Российские учёные создали нейросеть для предсказания поведения систем, подверженных сильному влиянию случайных факторов. К таким нестабильным системам относятся транспортные потоки, финансовые рынки и даже погода. В качестве образца разработчики взяли цифровую модель нейрона мозга человека. Нейросеть точно предсказала происходящие с ним изменения. Разработка может найти широкое применение во всех областях, где решения принимаются в условиях случайных влияний и неопределённости.
Учёные из Балтийского федерального университета им. И. Канта (БФУ) создали нейросеть, которая способна предсказывать поведение систем, в основе которых лежит случайность. Математики называют такие системы стохастическими. Они играют важную роль в анализе и управлении многими техническими системами. Подобные системы представлены везде — это и финансовые рынки, и прогноз погоды, и транспортные потоки. То есть все ситуации и явления, подверженные большому количеству случайных факторов (в математической терминологии — шумов). Авторы работы разработали модель, которая способна делать прогноз, невзирая на длительное внешнее воздействие случайных факторов. Об этом RT сообщили в пресс-службе университета. Результаты исследования опубликованы в журнале Chaos, Solitons and Fractals.
-
Gettyimages.ru
-
© Stanislaw Pytel
Для обучения программы разработчики использовали компьютерную симуляцию биологического нейрона, подверженного воздействию шума. Учёные отмечают, что нейросеть показала удивительную способность к обобщению — не только предсказала поведение искусственного нейрона при одном уровне шума, но и точно описала базовые закономерности системы и при других уровнях, которых не было в обучающей выборке.
Также по теме
Универсальный метод: российские учёные создали нейросеть для оптимизации работы энергосистем
Российские учёные совместно с иностранными коллегами разработали нейросеть, которая способна предсказывать колебания в энергосети на...
«Более того, наша модель смогла предсказать физический эффект, который изначально не был в неё заложен — эффект стохастического резонанса. Он проявляется в том, что при определённой интенсивности шума хаотическое поведение нейрона становится более упорядоченным», — отметил в беседе с RT главный научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта, доктор физико-математических наук, профессор Александр Храмов.
Опираясь на ограниченный набор данных, нейросеть сделала предсказания, которые точно согласуются с реальным поведением нейрона, отметили специалисты.
По словам учёных, модель может найти широкое применение везде, где нужно принимать решения в условиях неопределённости и случайных воздействий. Она позволит заглядывать в будущее сложных систем, обнаруживать в них скрытые закономерности и принимать более точные и надёжные решения. Так, нейросеть в перспективе сможет предсказывать экономические кризисы, управлять «умным» городским трафиком и искать неизученные эффекты в биологических системах.
