350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №8 за 2010 г.
Статья в номере:
Методология индивидуально-коллективного моделирования нейронной биовозбудимости как новая нейрокомпьютерная парадигма
Ключевые слова: неаналитическое моделирование мембранные каналы КИСК-технологии коммуникационные взаимодействия
Авторы:
В. В. Колушов - к. т. н., доцент кафедры «Высшая математика» Уфимского государственного авиационного технического университета. А. В. Савельев - с. н. с. Межвузовской лаборатории технических систем медико-экологических исследований (МВЛ ТСМЭИ). Уфимский государственный авиационный технический университет, Башкирский государственный медицинский университет. E-mail: gmkristo@rambler.ru
Аннотация:
Эту работу и все последующее ее развитие один из авторов посвящает светлой памяти Мамы и ближайшего друга Нине Андреевне Савельевой-Новоселовой Приведены результаты разработки новой методологии решения сложных задач нетривиального моделирования живых биосистем без нарушения их целостности. Данная методология была разработана на основе использования системы социоподобных коллективно-личностных взаимоотношений, составляющих основу социума и может при-меняться как общий подход к моделированию сверхсложных систем, а также как новая парадигма синтеза нейровычислений и построения нейрокомпьютеров нового поколения.
Страницы: 40-46
Список источников
  1. Галушкин А. И. Нейронные сети: основы теории. М.: ГорячаяЛиния-Телеком. 2010.
  2. Gorban, A., Kegl, B., Wunch, D., Zinovyev, A. (eds.) Principal Manifolds for Data Visualization and Dimension Reduction. Lecture Notes in Computational Science and Engineering. Springer. 2008. V. 58.
  3. http://www.wavelet.org/
  4. Кохонен Т. Самоорганизующиеся карты. М.: Бином. Лаборатория знаний. 2008.
  5. Петрунин Ю. Ю., Зернова Ю. А. Статистические и нейросетевые методы прогнозирования электорального поведения на примере президентских выборов во Франции 2007 г. // Нейрокомпьютеры: разработка и применение. 2010. № 8.
  6. http://neuropro.ru/
  7. Савельев А. В. На пути к общей теории нейросетей. К вопросу о сложности // Нейрокомпьютеры: разработка и применение. 2006. № 4-5. С. 4-14.
  8. Круглов В. В., Борисов В. В. Искусственные нейронные сети. М.: 2001.
  9. А. с. № 1436720. Устройство для моделирования нейрона // Савельева-Новоселова Н. А., Савельев А. В.1988.
  10. Алексеев А. Ю. Роль нейрокомпьютера в электронной культуре // Нейрокомпьютеры: разработка и применение. 2010. № 8.
  11. Савельев А. В. Нейрологические аспекты клеточной нейроматематики // Искусственный интеллект. НАНУкраины. Донецк. 2008. No. 4.С. 612-623.
  12. Guy, H. R., Conti, F., Pursuing the structure and function of voltage-gated channels.Trends Neuroscience. 1990. V. 13. P. 201-206.
  13. Larsson, H. P., Baker, O. S., Dhillon, D. S., Isaeoff, E. Y., Transmembrane movement of the Shaker K+ channel S4. Neuron. 1996. V. 16. P. 387-397.
  14. Hoshi, T., Zagatta, W. N., Aldrich, R. W., Biophysical and molecular mechanisms of Shaker potassium channel inactivation // Science (Wash DC). 1990. V. 250. P. 533-538.
  15. Holmgren, M., Smith, P.,and Yellen, G., Trapping of organic blockers by choosing of voltage-dependent K+ channels evidence fin a trap door mechanisms of activation gating // J. Gen. Physiology, 1997. V. 109. P. 527-535.
  16. Вислобоков А. И., Игнатов Ю. Д., Мельников К. Н. Фармакологическая модуляция ионных каналов мембраны нейронов. СПб.: СПбГМУ. 2006.
  17. Reid, G., Scholz, A., Bostock, H., Vogel, W., Humans ajns contain at least five types of voltage-dependent potassium channel //
    J. Gen. Physiology. 1999. V. 518. P. 681-696.
  18. Колушов В. В., Савельев А. В. Экспертный алгоритм неаналитического моделирования активной биомембраны нейрона // Свид. о регистрации программы для ЭВМ № 2010613474 от 27 мая 2010.
  19. Гелетюк В. И., Казаченко В. Н. Кластерная организация ионных каналов. М.: Наука. 1990.
  20. Неер Е., Стивенс К. Флуктуации проводимости и ионные поры в мембранах. Мембраны: ионные каналы: Сб. статей / под ред. Ю. А.Чизмаджева. М.: Мир. 1981. С. 237-325.
  21. Армстронг К. Ионны поры, ворота и воротные токи. Мембраны: ионные каналы: Сб. статей / под ред. Ю.А.Чизмаджева М.: Мир. 1981. С. 98-125.
  22. Свид. о регистрации программы для ЭВМ № 2002612035. Нейросетевой алгоритм // Колушов В. В., Савельев А. В.2002.
  23. Свид. о регистрации программы для ЭВМ № 2003610307. Нейроускоритель. NeuralNetworkaccelerator. // Колушов В. В., Савельев А. В. 2003.
  24. Колушов В. В. Применение нейросетевых алгоритмов в реализации экспертной технологии моделирования кардиодинамики // Нейроинформатика-2004: Сб. докладов VIВсерос. НТК. М.: МИФИ. 2004. Т. 2.
  25. Свид. о регистрации программы для ЭВМ № 2002611830, 24.10.2002. Алгоритм пространственного моделирования задач кардиодинамики // Колушов В. В. 2002.
  26. Свид. о регистрации программы для ЭВМ № 2002611831, 24.10.2002. Алгоритм экспертного моделирования кардиодинамики // Колушов В. В. 2002.
  27. Свид. о регистрации программы для ЭВМ № 2003610123,08.01.2003.Алгоритм имитационного моделирования электрической деятельности клеток миокарда // Колушов В. В., Савельев А. В. 2002.
  28. Савельев А. В. Моделирование нейродинамики экзоцитоза в нейрокомпьютинге // Искусственный интеллект. Донецк. НАН Украины. 2007. № 3. С. 28-38.
  29. Савельев А. В. Аспекты возможности сознательного моделирования бессознательного в искусственных социумах // Искусственные общества, 2009. Т. 4, № 1-4.С. 90-111, http://www.artsoc.ru/magazine/index.php-ID=85&sphrase_id=63
  30. Савельев А. В. Модель нейрона как мультицеллюлярная структура (к вопросу о том, что все-таки мы моделируем) // Нейрокомпьютеры: разработка и применение. 2002. № 1-2. С. 4-20.
  31. Базарова Д. Р., Демочкина Л. В., Савельев А. В. Новая нейробионическая модель онтогенеза // Нейроинформатика-2002. М.: МИФИ. 2002. Т. I. С. 97-106.