Ученые НЦМУ «Сверхзвук» и межфакультетского Центра виртуальной реальности МГУ имени М.В. Ломоносова с коллегами из Монтеррейского технологического института (Мексика) разработали новый подход к созданию нейросетевых идентификаторов. Он позволяет повысить точность моделирования систем со сложной и неопределенной динамикой, таких как вестибулярная и глазодвигательная система человека.
Результаты совместной работы представлены на международной конференции IEEE Symposium Series on Computational Intelligence в Мексике.
В Центре виртуальной реальности МГУ предложили усовершенствовать традиционные методы обучения динамических нейронных сетей, используемых для идентификации нелинейных систем. Модификация законов обучения позволила повысить чувствительность весовых коэффициентов нейросетевой модели к внешним воздействиям. Теперь предсказывать траектории движения идентифицируемой системы удастся точнее даже в условиях неполной информации о ее внутренней динамике.
Эффективность разработанного подхода показали на примере моделирования окуломоторных реакций на движения пилотажного стенда, создаваемого в центре «Сверхзвук». Экспериментальные данные о направлении взора пилота в шлеме виртуальной реальности использовались для обучения идентификатора. Модель показала способность предсказывать характерные особенности поведения глаз человека.