Автор: 
В областях науки о природе, от молекулярной биологии до экологии, существуют динамические системы, в которых мера упорядоченности – энтропия – является важной характеристикой и служит индикатором различных процессов. Например, медицинские исследования рассматривают нормальные изменения здоровья как упорядоченные и закономерные, тогда как многие патологии имеют хаотическое течение. Несмотря на множество подходов к определению значений энтропии, учёным интересно познание хаоса с помощью искусственного интеллекта, основанного на нейроморфных концепциях.
В Петрозаводском государственном университете разработали биоинспирированную модель сенсора на основе нейронной сети. Сенсор основан на многослойном перцептроне, имитирующем процессы в нервных клетках живых организмов. А описание поведения биологических нейронов осуществляется в рамках модели Хиндмарша-Роуза. Исследование опубликовано в журнале Sensors. Для обучения искусственного интеллекта был взят временной ряд, представляющий собой набор расстояний между волнами возбуждения нейронов – спайками, который подавался на перцептрон в виде электрических сигналов. Спайковая активность изменялась в широком диапазоне от регулярных до хаотических режимов.
При обучении применялись параметры нечёткой энтропии (FuzzyEn), что позволило достичь максимальной чувствительности сенсора. Исследование показало, что точность определения «меры хаоса» составила 90%. Учёные пришли к выводу, что биоинспирированная модель сенсора может оценивать меру неупорядоченности внешних сигналов, что позволяет использовать данную разработку в области вычислительной нейробиологии. Практическое применение возможно при создании нейрочипов для биопротезов или специальных медицинских датчиков для поиска патологии на энцефалограммах и электрокардиограммах.
