2023
31 октября
Докладчик: Пуртова Ксения Андреевна, ННГУ
Тема доклада: Анализ, обобщение и переобработка результатов исследований, полученных в статье “Automated Atrial Fibrillation Detection using a Hybrid CNN-LSTM Network on Imbalanced ECG Datasets”
Аннотация доклада: За основу исследования была взята статья “Automated Atrial Fibrillation Detection using a Hybrid CNN-LSTM Network on Imbalanced ECG Datasets”, авторов Georgios Petmezas, Kostas Haris, Leandros Stefanopoulos, Vassilis Kilintzis, Andreas Tzavelis, John A Rogers, Aggelos K Katsaggelos, Nicos Maglaveras, из журнала Biomedical Signal Processing and Control 63 (2021) 102194.
В данной статье каждый комплекс ЭКГ был классифицирован на 4 класса: фибриляция предсердий (AFIB), трепетание предсердий (AFL), АВ-ритм (J) и нормальный ритм (N). В качестве модели использовалась гибридная CNN-LSTM нейронная сеть, для борьбы с дисбалансом классов используется функция потерь “Focal Loss”.
Целью работы являлось исследование технологий, описанных в данной статье, и дальнейшее их применение для работы с Lobachevsky University Electrocardiography Database (LUDB).
24 октября
Докладчик: Костюков Максим Игоревич, ННГУ
Тема доклада: Спайковая резервуарная нейронная сеть для классификации временных рядов
Аннотация доклада: Методы резервуарных вычислений привлекли большое внимание благодаря снижению сложности вычислений за счет использования фиксированных внутренних весов. В данной работе рассматривается спайковая резервуарная нейронная сеть, обученная с учителем для использования в качестве слоя извлечения признаков при решении задач классификации временных рядов. Исходный входной сигнал временного ряда сначала кодируется в несколько каналов спайковых импульсов, которые затем поступают в слой-резевуар. Полученная модель тестировалась на задаче классификации аритмии из амбулаторных записей ЭКГ датасета MIT-BIH. Рассмотренный подход демонстрирует конкурентоспособную точность и устойчивость по сравнению с существующими методами.
17 октября
Докладчик: Костин Василий Александрович, ННГУ
Тема доклада: Преобразование частот при сверхбыстрой ионизации.
Аннотация доклада: Ионизация сред сильным полем лазерного импульса фемтосекундной длительности лежит в основе генерации вторичного излучения в различных частотных диапазонах, от терагерцового до ультрафиолетового. В докладе обсуждается как параметрический ионизационный механизм приводит к генерации новых частот. Как оказалось, такая генерация может рассматриваться как атипичное многоволновое смешение с эффективным числом смешивающихся волн, определяемых показателем степени в зависимости вероятности ионизации от напряжённости поля. Интересной особенностью такого многоволнового процесса является частотная асимметрия, обусловленная инерционностью ионизационной нелинейности. Недавние экспериментальные и теоретические исследования показывают, что схожие эффекты, связанные с инерционностью и сильнонелинейным характером ионизации, проявляются и в форме спектра генерируемых низкочастотных импульсов.
10 октября
Докладчик: Карчков Денис Александрович, ННГУ
Тема доклада: Международные стандарты публикации результатов работы медицинского ИИ.
Аннотация доклада: Стандартизация для исследователя часто ведёт к облегчению решения рутинных задач. Так, при проведении эксперимента, чётко описанный сценарий его проведения помогает избежать проблем при интерпретируемости результатов, а также вопросов коллег. Составление отчётов по прошедшим исследованиям всегда и везде формулируются по жёсткому плану.
3 октября
Докладчик: Лебедева Альбина Владимировна, ННГУ
Тема доклада: Разработка нейрогибридного чипа для восстановления активности в гиппокампе после повреждения.
