В настоящей книге рассматриваются модели нейронной среды, описываемой системой уравнений с запаздыванием. Каждый элемент среды (нейрон) является автогенератором, который в автономном режиме генерирует кратковременные импульсы (спайки). Обсуждаются модели синаптического взаимодействия нейронов, которое приводит к сложным колебательным режимам в системе. Изучается строение этих режимов и способы управления их структурой, то есть решается задача о выборе весов взаимодействия с целью получения аттракторов, обладающих наперед заданной структурой. Такие аттракторы интерпретируются как образы, закодированные в виде автоволн (волновая память). Решается задача об идентификации аттракторов (задача сличения образов). Система уравнений нейронной сети получена из биологических предпосылок. По смыслу задачи в нее входят большие параметры. В книге разработаны методы асимптотического исследования данной системы. Они допускают перенос на другие типы уравнений. В книге приводится...
V nastojaschej knige rassmatrivajutsja modeli nejronnoj sredy, opisyvaemoj sistemoj uravnenij s zapazdyvaniem. Kazhdyj element sredy (nejron) javljaetsja avtogeneratorom, kotoryj v avtonomnom rezhime generiruet kratkovremennye impulsy (spajki). Obsuzhdajutsja modeli sinapticheskogo vzaimodejstvija nejronov, kotoroe privodit k slozhnym kolebatelnym rezhimam v sisteme. Izuchaetsja stroenie etikh rezhimov i sposoby upravlenija ikh strukturoj, to est reshaetsja zadacha o vybore vesov vzaimodejstvija s tselju poluchenija attraktorov, obladajuschikh napered zadannoj strukturoj. Takie attraktory interpretirujutsja kak obrazy, zakodirovannye v vide avtovoln (volnovaja pamjat). Reshaetsja zadacha ob identifikatsii attraktorov (zadacha slichenija obrazov). Sistema uravnenij nejronnoj seti poluchena iz biologicheskikh predposylok. Po smyslu zadachi v nee vkhodjat bolshie parametry. V knige razrabotany metody asimptoticheskogo issledovanija dannoj sistemy. Oni dopuskajut perenos na drugie tipy uravnenij. V knige privoditsja...
