Метод российского математика повысит эффективность осцилляторных нейросетей
Схема осциллятора на основе оксида ванадия
© A. Velichko et al./Solid-State Electronics 2018
Российский ученый предложил использовать эффект «химерной синхронизации» для создания высокоэффективных осцилляторных нейронных сетей с увеличенным набором возможностей. Термин отображает появление согласованных колебаний между сигналами с хаотически изменяющимся периодом. Работа опубликована в журнале Electronics.
Осцилляторные нейронные сети работают за счет колебаний и взаимодействий составных частей — осцилляторов, связанных друг с другом. До начала XXI века считали, что эти элементы либо смогут синхронизировать колебания, либо будут работать хаотично. Однако в 2002 году японский физик Есики Курамото и его коллега из Монголии Дорьсурен Баттогтох выяснили, что в нейронной сети осцилляторы разделяются на две группы. Одни колеблются синхронно, а другие — нет. Такое состояние сети назвали химерным — по химерам из древнегреческих мифов, тела которых состояли из частей различных животных.
Однако на практике нелегко понять, присутствует ли в системе химерная синхронизация или поведение системы осцилляторов является хаотическим. Ранее не существовало конкретных методов оценки сложной структуры синхронизационных рисунков.
Ведущий научный сотрудник Петрозаводского государственного университета Андрей Величко, поддержанный грантом Российского научного фонда, рассмотрел явление синхронизации между сигналами с хаотически меняющимся периодом и предложил для него название «химерная синхронизация».
Нейронная сеть состояла из шести осцилляторов на основе оксида ванадия. Обучение сети исследователь проводил по специальному алгоритму. Системе случайным образом задавались значения следующих параметров: силы различных токов, силы связи, амплитуды шума и порога эффективности синхронизации. В результате подбора существовала ненулевая вероятность того, что сеть обучится необходимым образом и станет решать поставленную перед ней задачу. Инициирование сети осуществляли 16 различных сигналов. Инициированная схема решала задачу — определить характеристику синхронизации при каждом сигнале.
«В будущем результаты работы позволят многократно увеличить функционал нейронных сетей и приведут к созданию высокопроизводительных осцилляторных сетей», — подчеркнул Величко.
Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.
Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.