Аннотация доклада: Основная цель исследования — разработка нового метода на основе искусственного интеллекта для восстановления активности поврежденной области гиппокампа. Нормальная активность гиппокампа часто бывает нарушена вследствие нейродегенерации отдельных его участков при нейродегенеративных заболеваниях, старении или травмах. В связи с этим восстановление нормальной деятельности гиппокампа на основе современных методов обработки информации является важной задачей. В докладе будет представлена концепция создания замещающей системы, способной восстановить нормальную активность гиппокампа, а также предварительные результаты предсказания активности (локального полевого потенциала) в зоне СА1 гиппокампа по входу (активности в зоне СА3) с использованием глубоких нейронных сетей. Полученные результаты показали возможность использования описанного подхода в задачах восстановления активности популяционных нейронов.
19 сентября
Докладчик: Рыбалова Елена Владиславовна, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского
Тема доклада: Влияние неоднородностей и внешних воздействий на формирование и синхронизацию пространственно-временных структур в ансамблях нелинейных осцилляторов (по кандидатской диссертации)
Аннотация доклада: В диссертационной работе Рыбаловой Е.В. “Влияние неоднородностей и внешних воздействий на формирование и синхронизацию пространственно-временных структур в ансамблях нелинейных осцилляторов” на соискание ученой степени кандидата физико-математических наук проведено исследование влияния шумовых возмущений и случайного распределения значений управляющих параметров на пространственно-временную динамику сложных ансамблей нелинейных осцилляторов, а также на эффекты синхронизации. Установлено увеличение вероятности установления химерных состояний под воздействием аддитивного и мультипликативного шума, в то время как подобное воздействие приводит к уменьшению интервала наблюдения уединенных состояний по силе связи между элементами. Выявлена возможность установления вынужденной и взаимной синхронизации сложных пространственно-временных структур, включая химеры и уединенные состояния, в случае неразреженной и слаборазреженной межслойной связи. Показано, что динамика неоднородной трехслойной сети определяется преимущественно структурами, реализующимися во внешних слоях. Проанализирована зависимость установления удаленной (только внешних слоев) и полной (всех слоев) синхронизации от типа структуры в передающем слое.
11 июля
Докладчик: Разин Вячеслав, ННГУ
Тема доклада: Решение задачи диагностики заболевания по ЭКГ на наборе данных PTB-XL при помощи искусственного интеллекта.
Аннотация доклада: Диагностика по электрокардиограмме (ЭКГ) является крайне актуальной и важной задачей, от качества, своевременности и скорости проведения которой зависят жизни и здоровье людей. На сегодняшний день большое количество исследователей относится к нейронным сетям как к панацее, рассчитывая, что любая задача может быть решена быстро и без проблем. Нередко, такой подход приводит к не самым высоким результатам. В рамках работы исследуется применение искусственного интеллекта как универсального инструмента для решения задачи при определении патологических сигналов ЭКГ с маркерами инфаркта миокарда, гипертрофии, нарушением проводимости и изменении морфологии ST сегмента.
4 июля
Докладчик: Петухов Алексей, ННГУ
Тема доклада: Выделение участков электрокардиограммы, связанных с признаками сердечно-сосудистых заболеваний, при помощи архитектуры машинного обучения трансформер.
Аннотация доклада: Проблема объяснимости искусственного интеллекта актуальна по сей день. Извлечение знаний модели позволят предоставлять в понятном для человека виде причины прогноза. В докладе будут рассмотрены 2 метода для выделения участков электрокардиограммы, связанных с признаками сердечно-сосудистых заболеваний, при помощи архитектуры машинного обучения трансформер: визуализация внимания трансформера на сигнал ЭКГ и визуализация градиента выхода модели по точкам сигнала ЭКГ.
16 мая
Докладчик: Бирюков Р. С., ННГУ
Тема доклада: Нейронные сети и нечеткая логика в задачах управления.
Аннотация доклада: В теории управления один из основных классических подходов к синтезу регуляторов основан на использовании линейной обратной связи. Однако, не смотря на простоту и эффективность, указанный подход имеет ряд существенных ограничений. В последнее десятилетие резко вырос интерес к применению в задачах управления искусственных нейронных сетей в связи с такими их свойствами как способностью к обобщению данных, обучению на примерах и адаптации к изменяющимся свойствам объекта управления и внешней среды. В докладе будет рассказано об основных направлениях применения нейронных сетей и нечетких вычислений к синтезу регуляторов и идентификации параметров динамических систем.
