<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>С. А. Кащенко, В. В. Майоров &#8212; Knigausa Bookstore: Russian Books</title>
	<atom:link href="https://knigausa.com/%D0%B0%D0%B2%D1%82%D0%BE%D1%80/%D1%81-%D0%B0-%D0%BA%D0%B0%D1%89%D0%B5%D0%BD%D0%BA%D0%BE-%D0%B2-%D0%B2-%D0%BC%D0%B0%D0%B9%D0%BE%D1%80%D0%BE%D0%B2/feed/" rel="self" type="application/rss+xml" />
	<link>https://knigausa.com</link>
	<description>Just another WordPress site</description>
	<lastBuildDate>Sun, 29 Dec 2024 12:13:57 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.7.2</generator>
	<item>
		<title>Модели волновой памяти. (Модели нейрона и взаимодействия нейронов, нейронные сети, память)</title>
		<link>https://knigausa.com/product/%d0%bc%d0%be%d0%b4%d0%b5%d0%bb%d0%b8-%d0%b2%d0%be%d0%bb%d0%bd%d0%be%d0%b2%d0%be%d0%b9-%d0%bf%d0%b0%d0%bc%d1%8f%d1%82%d0%b8-%d0%bc%d0%be%d0%b4%d0%b5%d0%bb%d0%b8-%d0%bd%d0%b5%d0%b9%d1%80%d0%be%d0%bd/</link>
		
		<dc:creator><![CDATA[]]></dc:creator>
		<pubDate>Sun, 19 May 2024 19:44:03 +0000</pubDate>
				<guid isPermaLink="false">https://knigausa.com/product/%d0%bc%d0%be%d0%b4%d0%b5%d0%bb%d0%b8-%d0%b2%d0%be%d0%bb%d0%bd%d0%be%d0%b2%d0%be%d0%b9-%d0%bf%d0%b0%d0%bc%d1%8f%d1%82%d0%b8-%d0%bc%d0%be%d0%b4%d0%b5%d0%bb%d0%b8-%d0%bd%d0%b5%d0%b9%d1%80%d0%be%d0%bd/</guid>

					<description><![CDATA[В настоящей книге рассматриваются модели нейронной среды, описываемой системой уравнений с запаздыванием. Каждый элемент среды (нейрон) является автогенератором, который в автономном режиме генерирует кратковременные импульсы (спайки). Обсуждаются модели синаптического взаимодействия нейронов, которое приводит к сложным колебательным режимам в системе. Изучается строение этих режимов и способы управления их структурой, то есть решается задача о выборе весов взаимодействия с целью получения аттракторов, обладающих наперед заданной структурой. Такие аттракторы интерпретируются как образы, закодированные в виде автоволн (волновая память). Решается задача об идентификации аттракторов (задача сличения образов).
Система уравнений нейронной сети получена из биологических предпосылок. По смыслу задачи в нее входят большие параметры. В книге разработаны методы асимптотического исследования данной системы. Они допускают перенос на другие типы уравнений. В книге приводится физиологический факт, вытекающий из теории: объем кратковременной памяти человека коррелирует с размерностью (сложностью) сигнала ЭЭГ. Также предлагается метод идентификации зрительных стимулов по вызванным потенциалам (вынужденным электрическим колебаниям первичной зрительной коры).
Книга может быть полезна как специалистам по осцилляторным нейронным сетям, так и специалистам по дифференциальным уравнениям. Она рассчитана на студентов старших курсов, аспирантов и молодых научных работников, занимающихся теорией колебаний.]]></description>
										<content:encoded><![CDATA[<p>В настоящей книге рассматриваются модели нейронной среды, описываемой системой уравнений с запаздыванием. Каждый элемент среды (нейрон) является автогенератором, который в автономном режиме генерирует кратковременные импульсы (спайки). Обсужда­ются модели синаптического взаимодействия нейронов, которое приводит к сложным коле­бательным режимам в системе. Изучается строение этих режимов и способы управления их структурой, то есть решается задача о выборе весов взаимодействия с целью получения аттракторов, обладающих наперед заданной структурой. Такие аттракторы интерпретируют­ся как образы, закодированные в виде автоволн (волновая память). Решается задача об иден­тификации аттракторов (задача сличения образов). Система уравнений нейронной сети получена из биологических предпосылок. По смыслу задачи в нее входят большие параметры. В книге разработаны методы асимптотиче­ского исследования данной системы. Они допускают перенос на другие типы уравнений. В книге приводится физиологический факт, вытекающий из теории: объем кратковременной памяти человека коррелирует с размерностью (сложностью) сигнала ЭЭГ. Также предлага­ется метод идентификации зрительных стимулов по вызванным потенциалам (вынужденным электрическим колебаниям первичной зрительной коры). Книга может быть полезна как специалистам по осцилляторным нейронным сетям, так и специалистам по дифференциальным уравнениям. Она рассчитана на студентов старших курсов, аспирантов и молодых научных работников, занимающихся теорией колебаний.</p>
]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">1565212</post-id>	</item>
	</channel>
</rss>
