Нейросетевое распознавание классов в пространстве физиологических признаков биосенсоров

Abstract

Работа посвящена проблеме биосенсорного распознавания в пространстве физиологических (зрительных, слуховых, обонятельных и др.) признаков. Предложена методика комбинированного использования биосенсорных способностей живых существ, их ситуативной физиологической реакции на раздражители и обучения искусственных нейронных сетей для распознавания классов. В основе подхода лежит идея совместного обучения живых существ и искусственных нейронных сетей. Это позволяет трансформировать сложные рецепторные признаки биодетекторов в пространство простых поведенческих реакций. Приведен алгоритм построения моделей распознавания объектов в нейронной среде эмуляторов формата Statistika Neural Network.

Робота присвячена проблемі біосенсорного розпізнавання в просторі фізіологічних (зорових, слухових, нюхових та ін.) ознак. Запропоновано методику комбінованого використання біосенсорних здібностей живих істот, їх ситуативної фізіологічної реакції на подразники і навчання штучних нейронних мереж для розпізнавання класів. В основі підходу лежить ідея спільного навчання живих істот і штучних нейронних мереж. Це дозволяє трансформувати складні рецепторні ознаки біодетекторів в простір простих поведінкових реакцій. Наведено алгоритм побудови моделей розпізнавання об’єктів у нейронному середовищі емуляторів формату Statistika Neural Network.

The work is devoted to the biosensor recognition in the space of physiological (visual, auditory, olfactory, etc.) signs. The technique of the combined use of biosensing capabilities of living creatures, their situational physiological reactions and the training of artificial neural networks for recognition of classes is proposed. The approach is based on coeducation of living beings and artificial neural networks. This allows to transform the receptor complex of biodetectors signs in the space of simple behaviors. An algorithm for constructing models of object recognition in a neural environment emulators of Statistika Neural Network is formed.