Новости

7 декабря, 2020 15:25

Ученые выяснили, как шум влияет на нейронные сети

Физики Уральского федерального университета исследовали влияние шума внутри человеческого организма, который мешает свободной передаче информации, на работу нейронных сетей. Они показали, что такое воздействие может изменить состояние системы, однако предсказать, к чему именно это приведет, удается не всегда. Результаты исследования помогут не только улучшить работу искусственных нейронных сетей, но и понять различные патологические состояния мозга. О проделанной работе ученые рассказали на страницах журнала Communications in Nonlinear Science and Numerical Simulation. Исследование поддержано грантом Российского научного фонда.
Руководитель проекта Лев Ряшко. Источник: Илья Сафаров/пресс-служба УрФУ

Системы из связанных между собой элементов встречаются практически во всех областях и представляют особый интерес как объекты математического моделирования. Ими являются и нейронные сети, выполняющие самые различные задачи; их природный прототип и вовсе отвечает за все наши мыслительные процессы. Наиболее распространены осцилляторные нейронные сети (в том же мозге), состоящие из колеблющихся (осциллирующих) элементов. Процессы внутри таких систем могут быть предсказуемыми или же случайными — тогда сеть называют стохастической.

Однако нет гарантий, что система будет слаженно работать всегда: на нее могут влиять внешние шумы. Так именуют колебания различной природы, способные изменить динамику работы нейронной сети. Например, в мозге функции элементов системы обусловлены активностью ионных каналов, открывающихся и закрывающихся в ответ на определенные сигналы. Соответственно, они пропускают или блокируют поток ионов. Но всегда есть вероятность, что канал может сработать не «в такт» или в процесс взаимодействия ионов вмешается шум. В зависимости от чувствительности, система может продолжить в своем обычном режиме, сбиться или вовсе изменить свою динамику.

В этой работе ученые анализировали чувствительность систем к случайным воздействиям. Физики изучили три основных варианта нейронной связи и влияние шума на них: равновесные подсистемы, периодические осцилляторы и хаотические осцилляторы. В первой ситуации с увеличением сил взаимосвязи нейронная система переходит из равновесного в колебательный режим с противофазной динамикой. Случайный шум, который «услышит» система, может разрушить синхронизацию в ней. Для второго варианта было доказано, что даже под влиянием шума система сохраняет противофазную и синфазную динамику, при этом противофазный режим может приобретать хаотический характер. Третий случай интересен тем, что с усилением связи хаотические осцилляции могут трансформироваться в регулярные периодические.

Ученые исследовали синхронизацию на основе только стохастических систем, а в целом насчитывают около 40 видов нейронной синхронизации. Синфазная и противофазная синхронизация играет основную роль в том, как наш мозг будет функционировать. Из-за того, что процессы в таком взаимодействии могут быть случайными, динамика колебаний в таких системах очень сложная. На процесс синхронизации также могут влиять серьезные заболевания и мозговые нарушения, например, болезнь Паркинсона, Альцгеймера, эпилепсия, тремор.

«В нашей модели исследовались аддитивный шум и его влияние на нейронные системы. Этот шум проходит через каналы в нейронных сетях. Но есть также мультипликативный шум, мы не можем утверждать, какое именно влияние он будет оказывать на нейронные связи, и к какой динамике приводить в ситуации, когда к внутреннему шуму будет примешиваться и внешний. Было бы очень интересно сделать эту тему предметом будущих работ», — рассказывает профессор кафедры теоретической и математической физики УрФУ Лев Ряшко.

23 августа, 2021
Российские ученые разработали метод выявления ботов в соцсетях
Сотрудники Санкт-Петербургского федерального исследовательского центра РАН обучили искусственный и...
17 августа, 2021
Ученый рассказал, что общего между пассажиропотоком и термодинамикой
Какой максимальный КПД имеет тепловая машина при заданной мощности, меньшей максимальной, как зависи...