11 апреля
Докладчик: Середа Я.А., ННГУ
Тема доклада: Агент активного распознавания.
Аннотация доклада: Обновленная версия алгоритма обучения, при котором процесс распознавания агентом ситуации представляет собой последовательность экспериментов, которые агент проводит со средой. Доклад продолжает предыдущие доклады серии об обучении по нескольким образам.
4 апреля
Докладчик: Петухов Алексей, ННГУ
Тема доклада: Выделение сегментов ЭКГ, на которых наблюдается признак диагноза, при помощи сверточной нейронной сети.
Аннотация доклада: Проблема объяснимости искусственного интеллекта актуальна по сей день. Извлечение знаний и понимание причины прогноза модели позволят предоставлять в понятном для человека виде основные факторы, используемые моделью для прогнозирования. В докладе будут рассмотрены 2 подхода для выделения участков сигнала ЭКГ, на которых наблюдается признак диагноза. Снятие активаций нейронов на сверточных слоях обученной сверточной нейронной сети и вычисление градиента прогноза модели по входному сигналу позволяют подсвечивать на сигнале ЭКГ сильные неестественные толчки характерные для диагноза экстрасистолия.
28 марта
Докладчик: Зимин Илья, ННГУ (рук. Стасенко С.В.)
Тема доклада: Гибридная архитектура нейронной сети для задачи распознавания изображений
Аннотация доклада: В докладе будет рассмотрена гибридная архитектура нейронной сети для задачи распознавания изображений на примере CIFAR10 с использованием сверточной нейронной сети и модели кратковременной синаптической пластичности с астроцитарной модуляцией вероятности высвобождения нейротрансмиттера.
21 марта
Докладчик: Пашин Дмитрий Сергеевич
Тема доклада: Квантовая диссипативная динамика и эффекты переключения в сверхпроводниковых системах с джозефсоновскими переходами (по кандидатской диссертации)
Аннотация доклада: Целью работы является аналитическое и численное исследование квантовой диссипативной динамики джозефсоновского бифуркационного измерительного осциллятора, разработке новых способов неразрушающего считывания состояний кубитов с минимальными потерями информации и создание энергоэффективной элементной базы для сверхпроводниковых квантовых нейроморфных сетей.
7 марта
Докладчик: Лебедева Альбина Владимировна, к.б.н., доцент кафедры нейротехнологий ИББМ ННГУ
Тема доклада: Исследование функционирования нейрональных и нейрон-глиальных сетей гиппокампа при нейродегенеративных заболеваниях и эпилепсии.
Аннотация доклада: Исследование процессов взаимодействия между нейронами и астроцитами в головном мозге является актуальной задачей современной нейробиологии. Нейроны передают электрические сигналы друг другу посредством синаптической передачи. Астроциты способны модулировать передачу этих сигналов, хотя несколько лет назад считалось, что астроциты являются лишь вспомогательными клетками для нейронов. На данный момент известно, что астроциты выполняют целый ряд важных функций в головном мозге, в том числе при нейродегенеративных заболеваниях мозга. Зачастую при нейродегенеративных заболеваниях происходят нарушения когнитивных функций, в том числе памяти, обучения, ориентации в пространстве. За эти функции в мозге отвечает отдел лимбической системы мозга – гиппокамп. Функционированию нейронных и нейрон-глиальных сетей в гиппокампе с помощью методов электрофизиологии и кальциевого имиджинга и будет посвящен данный доклад.
21 февраля
Докладчик: Середа Яна Александровна
Тема доклада: Агент активного распознавания
Аннотация доклада: Доклад о разработке алгоритма обучения, при котором процесс распознавания агентом ситуации представляет собой последовательность экспериментов, которые агент проводит со средой. Алгоритм имеет потенциал к обобщению на разные типы данных. В данный момент отрабатывается на задаче классификации изображений.
