ОСНОВНЫЕ ДИНАМИЧЕСКИЕ РЕЖИМЫ ОСОЗНАНИЯ СЕНСОРНЫХ СИГНАЛОВ В НЕЙРОНОПОДОБНЫХ МОДЕЛЯХ: ПРОБЛЕМЫ НА ПУТИ К «НЕЙРОМОРФНОМУ» ИНТЕЛЛЕКТУ


Образец для цитирования:

Рассмотрены универсальные модели нейроноподобного типа, из которых конструируются системы преобразования и распознавания информационных сигналов в соответствии с заранее определенными целями. Модули разных уровней в модельной системе ориентированы на выполнение таких функциональных операций, которые характерны для живых систем. Приведенный набор базовых моделей и наиболее очевидные динамические режимы их функционирования могут адекватно описать известные экспериментальные данные об особенностях восприятия и реагирования живых систем на разнообразные сенсорные сигналы. Модели с биологически правдоподобной архитектурой используются для создания технических устройств (симуляторов), которые позволят воспроизвести основные закономерности поведения живых систем.

 

DOI: 
10.18500/0869-6632-2011-19-6-130-144
Литература

1. Мастеров А.В., Рабинович М.И., Толков В.Н., Яхно В.Г. Исследование режимов взаимодействия автоволн и автоструктур в нейроноподобных средах. Коллективная динамика возбуждений и структурообразование в биологических тканях / Горький: ИПФ АН СССР, 1988. С. 89.

2. Bellustin N.S., Kuznetsov S.O., Nuidel I.V., Yakhno V.G. Neural networks with close nonlocal coupling for analysing composite image // Neurocomputing. 1991. Vol. 3. P. 231.

3. Yakhno V.G., Bellustin N., Krasil’nikova I., Kuznetsov S., Nuidel I., Panfilov A., Perminov A., Shadrin A., Shevyrev A. Research system of decision making by composite image fragments using neuron-like algorithms // Radiophysics & Quantum Electronics. 1994. Vol. 37. P. 625.

4. Яхно В.Г. Модели нейроноподобных систем. Динамические режимы преобразования информации // Нелинейные волны – 2002 / Отв. ред. А.В. Гапонов-Грехов, В.И. Некоркин. Нижний Новгород: ИПФ РАН, 2003. С. 90.

5. Xiao-Jing Wang. Neurophysiological and computational principles of cortical rhythms in cognition // Physiol. Rev. 2010. Vol. 90, No 3. P. 1195.

6. An overview of neuromorphic systems. http://www.neuromorphicblog.com/?p=28

7. Fopefolu Folowosele Neuromorphic Systems: Silicon neurons and neural arrays for emulating the nervous system // Neurdon. 2010. August, 12. http://www.neurdon.com/2010/08/12/

8. Leslie S. Smith. Neuromorphic systems: Past, present and future// http://www.google.ru/url?sa=t&rct=j&q=neuromorphic%20system&source=web& cd=4&ved=0CDcQFjAD&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc %2Fdownload%3Fdoi%3D10.1.1.187.6804%26rep%3Drep1%26type%3Dpdf&ei =vKLHTo_ZNorDswbNoo3-Bg&usg=AFQjCNFZQHM7iBmD5EG8vPapNyOOL 69cTQ&cad=rjt

9. Чернавский Д.С., Карп В.П., Никитин А.П., Чернавская О.Д. Схема конструкции из нейропроцессоров, способной реализовать основные функции мышления и научного творчества // Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 6. C. 21.

10. ЧернавскаяО.Д., ЧернавскийД.С., КарпВ.П., НикитинА.П. О роли понятий «образ» и «символ» в моделировании процесса мышления средствами нейрокомпьютинга//Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 6. C. 5.

11. Тельных А.А. Математические модели нейроноподобных сред для разработки систем обнаружения и распознавания объектов заданных классов. Дис... канд. физ.-мат. наук / М.: МФТИ, 2009. 125 с.

12. Жданов А.А. Автономный искусственный интеллект. М.: Бином. Лаборатория знаний, 2008. 359 c.

13. Яхно В.Г., Полевая С.А., Парин С.Б. Базовая архитектура системы, описывающей нейробиологические механизмы осознания сенсорных сигналов // Когнитивные исследования / Под ред. Ю.И. Александрова, В.Д. Соловьева. М.: Изд-во «Институт психологии РАН», 2010. Вып. 4. С. 273.

14. Станкевич Л.А. Моделирование мышления и когнитивные многоагентные системы нейрологические системы // XI Всесоюзная конференция «Нейроинформатика – 2009»: Сб. науч. тр. М.: МИФИ, 2009. Ч. 2. С. 208.

15. Яхно В.Г. Динамика нейроноподобных моделей и процессы «сознания» // VIII Всероссийская науч.-тех. конф. «Нейроинформатика – 2006»: Лекции по нейроинформатике. М.: МИФИ, 2006. С. 88.

