http://dspace.nbuv.gov.ua:80/handle/123456789/51560 2026-04-12T11:27:29Z 2026-04-12T11:27:29Z Ященко, В.А. http://dspace.nbuv.gov.ua:80/handle/123456789/58965 2014-04-05T08:00:06Z 2006-01-01T00:00:00Z

Размышляющие компьютеры Ященко, В.А. В статье рассматривается концепция создания интеллектуальных компьютеров и систем, как живых сущностей, чувствующих, познающих и размышляющих на основе моделирования нейрофизиологических свойств мозга – безусловных и условных рефлексов, чувств, познания, мышления и сознания с использованием новой технологии обработки информации.; У статті розглядається концепція створення інтелектуальних комп'ютерів і систем як живих сутностей, які почувають, пізнають і міркують на основі моделювання нейрофізіологічних властивостей мозку – безумовних і умовних рефлексів, почуттів, пізнання, мислення і свідомості - з використанням нової технології обробки інформації.; In the paper, the conception of creation of intellectual computers and systems, as alive beings, feeling, cognizing and reflecting on the basis of modeling neurophysiological brain properties - unconditional and conditional reflexes feelings cognizing, thinking with use of new technology of the information processing is considered.

2006-01-01T00:00:00Z Резник, А.М. http://dspace.nbuv.gov.ua:80/handle/123456789/58964 2014-04-05T07:55:30Z 2006-01-01T00:00:00Z

Хопфилдовские ансамбли в латеральных нейроструктурах коры мозга Резник, А.М. Предложена модель механизма ассоциативной памяти как множества локальных групп нейронов, образующих слои коры мозга, названных хопфилдовскими ансамблями. Ансамбль содержит до 3 тыс. клеток и может помнить сотни паттернов нервной активности. Множество перекрывающихся ансамблей отвечает модели разреженной сети Хопфилда. Рассмотрены новые результаты исследований этой модели, позволяющие интерпретировать ряд свойств хопфилдовских нейронных ансамблей. Описаны эксперименты по полному восстановлению памяти после удаления части связей нейронной сети и повторного запоминания отдельных образов, воспроизводящие эффект излечения амнезии путем напоминания больному забытых образов.; Запропоновано модель механізму асоціативної пам’яті як множини локальних груп нейронів, що утворюють шари кори мозку, які названі хопфілдовськими ансамблями. Ансамбль містить до 3 тис. клітин і може пам’ятати сотні патернів нервової активності. Ансамблі частково перетинаються, і їх множина відповідає моделі розрідженої мережі Хопфілда. Розглянуто результати останніх досліджень цієї моделі, які дозволяють інтерпретувати деякі властивості хопфілдовських нейронних ансамблів. Наведено результати експерименту щодо повного відновлення пам’яті після видалення частини зв’язків мережі та повторного навчання на деяких забутих образах, який відтворює ефект лікування амнезії шляхом нагадування хворому деяких забутих образів минулого.; It is proposed the model of mechanism of associative memory as set of local groupsof neurons, creating layers of cerebral cortex, named by Hopfield’s ensembles. Ensemble consists of near 3 thousands of cells and can remember hundreds of partners of nervous activity. Set of overlaping ensembles answer the model of the rare Hopfield net. The new results of researches of this model, allowing interpretation of a number characteristics of neuron ensembles. The are discribed experiments of memory full restoration after extracting the part of connections of the neuron net and repeated remembering independent images, reproducing the effect of recovery of amnesia by remembering the sickman of the forgot images.

