Специалисты Саратовского государственного университета имени Н. Г. Чернышевского нашли способ, который позволит точно определять направленную связь между сигналами в условиях сильных шумов и заменит традиционные подходы, требующие сложных расчетов. Для этого они обучили искусственный интеллект выполнению необходимых задач.
Исследователи использовали три типа нейронных сетей, испытав их на осцилляторах Ван дер Поля — математических «генераторах колебаний», которые могут имитировать поведение живых систем (например, сердечного ритма) или устройств (электронных генераторов). Оказалось, что полносвязная нейросеть способна выявлять связь даже при уровне шума 100%.
«В лаборатории исследователи создавали пары таких осцилляторов — с направленной связью и без нее. Их сигналы подавали на вход трех типов нейросетей: полносвязной, сверточной и рекуррентной. Для усложнения задачи в сигналы добавляли шум — от легкого фона до 100% от исходной амплитуды. В результате ученые выявили, что полносвязная нейросеть показала лучшую устойчивость к шуму, определяя наличие связи даже в крайне зашумленных данных. Сверточная лучше фиксировала слабые связи, но хуже работала при сильном шуме. А рекуррентная чаще ошибалась, особенно когда связи не было вовсе», — отметили на сайте Минобрнауки России.
Сейчас оцениванием точность, с которой такая технология может оценить силу связи, а также сопоставляем нейросетевые подходы с классическими методами. В следующем году технология будет апробирована на математических моделях биологических сигналов ЭКГ и фотоплетизмограммы (измерения наполнения сосудов с помощью оптических датчиков, как в пульсоксиметрах), а затем применена непосредственно к биологическим данным, зарегистрированным у здоровых добровольцев и пациентов после инфаркта миокарда.
Метод на основе ИИ для точного определения направленной связи между сигналами в условиях сильных шумов особенно полезен в медицине — для ранней диагностики сердечно-сосудистых патологий и подбора лечения, а также может применяться в робототехнике, экологии и экономике.
Ранее Наука Mail писала о математической модели, которая объясняет, почему биоритмы меняются с возрастом.
