25 июня в 16 часов в аудитории 506 3-го учебного корпуса состоится заседание Научно-технического совета ВШ КТиИС.
Повестка заседания:
1. О результатах диссертационного исследования.
Докладчик –Т.В. Лазовская
Тема исследования и аннотация доклада
Тема исследования (название доклада): Методы построения нейросетевых и нейроморфных моделей по разнородной информации
Аннотация: Целью исследования является решение проблем, возникающих при реализации унифицированного процесса построения нейросетевых моделей сложных систем.
В исследовании поставлены и решены следующие задачи:
- 1. Построение нейросетевой модели по статической выборке плохо определённых данных в случае отсутствия явной статистической зависимости.
- 2. Разработка нового типа нейроморфных моделей с архитектурой, обусловленной физикой.
- 3. Сравнительный анализ конечноэлементных, нейросетевых, гибридных моделей и моделей на основе аналитической модификации численных методов на примере задачи с пограничным слоем.
- 4. Разработка нового типа многослойных нейронных сетей с архитектурой, обусловленной физикой, и методов их построения
- 5. Разработка и тестирование эволюционных алгоритмов обучения и построения физически информированных нейросетевых моделей на основе приближения к фронту Парето.
- 6. Сравнительный анализ адаптивных свойств непараметрических и параметрических физически-информированных нейросетевых моделей.
- 7. Разработка методов построения нейроморфных моделей с архитектурой, обусловленной физикой, на основе дифференциальных уравнений в частных производных.
Научная новизна:
- 1. Разработана и протестирована нейросетевая модель прогноза осложнений после эндоваскулярных вмешательств.
- 2. Разработан новый тип нейроморфных моделей на основе аналитической модификации численных методов с архитектурой, обусловленной физикой.
- 3. Проведён сравнительный анализ конечноэлементных, нейросетевых, гибридных моделей и моделей на основе аналитической модификации численных методов на примере задачи с пограничным слоем.
- 4. Разработан и протестирован метод построения многослойной сети прямого распространения с архитектурой, обусловленной физикой, на основе аналитической модификации численных методов.
- 5. Разработаны и протестированы на двух некорректных задачах эволюционные алгоритмы обучения и построения физически информированных нейросетевых моделей на основе приближения к фронту Парето.
- 6. Проведён сравнительный анализ адаптивных свойств непараметрических и параметрических физически-информированных нейросетевых моделей.
- 7. Разработан и протестирован метод построения приближённых нейроморфных решений с архитектурой, обусловленной физикой, на примере уравнения теплопроводности и волнового уравнения.
2. Разное.