2006-01-01T00:00:00Z Бондаренко, Я.С. http://dspace.nbuv.gov.ua:80/handle/123456789/58963 2014-04-05T07:56:40Z 2006-01-01T00:00:00Z

Імітаційна імовірнісна модель дендрита нейрона Бондаренко, Я.С. В роботі запропонована імітаційна теоретико-ймовірнісна модель дендрита нейрона, алгоритм моделювання реалізовано в програмі імітації дендритного дерева. Дендрит нейрона розглядається як упорядкована множина сегментів, кожен з яких закінчується точкою розгалуження чи кінцем дендрита, при цьому довжина сегмента, кут між сегментами, крок, з яким проходиться сегмент, відстань між точками росту піддерев, число кроків в сегменті та інші числові характеристики є випадковими величинами. У модель дендрита закладаються розподіли величини кута між материнським і дочірнім сегментами, величини проміжного кута, розподіл кроку, з яким проходиться сегмент, імовірність розгалуження сегмента, імовірність продовження росту сегмента з піддеревами та без піддерев, імовірність появи піддерева, імовірність формування сегмента як сегмента з піддеревами та без піддерев. Роботу алгоритму моделювання, адекватність описання реального дендрита моделлю проілюстровано на прикладі моделювання дендритів Пуркін’є клітини. Адекватність моделі реальному дендриту Пуркін’є клітини встановлюється через перевірку статистичних гіпотез про збіг розподілів та параметрів розподілів моделі й реального дендрита нейрона.; В работе предложена имитационная теоретико-вероятностная модель дендрита нейрона, алгоритм моделирования реализован в программе имитации дендритного дерева. Дендрит нейрона рассматривается как упорядоченное множество сегментов, каждый сегмент заканчивается точкой ветвления или концом дендрита, при этом длина сегмента, угол между сегментами, шаг, с которым оператор проходит сегмент, расстояние между точками роста поддеревьев, число шагов оператора в сегменте и другие числовые характеристики являются случайными величинами. В модель дендрита закладываются распределения величины угла между материнским и дочерним сегментами, величины промежуточного угла, распределение шага, с которым проходится сегмент, вероятность ветвления сегмента, вероятность продолжения роста сегмента с поддеревьями и без поддеревьев, вероятность появления поддерева на сегменте, вероятность формирования сегмента как сегмента с поддеревьями и без поддеревьев. Работу алгоритма моделирования, адекватность описания реального дендрита моделью проиллюстрировано на примере моделирования дендритов Пуркинье клетки.; The present study offers an imitative theoretical-probability model of dendritic tree. The algorithm of simulation of the dendrite is realized in the program of imitation of dendritic tree. Dendrite of neuron is an ordered set of segments, each of them ends with a branch point (branching is binary) or an end of dendrite. Lengths of segments, angles between segments, sampling intervals, distances between growth points of the subtrees, the number of sampling intervals in segment and other numerical characteristics are random variables. The distribution of the value of the angle between the mother and the daughter segments, distribution of the value of the intermediate angle, distribution of the length of the sampling intervals, probability of the branching of segments, probability of the growth continuation of segments with subtrees and segments without subtrees, probability of the occurrence of subtree, probability of the forming of the segment as the segment with subtrees and the segment without subtrees are substituted in probability model. The work of algorithm and the adequacy of probability model of dendrite tree are verified on the example of Purkinje cells.

2006-01-01T00:00:00Z Горбань, И.И. http://dspace.nbuv.gov.ua:80/handle/123456789/58962 2014-04-05T07:58:13Z 2006-01-01T00:00:00Z

Оценки характеристик гиперслучайных величин Горбань, И.И. Работа продолжает цикл исследований особого класса недетерминированных явлений – гиперслучайных величин. Эти явления похожи на случайные, но для них не определена вероятностная мера. В статье введены математические понятия сходимости гиперслучайных величин, предложена методология формирования оценок их характеристик и исследована сходимость таких оценок.; Робота продовжує цикл досліджень особливого класу недетермінованих явищ – гіпервипадкових величин. Ці явища подібні до випадкових, але для них не існує визначеної імовірнісної міри. У статті введено математичні поняття збіжності гіпервипадкових величин, запропонована методологія формування оцінок їх характеристик і досліджена збіжність таких оцінок.; The work continues the cycle of the research in special non-determine phenomena that are hyper random ones. Such phenomena are similar to random ones, however the probable measure absents for them. In the article, the mathematical convergence’s conception for hyper-random values has been proposed, methodology for forming estimations of theirs characteristics has been developed, and the convergence of the estimates has been researched.

2006-01-01T00:00:00Z