9 февраля
Докладчики: Рыбкин Антон Васильевич, Смирнов Руслан Олегович
Тема доклада: Исследование возможности применения нейронных сетей для регистрации внеклеточных потенциалов на примере сердец крыс в условиях возникновения фибрилляционного криза.
Аннотация доклада: Появление маркеров фибрилляции, как предсердной так и желудочковой, свидетельствует о патологической деградации сердечной мышцы. Важно установить данные маркеры на ранних этапах развития заболевания. В рамках работы рассматривается возможность решить проблему распознавания внеклеточных потенциалов, регистрируемых с поверхности сердца, форма которых существенно изменяется в ходе перехода сердца в состояние фибрилляции. Распознавание моментов активации внеклеточных потенциалов необходимо для анализа электрограмм с одного или с нескольких электродов и выявления пространственно-временных характеристик (маркеров), являющихся предикторами жизнеугрожающих состояний. В рамках задачи распознавания внеклеточных потенциалов решено применить свёрточные нейронные сети со специфической подготовкой входных данных, полученных с сердец крыс посредством наложения мультиэлектродной матрицы. Переход сердца в состояние фибрилляции вызван медикаментозно.
2 февраля
Докладчик: Дарья Бакалина, студентка 4-го курса, каф. ТУиДС (рук. Н.В.Барабаш)
Тема доклада: Моделирование системы Чуа с помощью новой кусочно-линейной системы ОДУ с двойной спиралью.
Аннотация доклада: Цепь Чуа является широко известным примером радиотехнической системы, способной демонстрировать режимы хаотических колебаний. Но несмотря на значительные успехи в аналитическом и численном исследованиях, полное изучение системы Чуа представляется достаточно сложной задачей.
2022
8 декабря
Докладчик: Вероника Шишкова, ННГУ
Тема доклада: Сегментация слоёв кожи на изображениях, полученных с помощью оптической когерентной томографии (ОКТ).
Аннотация доклада: Задача точной оценки толщины слоев ткани является важной для диагностики состояния кожных покровов, обнаружения повреждений кожи, новообразований, а также для проведения дерматологических медицинских процедур, в частности фотодинамической терапии. По средней толщине слоя также можно собирать статистику, например, для задачи старения кожи. Для быстрой и качественной оценки толщины слоев ткани нам требуется автоматическая разметка слоев кожи на изображениях, полученных с помощью ОКТ. Эта задача может быть разбита на следующие подзадачи: сбор данных; ручная разметка данных; выбор модели машинного обучения; обработка результатов, полученных после применения обученной модели; выбор метрик для оценки качества моделей. В ходе доклада будут представлены возможные способы их решения.
24 ноября
Докладчик: Александр Софонов, старший инженер-исследователь МОТИВ-НТ
Тема доклада: Архитектура нейромофного чипа Алтай и решение задачи классификации звуков в спайковом базисе.
Аннотация доклада: Нейроморфные вычислительные устройства являются аппаратной базой для реализации импульсных (спайковых) нейронных сетей с чрезвычайно низким энергопотреблением. Это делает актуальной разработку методов получения импульсных нейронных сетей для решения задач машинного обучения. В ходе доклада будет представлена архитектура нейропроцессоре Алтай и метод получения импульсной нейронной сети, удовлетворяющей ограничениям для размещения. Предложенный метод основан на преобразовании нейронной сети, обученной с учётом ограничений, в импульсную. Учёт ограничений обеспечивается с помощью квантования и кластеризации синаптических весов, в отличие от существующих подходов, в которых рассматриваются сети с тернарными весами, которые не используют весь доступный динамический диапазон весов. При преобразовании в спайковую сеть пороговые потенциалы импульсных нейронов устанавливаются так, чтобы нормировать количество испускаемых импульсов. На примере задачи классификации городских шумов импульсная сеть, полученная предложенным методом, достигает точности классификации от 42% до 67% (по 10 разбиениям кросс-валидации, в среднем 54%), что на 5% ниже, чем исходная сеть до учёта ограничений нейропроцессора.
20 октября
Докладчик: Громов Николай Валерьевич (ННГУ)
Тема доклада: Нейронная сеть wavenet для синтеза речи.
