Разработка новых технологий искусственного интеллекта на основе многомасштабных биологически релевантных моделей нейронных сетей мозга

Целью работы является разработка новых технологий искусственного интеллекта на основе многомасштабных биологически релевантных моделей нейронных сетей. На отчетном этапе были разработаны многомасштабные спайковые нейрон-астроцитарные сети с динамической перестройкой связей на основе STDP-пластичности. Исследовано влияние STDP и мемристивной пластичности в тормозных синапсах на динамику сети: их отсутствие вызывает режим пачек, а наличие сдвигает к асинхронному режиму. Астроцитарная регуляция в возбуждающих синапсах восстанавливает нормальную динамику пачек. Разработаны алгоритмы обучения для многослойных сетей, решающих задачи классификации и хранения информации. Показано, что STDP в тормозных синапсах ухудшает формирование признакового пространства изображений. Создана модель STDP с учетом влияния глии, обеспечивающая стабильность спайковых паттернов. Установлено, что астроцитарная модуляция STDP усиливает чувствительность синапсов к пространственно-временным паттернам, улучшая кодирование информации и поддерживая синаптический гомеостаз. Астроцитарная регуляция подавляет гипервозбуждение и нерегулярную пачечную динамику, обеспечивая точное воспроизведение входных стимулов в спайковой активности сети. Область применения результатов работы - математическое моделирование биологических систем, биофизика, нейроинформатика, нейрофизиология и биомедицина.