16. Эрик Берн. Игры, в которые играют люди. Психология человеческих отношений. Люди, которые играют в игры. Психология человеческой судьбы / Пер. с англ. Общ. ред. М.С. Мацковского; Послес. Л.Г. Ионина и М.С. Мацковского. СПб.: Лениздат, 1992. 400 с.

17. Парин С.Б., Яхно В.Г., Цверов А.В., Полевая С.А. Психофизиологические и нейрохимические механизмы стресса и шока: Эксперимент и модель // Вестник Нижегородского государственного университета им. Н.И. Лобачевского. Нижний Новгород: Изд-во ННГУ, 2007. No 4. С. 190.

18. Парин С.Б. Роль эндогенной опиоидной системы в формировании экстремальных состояний. Дис... д-ра б. наук / М., 2011. 491 с.

19. Самсонович А.В. Метакогнитивные архитектуры как новая парадигма в моделировании мозга и мышления // XIII Всероссийская научно-техническая конференция «Нейроинформатика–2011»: Лекции по нейроинформатике. М.: НИ-ЯУ МИФИ, 2010. 130 с.

20. Сайт стратегического общественного движения «Россия 2045». http://www.2045.ru/

21. Кабаков Б.Л. A mouse – виртуальная мышь-анимат, программа-симулятор. http://www.animatlab.ru

22. Величковский Б.М. Когнитивная наука. Основы психологии познания. М.: «Смысл», 2006. В 2-х томах.

23. Иваницкий Г.Р. XXI век: Что такое жизнь с точки зрения физики // УФН. Т. 180, No 4. P. 337.

24. Реутов В.П., Шехтер А.Н. Как в XX веке физики, химики и биологи отвечали на вопрос: Что есть жизнь? // УФН. 2010. Т. 180, No 4. P. 393.

25. Рабинович М.И., Мюезинолу М.К. Нелинейная динамика мозга: Эмоции и интеллектуальная деятельность // УФН. 2010. Т. 180, No 4. P. 371.

26. Полевая С.А. Интегративные принципы кодирования и распознавания сенсорной информации. Особенности осознания световых и звуковых сигналов в стрессовой ситуации // Вестник НГУ. 2008. Т. 2, вып. 2. С.106.

27. Полевая С.А., Парин С.Б., Стромкова Е.Г. Психофизическое картирование функциональных состояний человека // Экспериментальная психология в России: Традиции и перспективы / Под ред. В.А. Барабанщикова. М.: Изд-во «Инст. психологии РАН», 2010. С. 534.

28. Дилтс Р. Фокусы языка. Изменение убеждений с помощью НЛП. СПб.: Питер, 2002. 320 с.

29. Маслоу А. Мотивация и личность. 3-е изд. / Пер. с англ. СПб.: Питер, 2008. 352 с.

30. Раджниш Б.Ш. Ошо – психология эзотерического. М., 2004. 160.

31. Свияш А. Проект «Человечество»: Успех или неудача? Размышления о людях и их странном поведении. М.: АСТ: Астрель, 2006. 286 c.

 

Статус: 
одобрено к публикации
Краткое содержание (PDF): 
Текст в формате PDF: 

BibTeX

@article{Yakhno -IzvVUZ_AND-19-6-130,
author = {Владимир Григорьевич Яхно },
title = {ОСНОВНЫЕ ДИНАМИЧЕСКИЕ РЕЖИМЫ ОСОЗНАНИЯ СЕНСОРНЫХ СИГНАЛОВ В НЕЙРОНОПОДОБНЫХ МОДЕЛЯХ: ПРОБЛЕМЫ НА ПУТИ К «НЕЙРОМОРФНОМУ» ИНТЕЛЛЕКТУ},
year = {2011},
journal = {Известия высших учебных заведений. Прикладная нелинейная динамика},
volume = {19},number = {6},
url = {https://old-andjournal.sgu.ru/ru/articles/osnovnye-dinamicheskie-rezhimy-osoznaniya-sensornyh-signalov-v-neyronopodobnyh-modelyah},
address = {Саратов},
language = {russian},
doi = {10.18500/0869-6632-2011-19-6-130-144},pages = {130--144},issn = {0869-6632},
keywords = {Нейроноподобные модули,сознательное–бессознательное,оценка времени в «эпизодической памяти»,динамика принятия решений,интуиция,когнитивные фильтры.},
abstract = {Рассмотрены универсальные модели нейроноподобного типа, из которых конструируются системы преобразования и распознавания информационных сигналов в соответствии с заранее определенными целями. Модули разных уровней в модельной системе ориентированы на выполнение таких функциональных операций, которые характерны для живых систем. Приведенный набор базовых моделей и наиболее очевидные динамические режимы их функционирования могут адекватно описать известные экспериментальные данные об особенностях восприятия и реагирования живых систем на разнообразные сенсорные сигналы. Модели с биологически правдоподобной архитектурой используются для создания технических устройств (симуляторов), которые позволят воспроизвести основные закономерности поведения живых систем.   }}