниями в многослойных сетях бистабильных электронных генераторов с задержкой с адаптивными связями. Планируется провести в эксперименте управление химерными состояниями в сети электронных бистабильных генераторов с задержкой с помощью внешнего периодического воздействия. Решение поставленных в проекте задач требует использования комплексного подхода, сочетающего проведение теоретических фундаментальных научных исследований, включающих разработку новых физико-математических методов анализа сложных сигналов многоэлементных систем на основе методов нелинейной динамики, нейронауки и теории сложных сетей, и применение разработанных методов к экспериментальным сигналам реальных сетей связанных осцилляторов.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


 

Публикации

1. Навроцкая Е.В., Кульминский Д.Д., Пономаренко В.И., Прохоров М.Д. Оценка параметров импульсного воздействия с помощью сети нейроподобных осцилляторов Известия высших учебных заведений. Прикладная нелинейная динамика, T. 30, № 4, С. 495–512 (год публикации - 2022)
10.18500/0869-6632-2022-30-4-495-512

2. Курбако А.В., Пономаренко В.И., Прохоров М.Д. Адаптивное управление несинхронными колебаниями в сети идентичных электронных нейроподобных генераторов Письма в журнал технической физики, Т. 48, Вып. 19, С. 43-46 (год публикации - 2022)
10.21883/PJTF.2022.19.53596.19328

3. Кульминский Д.Д., Пономаренко В.И., Прохоров М.Д. Управление коллективной динамикой в многослойных сетях бистабильных генераторов с задержкой с переключаемыми связями Известия Саратовского университета. Новая серия. Серия: Физика, Т. 22, Вып. 4. С. 310–319 (год публикации - 2022)
10.18500/1817-3020-2022-22-4-310-319

4. Прохоров М.Д., Навроцкая Е.В., Кульминский Д.Д., Пономаренко В.И. Estimation of periodic force parameters using a spiking neural network Proceedings of the 6th Scientific School "Dynamics of Complex Networks and their Applications" (DCNA 2022), С. 230-231 (год публикации - 2022)
10.1109/DCNA56428.2022.9923195


 

Публикации

1. Ежов Д.М., Пономаренко В.И., Прохоров М.Д., Курбако А.В. Using FPGA for developing hybrid system of coupled neuron-like radiophysical oscillators Proceedings of the 7th Scientific School “Dynamics of Complex Networks and their Applications” (DCNA 2023), С. 82–83 (год публикации - 2023)
10.1109/DCNA59899.2023.10290555

2. Навроцкая Е.В., Курбако А.В., Пономаренко В.И., Прохоров М.Д. Synchronization in a network of neuronlike oscillators with memristive couplings Proceedings of the 7th Scientific School “Dynamics of Complex Networks and their Applications” (DCNA 2023), С. 199–200 (год публикации - 2023)
10.1109/DCNA59899.2023.10290453

3. Навроцкая Е.В., Курбако А.В., Пономаренко В.И., Прохоров М.Д. Синхронизация ансамбля мемристивно связанных неидентичных осцилляторов ФитцХью–Нагумо Известия высших учебных заведений. Прикладная нелинейная динамика (год публикации - 2024)