Создание математических моделей искусственных нейронный сетей для воспроизведения различных аспектов динамики сетей мозга in-silico

В рамках проекта планируется разработать новый комплексный подход для математического моделирования функциональной динамики нейронных сетей. В качестве информационной единицы сети будут использованы пространственно-временные паттерны активности. Функционал сети будет определяться ее топологическими характеристиками, такими как пространственный размер, степень структурированности, плотность нейронов, длина аксонов, связность, и т.д. Конкуренция альтернативных путей проведения возбуждения от точки приложения стимула к отдельным нейронам будет служить основой для структурно-функциональных перестроек на сетевом уровне. В конечном счете возникновение пространственно-временной структуры в сети будет приводить к формированию ее функционала. Аналогично экспериментальным наблюдениям, тормозные нейроны будут играть активную роль в формировании свойств сетей по обработке информации. В частности, тормозные нейроны будут подавлять неактуальные, в контексте текущего информационного процесса, пространственно-временные паттерны. Процессы обучения и формирования памяти в нейронной сети будут достигаться за счет ассоциирования пространственно-временных паттернов, актуальных в контексте текущего информационного процесса. На синаптическом уровне данное ассоциирование будет осуществлено на основе Хебовской пластичности. Разработанные сетевые архитектуры можно будет использовать для практических задач - распознавания электромиографических (ЭМГ) и электроэнцефалографических (ЭЭГ) данных.