TY - JOUR

T1 - Адаптивная идентификация параметров для класса моделей нейронных ансамблей с применением к эргатическим системам

AU - Плотников, Сергей Александрович

AU - Фрадков, Александр Львович

PY - 2024/1

Y1 - 2024/1

N2 - В данной работе рассматривается одна из проблем, возникающих при реализации эргатического интерфейса «мозг-компьютер». Данная технология позволяет человеку управлять различными мехатронными системами посредством «силы мысли», т.е. на основе регистрации электрической активности головного мозга. Проблемой является сложность и слабая изученность работы мозга. Для описания электрической активности мозга используются различные модели нейронных ансамблей, одной из которых является нейромассовая модель, предложенная Янсеном и Ритом в 1995 г. Для настройки параметров данной модели по реальным данным предлагается использовать адаптивный идентификатор параметров. Важным условием для синтеза адаптивного идентификатора является то, что измерению может быть доступен только выход системы, который является разностью потенциалов между двумя точками головы. В начале предполагается, что измерению доступен весь вектор состояния нейромассовой модели. Синтезируется идентификатор для настройки параметров такой системы и доказывается его сходимость с помощью метода функций Ляпунова. Далее, полученный идентификатор дорабатывается таким образом, чтобы он использовал только выход системы. Для этого с помощью метода конечных разностей приближенно вычисляется производная выхода нейромассовой модели, которая используется для произведения нескольких замен неизвестных компонент вектора состояний. Аналитически доказать сходимость полученного адаптивного идентификатора параметров весьма затруднительно, поэтому возможность его использования для оценки параметров нейромассовой модели проверяется с помощью моделирования. Синтезируемый идентификатор для настройки параметров использует только выход системы, что в будущем позволит рассматривать реальные данные вместо выхода системы. Таким образом, данный идентификатор можно будет использовать для настройки параметров нейромассовой модели по реальным данным.

AB - В данной работе рассматривается одна из проблем, возникающих при реализации эргатического интерфейса «мозг-компьютер». Данная технология позволяет человеку управлять различными мехатронными системами посредством «силы мысли», т.е. на основе регистрации электрической активности головного мозга. Проблемой является сложность и слабая изученность работы мозга. Для описания электрической активности мозга используются различные модели нейронных ансамблей, одной из которых является нейромассовая модель, предложенная Янсеном и Ритом в 1995 г. Для настройки параметров данной модели по реальным данным предлагается использовать адаптивный идентификатор параметров. Важным условием для синтеза адаптивного идентификатора является то, что измерению может быть доступен только выход системы, который является разностью потенциалов между двумя точками головы. В начале предполагается, что измерению доступен весь вектор состояния нейромассовой модели. Синтезируется идентификатор для настройки параметров такой системы и доказывается его сходимость с помощью метода функций Ляпунова. Далее, полученный идентификатор дорабатывается таким образом, чтобы он использовал только выход системы. Для этого с помощью метода конечных разностей приближенно вычисляется производная выхода нейромассовой модели, которая используется для произведения нескольких замен неизвестных компонент вектора состояний. Аналитически доказать сходимость полученного адаптивного идентификатора параметров весьма затруднительно, поэтому возможность его использования для оценки параметров нейромассовой модели проверяется с помощью моделирования. Синтезируемый идентификатор для настройки параметров использует только выход системы, что в будущем позволит рассматривать реальные данные вместо выхода системы. Таким образом, данный идентификатор можно будет использовать для настройки параметров нейромассовой модели по реальным данным.

KW - эргатические системы

KW - адаптивный идентификатор параметров

KW - нейромассовая модель

KW - метод функций Ляпунова

M3 - статья

VL - 25

JO - Mekhatronika, Avtomatizatsiya, Upravlenie

JF - Mekhatronika, Avtomatizatsiya, Upravlenie

SN - 1684-6427

IS - 1

ER -