Найдена замена нейронным сетям при машинном обучении

Специалисты Саратовского национального исследовательского государственного университета имени Н. Г. Чернышевского с коллегой из Берлинского технического университета нашли замену сложным нейронным сетям в процессе машинного обучения. Об этом сообщили в пресс-службе Минобрнауки РФ.

Осцилляторы – это системы, способные совершать колебания, например, маятник или электрический контур. Если добавить к ним запаздывающую обратную связь (когда система реагирует на свои прошлые состояния), их поведение становится сложнее. Такие системы могут имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.

Ученые во главе с заведующим лабораторией компьютерного моделирования в электронике СГУ им. Н. Г. Чернышевского Владимиром Семеновым показали, что два связанных бистабильных осциллятора с запаздыванием могут воспроизводить поведение сложной двухслойной нейронной сети. В частности, они изучили два ключевых явления: стохастический резонанс - когда шум усиливает полезный сигнал - и распространение волнового фронта, при котором одно из двух сосуществующих состояний системы заполняет все возможное пространство.

Сначала исследователи смоделировали поведение осцилляторов на компьютере, а затем создали физические прототипы на базе электронных компонентов. Результаты опытов полностью подтвердили теоретические расчеты. В настоящее время в СГУ изучается возможность применения таких систем для моделирования «спайковых нейронных сетей» - нового класса нейронных сетей, работа которых во многом воспроизводит электрическую активность клеток мозга.

Исследования поддержаны грантом Российского научного фонда и Минобрнауки РФ, ведутся в рамках программы «Приоритет 2030» нацпроекта «Молодежь и дети». Результаты опубликованы в журнале Neural Networks.