Аннотация доклада: Wavenet – прорывная сеть vocoder, которая позволила генерировать речь по временным отсчетам, что, в свою очередь, дало возможность получить качество синтеза, превосходящее предыдущие подходы, основанные на unit selection (“склеивание” фонем), и сопоставимое с человеческой речью. На семинаре будет рассмотрена архитектура сети wavenet, ее особенности, а также некоторые эффекты нейронных сетей, объяснение которых является сложной и передовой задачей в области машинного обучения.
29 сентября
Докладчик: Васильев Евгений Павлович (ННГУ)
Тема доклада: “Генерация синтетического набора данных электронной микроскопии головного мозга с целью сегментации”
Аннотация доклада: Передовые технологии микроскопии, такие как электронная микроскопия, открыли новое поле зрения для биомедицинских исследователей. Применение методов искусственного интеллекта для обработки данных ЭМ во многом затруднено из-за малого объема размеченных данных на этапе обучения. Поэтому мы добавляем синтетические изображения в размеченный реальный набор данных ЭМ или используем полностью синтетический набор обучающих данных. В этой работе мы представляем алгоритм генерации 6 типов органелл. На основе набора данных EPFL был сгенерирован обучающий набор из 860 реальных фрагментов 256×256 (ORG) и 6000 синтетических (SYN), а также их комбинации (MIX). Эксперимент по обучению моделей для 6, 5-классов и бинарной сегментации показал, что, несмотря на несовершенство синтетики, обучение на смешанном (MIX) наборе данных дало значительный прирост (около 0,1) метрики Dice для 6 и 5 с небольшим (0,012) уменьшение в бинарной системе. Стратегия синтетических данных позволяет без затрат получать большие наборы данных, но смещает усилия на создание достаточно реалистичных изображений.
22 сентября
Докладчик: Гурьева Юлия Вадимовна, ННГУ
Тема доклада: “Применение законов сохранения в нейросетевом решении одномерного нелинейного уравнения Шрёдингера”
Аннотация доклада: В работе рассматривается модификация Physics-Informed нейронных сетей, основанная на одном из наиболее важных свойств интегрируемых систем – законах сохранения. Этот метод подразумевает введение консервативных свойств нелинейной физической системы в нейронную сеть для контроля физических свойств решения в процессе обучения. Консервативное ограничение обеспечивается добавлением квадрата изменения сохраняющейся величины нейросетевого решения в функцию потерь для обучения нейронной сети. Данный подход применяется к одномерному нелинейному уравнению Шрёдингера (НУШ), которое является интегрируемой системой и обладает неограниченным набором интегралов движения. В численных экспериментах был применён метод плоскостей непрерывности (Continuity Planes) для добавления консервативного ограничения в функцию потерь. Для дальнейшего обобщения на случай более высокоразмерных задач был также рассмотрен метод интегрирования Монте Карло, в котором закон сохранения в интегральном виде аппроксимировался суммой по внутренним точкам области. Полученные результаты показывают увеличение точности предсказанного решения по сравнению со стандартным методом.
15 сентября
Докладчик: Бастракова Марина Валерьевна, ННГУ
Тема доклада: “Сверхпроводящий адиабатический нейрон: классический и квантовый режимы”
Аннотация доклада: Сверхпроводящие элементы с встроенными джозефсоновскими переходами (СКВИДы) широко используются в квантовой электронике и вычислительной технике. Одно из недавних перспективных применений rf-СКВИДов и схем на их основе – это создание на их основе элементов нейронных сетей, которые комбинируют в себе идеи квантовых и нейросетевых вычислений за счет использования возможностей макроскопических квантовых эффектов в сверхпроводниках.
В настоящей работе нами изучаются динамические нелинейные процессы в модифицированной схеме rf-СКВИДа типа параметрон. Интерес представляет наличие бистабильных состояний и перебросы между ними под действием внешнего магнитного потока (униполярных импульсов в цепях энергоэффективной адиабатической логики). Функционирование цепи будет рассмотрено в двух режимах работы: классическом (на основе гамильтонова формализма с учетом емкости в цепи, диссипации и температуры) и квантовом (на основе уравнения Шредингера и основного кинетического уравнения). Найдена область параметров цепи параметрона и оптимальные значения управляющих импульсов для реализации «сигмоидальных» активационных функций классического и квантового нейрона в случае адиабатического переключения, которая наиболее удобная для алгоритмов обучения нейронной сети.
