Кваліфікаційні роботи здобувачів вищої освіти ОПП Інформаційні системи та технології (ОС магістр)

Permanent URI for this collectionhttp://er.nau.edu.ua/handle/NAU/63576

Browse

Browsing Кваліфікаційні роботи здобувачів вищої освіти ОПП Інформаційні системи та технології (ОС магістр) by Author "Москальов Максим"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Програмна модель імпульсної нейромережі
    (Державний університет «Київський авіаційний інститут», 2025) Москальов Максим
    У роботі розглянуто програмну модель імпульсної (спайкової) нейронної мережі, призначеної для моделювання біологічно правдоподібної нейронної динаміки та розв’язання задачі класифікації двох бінарних патернів. Основну увагу приділено відтворенню ключових механізмів функціонування біологічних нейронних систем, зокрема імпульсної передачі інформації, мембранної динаміки нейронів та часової синаптичної пластичності. Як базову модель нейрона використано модель Leaky Integrate-and-Fire, яка забезпечує достатній рівень біологічної адекватності при збереженні обчислювальної простоти. Реалізовано модель синапса з часовою затримкою передачі сигналу, що дозволяє враховувати часову структуру спайкової активності. Для навчання мережі застосовано механізм Spike-Timing-Dependent Plasticity, відповідно до якого зміна синаптичних ваг визначається часовим співвідношенням між пресинаптичними та постсинаптичними спайками. Запропоновано архітектуру двошарової спайкової нейронної мережі з конкурентною взаємодією вихідних нейронів за принципом winner-take-all, що підвищує вибірковість відповіді під час класифікації. Програмна реалізація виконана мовою Python з використанням бібліотек NumPy та Matplotlib, що забезпечує можливість чисельного моделювання, аналізу результатів і наочної візуалізації мембранних потенціалів, спайкової активності та еволюції синаптичних ваг. Проведено експериментальні дослідження, які показали, що розроблена модель здатна формувати стійку спайкову динаміку та демонструвати адаптивну поведінку під дією STDP. Отримані результати підтверджують можливість використання спайкових нейронних мереж для задач класифікації на основі часових характеристик сигналів та свідчать про перспективність подальшого розвитку моделі.