В частности, это необходимо для создания нейроморфных управляющих систем - например, для беспилотного транспорта или нейропротезов, передает пресс-служба института слова начальника группы нейроморфных алгоритмов Курчатовского комплекса НБИКС-природоподобных технологий Романа Рыбки
Специалисты Национального исследовательского центра "Курчатовский институт" разработали алгоритм самообучения нейронных сетей для биоподобных устройств, которые будут познавать окружающий мир так же, как это делают люди. Об этом сообщили ТАСС в пресс-службе института. Результаты работы опубликованы в журнале Neural Networks.
"Ученые Курчатовского комплекса НБИКС-природоподобных технологий разработали алгоритм обучения спайковых нейронных сетей в динамической среде. Он поможет в создании биоподобных устройств, способных к самообучению в режиме реального времени при взаимодействии с окружающим миром", - сказали ТАСС в Курчатовском институте.
Авторы создали алгоритм обработки данных для нейросетей, которые используют нейроморфные микропроцессоры - производительные и энергоэффективные вычислительные системы, повторяющие в своей работе принципы действия человеческого мозга. Их особенность - в импульсной работе: информация в таких нейросетях кодируется за счет наличия или отсутствия импульсов-спайков в определенный момент. Исследователи предложили использовать в такой модели машинное обучение с подкреплением (reinforcement learning, RL), которое близко к методу проб и ошибок у людей.
"В перспективе нейроморфные системы с мемристивными синапсами смогут обучаться в процессе работы, в режиме реального времени. В частности, это необходимо для создания нейроморфных управляющих систем - например, для беспилотного транспорта или нейропротезов", - приводит пресс-служба научного центра слова начальника группы нейроморфных алгоритмов Курчатовского комплекса НБИКС-природоподобных технологий Романа Рыбки.
ТАСС
Специалисты Национального исследовательского центра "Курчатовский институт" разработали алгоритм самообучения нейронных сетей для биоподобных устройств, которые будут познавать окружающий мир так же, как это делают люди. Об этом сообщили ТАСС в пресс-службе института. Результаты работы опубликованы в журнале Neural Networks.
"Ученые Курчатовского комплекса НБИКС-природоподобных технологий разработали алгоритм обучения спайковых нейронных сетей в динамической среде. Он поможет в создании биоподобных устройств, способных к самообучению в режиме реального времени при взаимодействии с окружающим миром", - сказали ТАСС в Курчатовском институте.
Авторы создали алгоритм обработки данных для нейросетей, которые используют нейроморфные микропроцессоры - производительные и энергоэффективные вычислительные системы, повторяющие в своей работе принципы действия человеческого мозга. Их особенность - в импульсной работе: информация в таких нейросетях кодируется за счет наличия или отсутствия импульсов-спайков в определенный момент. Исследователи предложили использовать в такой модели машинное обучение с подкреплением (reinforcement learning, RL), которое близко к методу проб и ошибок у людей.
"В перспективе нейроморфные системы с мемристивными синапсами смогут обучаться в процессе работы, в режиме реального времени. В частности, это необходимо для создания нейроморфных управляющих систем - например, для беспилотного транспорта или нейропротезов", - приводит пресс-служба научного центра слова начальника группы нейроморфных алгоритмов Курчатовского комплекса НБИКС-природоподобных технологий Романа Рыбки.
ТАСС