8 сентября
Докладчик: Котихина Елена Евгеньевна, ННГУ
Тема доклада: “Математическое моделирование электрической активности изолированного сердца”
Аннотация доклада: Доклад будет посвящен обзору последних работ в области исследования электрофизиологии сердца с использованием методов математического моделирования. Преимущественно планируется обсудить работы, проведенные с использованием экспериментальных установок, которыми также располагает электрофизиологическая лаборатория при кафедре ТУиДС, с целью выбора перспективных направлений.
8 июня — Семинар молодежной лаборатории по ИИ
1) Докладчик: Алексей Хорькин, ННГУ
Тема доклада: Классификация топологических фаз фотонных решёток с
помощью методов машинного и глубокого обучения
Аннотация доклада: В докладе будет рассмотрена задача определения топологических свойств фотонных решёток и предсказания наличия в них краевых состояний методами машинного и глубокого обучения по данным, которые можно непосредственно получить в ходе экспериментов. Данный подход позволит упростить способы диагностики наличия или отсутствия указанных свойств у образцов, полученных с помощью методов фемтосекундной записи.
2) Докладчик: Александр Рылов, ННГУ
Тема доклада: Классификация нейрональной активности методами машинного обучения
Аннотация доклада: В докладе будет рассмотрена актуальная задача классификации типов нейронов, т.е. определение того, является ли нейрон возбуждающим или тормозящим, по растрам спайковой активности. Для решения этой задачи введено новое представление данных – средняя активность нейронов – эффективность которого изучается в задачах при наличии и отсутствии шума по сравнению с известным представлением в виде межспайкового расстояния (ISI).
3) Докладчик: Алексей Петухов, ННГУ
Тема доклада: Диагностика сердечно-сосудистых заболеваний с использованием сверточных нейронных сетей и упрощение вида нейронной сети.
Аннотация доклада: В докладе будет представлена работа по применению сверточных нейронных сетей для детектирования различных сердечно-сосудистых заболеваний по ЭКГ и алгоритма приведения сверточной нейронной сети к прозрачному виду.
24 мая
Докладчик: Денис Родионов, лаборант-исследователь
Тема: “Исследование различных архитектур нейронных сетей для задачи определения ритмов по коротким (10-ти секундным) ЭКГ”
Аннотация: На семинаре обсуждались такие нейронные сети, как ResNet, DenseNet, XceptionNet. Данные сети являются развитием базовой парадигмы свёрточных нейронных сетей, ориентированных на работу с изображениями. В ходе выступления продемонстрированы результаты работы данных сетей по классификации коротких (10-секундных) сигналов ЭКГ по превалированию в них синусового ритма и фибрилляций.
29 марта
Докладчик: Никоноров И.
Тема: Саккадический проект
22 марта
Докладчик: Смирнова Е.
Тема: Human-level concept learning
1 марта
Докладчик: Хорькин А.С.
Тема: Attention and transformer
22 февраля
Докладчик: Громов Н.
Тема: Neural ODE
15 февраля
Докладчик: Дмитрий Дылов (приглашенный доклад, Сколтех)
Тема: Обучаемое функциональное картирование в аритмологии
8 февраля
Докладчик: Васильев Е.П.
Тема: Системы автоматической генерации кода программ
2021 год
16 декабря
Докладчик: Коган Л.П. (приглашенный доклад, Нижегородский государственный архитектурно-строительный университет)
Тема: Опережающие маркеры сердечной недостаточности
2 декабря
Докладчики: Карчков Д., Москаленко В., Родионов Д.
Тема: Анализ ЭКГ с помощью нейронных сетей
18 ноября
Докладчик: Леванова Т.А.
Тема: Обзор методов глубокого обучения. Детектирование экстремальных событий методами машинного обучения