Специалисты Саратовского государственного университета имени Н.Г. Чернышевского разработали инновационный метод на основе искусственного интеллекта, способный точно определять направленную связь между сигналами даже при сильных шумовых помехах. Технология обладает широким спектром применения, включая медицину, робототехнику, экологию и экономику.
В рамках исследования учёные обучили три типа нейронных сетей: полносвязную, сверточную и рекуррентную. Для тестирования использовались осцилляторы Ван дер Поля — математические модели колебаний, имитирующие поведение живых систем (например, сердечного ритма) или устройств (электронных генераторов). Исследователи создавали пары таких осцилляторов — с направленной связью и без неё — и подавали их сигналы на вход нейросетей, добавляя шум различной интенсивности, вплоть до 100% от исходной амплитуды.
Результаты показали, что полносвязная нейросеть демонстрирует наибольшую устойчивость к шуму, успешно выявляя связи даже в крайне зашумлённых данных. Сверточная нейросеть оказалась эффективной для фиксации слабых связей, но менее устойчивой при высоком уровне шума. Рекуррентная же чаще допускала ошибки, особенно когда связь между сигналами отсутствовала.
Технология имеет особое значение для медицины. Она позволит врачам точнее диагностировать сердечно-сосудистые заболевания на ранних стадиях и подбирать оптимальное лечение. В настоящий момент учёные оценивают точность, с которой технология может измерять силу связи, а также сравнивают нейросетевые подходы с традиционными методами анализа.
В следующем году планируется апробация разработки на математических моделях биосигналов, таких как ЭКГ и фотоплетизмограммы, используемых для измерения наполнения сосудов. После этого метод будет применён к реальным данным, полученным от здоровых добровольцев и пациентов, перенёсших инфаркт миокарда.
Как отметил доцент кафедры динамического моделирования и биомедицинской инженерии СГУ Юрий Ишбулатов, новый метод особенно полезен в медицине, где он поможет улучшить раннюю диагностику заболеваний и повысить эффективность лечения. Также технология найдёт применение в других областях, таких как робототехника, экология и экономика.
Разработка выполнена при поддержке Минобрнауки России и станет важным шагом в развитии технологий анализа данных, работающих в сложных условиях.
Фото: Открытые источники
Источник: Наука Mail.ru
Специально для Агентства Особых Новостей (on24.media)