В ходе выполнения третьего этапа проекта получены следующие результаты.
- Выполнен анализ биоэлектрических потенциалов сердца методами глубокого обучения. Создан программный комплекс для анализа эпикардиальных электрограмм методами искусственного интеллекта. Создана база эпикардиальных электрограмм для обучения нейросети. Создана программа коррекции предварительной разметки. Проведены биологические эксперименты на изолированных сердцах крыс, направленных на изучение изменения биоэлектрической активности миокарда в зависимости от внешней регуляции объема коронарного кровотока и электрической стимуляции, с целью апробации разрабатываемого программного комплекса для анализа зарегистрированных в ходе данных экспериментов эпикардиальных электрограмм. Выполнен анализ различных средств аугментации при подготовке трехмерных медицинских наборов данных.
- Усовершенствован анализ электрокардиограмм (ЭКГ) методами глубокого обучения. Использование архитектуры трансформер позволило выявить основные морфологические структуры, на которые «обращает внимание» сеть при постановке диагноза, что является шагом к созданию объяснимого искусственного интеллекта. Разработан подход, предполагающий использование ансамблей модификаций наиболее перспективных нейронных сетей (рекуррентных и сверточных) для классификации для предсказания различных классов болезней по данным ЭКГ. Для повышения качества сегментации разработанных в рамках проекта архитектур нейронных сетей, выполнена разметка дополнительно 315 двенадцатиканальных записей сигнала электрокардиограммы с выделением P-волн, QRS комплекса, T-волн и сводной диагностической информации. Это позволило повысить процент верно сегментируемых сигналов, особенно комплексов с нетипичной и редкой морфологией.
- Разработана концепции замещения нейрональной активности в срезах гиппокампа грызунов с использованием технологий искусственного интеллекта и глубокого обучения. Разработаны и протестированы глубокие нейронные сети архитектуры долгой краткосрочной памяти и резервуарные вычисления в задаче предсказания выходного сигнала в области СА1 гиппокампа грызунов по входу – активности в области СА3 гиппокампа грызунов. Показано, что резервуарные вычисления позволяют получить лучшие значения метрики качества предсказания.
- Была изучена модуляционная неустойчивость нелинейных топологических краевых мод к длинноволновым низкоамплитудным возмущениям. С помощью асимптотических методов для малой нелинейности и дисперсии было получено уравнение, описывающее эволюцию вдоль координаты х комплексной огибающей волнового пакета. Оно отличается от традиционного нелинейного уравнения Шрёдингера членом, соответствующим нелинейной групповой скорости. Исследование этого уравнения позволило предсказать эффект стабилизации при достаточно большой величине нелинейного вклада (что можно достичь путем увеличения амплитуды краевой моды), — особенность, ранее не отмеченная в подобных моделях, анализ которых ограничивался традиционным нелинейным уравнением Шредингера без каких-либо модификаций. Результаты моделирования распространения длинноволновых возмущений к краевой волне вдоль доменной стенки с помощью численного решения параксиального уравнения, точно описывающего распространение света в реалистичной фотонной решетке, показало отличное согласие с аналитическими выкладками.
- Была построена нейросеть для определения топологии фотонной решетки с перестраиваемыми радиационными свойствами. Это исследование продолжает серию работ, развивающих методы диагностики топологического инварианта фотонных систем. В качестве конкретной платформы здесь рассмотрена конечная одномерная димеризованная решётка оптических волноводов, соответствующая модели Су-Шрифера-Хигера в плоскости, при этом к каждому волноводу подключен канал утечки.
- Изучена возможность применения алгоритма разреженной регрессии, для получения эволюционного уравнения для комплексной огибающей волнового поля, локализованного в поперечном направлении и распространяющегося вдоль топологической доменной стенки в нелинейной решётке. С помощью асимптотических методов для малой нелинейности и дисперсии было получено уравнение, описывающее динамику комплексной огибающей такого волнового пакета, отличающееся от традиционного нелинейного уравнения Шрёдингера введением слагаемого, соответствующего нелинейной групповой скорости. Алгоритм разреженной регрессии обеспечивает удобную и быструю численную альтернативу аналитическому выводу и верификации подобных эволюционных уравнений.
- Рассмотрен один из возможных вариантов модификации нейросетевого подхода к численному решению нелинейных уравнений в частных производных, у которых благодаря физическим свойствам описываемых явлений имеются интегралы движения. Данная концепция рассмотрена и апробирована на примере нелинейного уравнения Шредингера и двух его интегралов движения, отвечающих законам сохранения числа квантов и энергии. Полученные результаты показывают улучшение консервативных свойств, а также в некоторых случаях точности нейросетевого решения по сравнению с регрессионной моделью, построенной с помощью глубокого обучения без учета предложенной в работе модификации.
В результате выполнения поисковых и научно-исследовательских работ третьего этапа и работ по проекту в целом поставленные цели полностью достигнуты. Все результаты соответствуют мировому уровню или превосходят его.