Помощь в учёбе, очень быстро...
Работаем вместе до победы

Исследования стационарных режимов в нейросетевых системах

Диссертация: Исследования стационарных режимов в нейросетевых системах
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Научно-практическая ценность. Разработанные и запатентованные алгоритмы и программы ЭВМ для идентификации стационарных режимов и оптимальных интервалов устойчивости БДС используются для оценки характера влияния факторов среды на функциональные системы организма млекопитающих в условиях севера РФ. Такие методики могут найти применение при оценке тяжести патологических изменений в организме… Читать ещё >

Содержание

  • 1. Особенности организации и функционирования БДС в рамках 8 детерминистического, стохастического и синергетического похода
    • 1. 1. ДСП и ТХС в сравнительном аспекте при изучении БДС
    • 1. 2. Классическая теория устойчивости ДС и ее ограничения при 21 изучении БДС
  • 2. Объект и методы исследования
  • 3. Стационарные режимы РНС в рамках ККП и новые методы их 71 исследования
    • 3. 1. Изучение СР в рамках компартментных моделей РНС
    • 3. 2. Обоснование и разработка нового метода изучения 90 интервалов устойчивости РНС, находящихся в биологическом квазистационарном режиме
    • 3. 3. Апробация моделей и методов в эксперименте. Новые 94 данные о флуктуационном поведении РНС, находящихся в квазистационарном состоянии

Исследования стационарных режимов в нейросетевых системах (реферат, курсовая, диплом, контрольная)

Теория устойчивости сложных динамических систем, к которым относятся различные биологические динамические системы (БДС), является одним из наиболее сложных и крайне важных разделов общей теории систем, в том числе соответствующих разделов математики, биофизики сложных систем. Респираторные нейронные сети (РНС) относятся к классу сложных БДС и могут находиться в различных динамических режимах (стационарные режимы, переходные, режимы автоколебаний и, наконец, хаотические режимы). Для медицины и биологии наибольший интерес представляют устойчивые режимы (приближенно стационарные), т.к. они соответствуют нормальным физиологическим режимам работы дыхательного центра (ДЦ) млекопитающих. В основе теории идентификации устойчивости РНС лежит метод анализа динамических характеристик изучаемых объектов. Знание динамических характеристик исследуемых нейросетей (НС) дает возможность решать задачи управления такими сетями, даже в случаях отсутствия полного математического описания объекта. Поэтому идентификация интервалов устойчивости нейронных сетей ДЦ как сложных БДС, представляет собой весьма актуальную задачу, как в математическом плане, так и с позиций биофизики сложных систем и общей теории систем (в аспекте гомеостаза).

В этой связи назрела острая необходимость в разработке новых подходов в решении такого рода задач и особенно, если априорные модели РНС отсутствуют. В последнем случае идентификация РНС с простой или иерархической организацией требует построения адекватных моделей, для которых можно выбирать оптимальные интервалы управляющих воздействий (в условиях электрической или механической стимуляции). Дальнейший анализ параметров математических моделей синхронно связан с процессами изменения (структуры и параметров) самого исследуемого динамического объекта. Методы быстрой аппроксимации моделей могли бы значительно сократить время изучения РНС, автоматизировать сложный биофизический эксперимент с РНС. Такой подход имеет принципиальное отличие от широко распространенных традиционных априорных методов построения моделей БДС. Вместе с тем появляется необходимость в разработке эффективного математического программного обеспечения для построения адекватных моделей и для их сравнительного анализа и выбора оптимальных параметров управляющих стимулов. Более того, очень часто БДС (и РНС в частности) под действиями условий среды обитания может изменять структуру связей и режимы, что требует быстрых методов идентификации моделей и интервалов устойчивости биосистем, т. е. автоматизации процесса идентификации моделей.

На сегодняшний день существует несколько подходов в решении подобных задач, один из которых основывается на базе компартментно-кластерной теории биосистем (ККТБ) и компартментно-кластерного подхода (КГ1Г1) (Еськов В.М., Филатова O.E. 1996;2012). Именно в рамках КПП возникает возможность решения проблемы идентификации режимов функционирования РНС в остром эксперименте. В качестве объекта исследования были выбраны биологические динамические системы на примере респираторных нейронных сетей дыхательного центра млекопитающих в рамках нового разрабатываемого метода на базе ЭВМ и ККП.

Цель диссертационной работы состоит в разработке теоретических основ метода идентификации стационарных режимов РНС и на его основе выполнение идентификации оптимальных интервалов устойчивости реальных нейронных сетей дыхательного центра млекопитающих.

Эта цель может быть достигнута решением следующих задач:

1. Теоретическое сравнение существующих методов идентификации стационарных режимов БДС, используемых в биофизике сложных систем и обоснование невозможности их применения к варьирующим системам типа РНС.

2. Обоснование, аналитическое и численное (компьютерное) исследование стационарных режимов моделей РНС в рамках компартментно-кластерного математического моделирования нейронных сетей, описывающих идеальный (формализованный) биологический объект.

3. Разработка метода идентификации стационарных режимов компартментных моделей РНС в рамках ККП, создание программного продукта.

4. Апробация и внедрение метода и программного продукта для идентификации оптимальных интервалов устойчивости нейронных систем в реальном эксперименте.

Научная новизна. Выполнено аналитическое и компьютерное исследование устойчивости компартментных моделей РНС. Впервые разработаны и апробированы алгоритмы идентификации стационарных режимов математических моделей РНС в рамках общего компартментно-кластерного подхода. Предложена новая теория идентификации интервалов устойчивости стационарных режимов путем анализа собственных значений матриц А, описывающих внутрисистемные связи. Представлены конкретные примеры реализации теоретических подходов. Данный подход существенно отличается от традиционных методов определения стационарных режимов, в частности, базирующихся на теории устойчивости A.M. Ляпунова. Разработаны программы для ЭВМ, обеспечивающие идентификацию стационарных режимов функционирования реальных нейросетей. Выполнено сравнение теоретических (модельных) данных с данными биофизического эксперимента.

Научно-практическая ценность. Разработанные и запатентованные алгоритмы и программы ЭВМ для идентификации стационарных режимов и оптимальных интервалов устойчивости БДС используются для оценки характера влияния факторов среды на функциональные системы организма млекопитающих в условиях севера РФ. Такие методики могут найти применение при оценке тяжести патологических изменений в организме и человека в связи с развитием заболевания или оценки, например, действия фармпрепаратов на животное или человека при возникновении различных патологических режимов (апнезис, гаспинг, дыхание Чейн-Стокса и т. д.).

Внедрение результатов исследований. Разработанные программы и методы идентификации интервалов устойчивости внедрены в ГУП НИИ Новых медицинских технологий (г. Тула), НИИ физиологии им. И. П. Павлова РАН (г. Санкт — Петербург), НИИ Теоретической и экпериментальной биофизики РАН (г. Пущино), Самарском государственном педагогическом университете и Сургутском государственном университете, а также в ряде других вузов ХМАО — Югры и школах округа при обследованиях учащихся, а также в лекционных курсах и практических занятиях по биофизике, экологии человека и медицинской кибернетике.

Апробация работы. Материалы диссертации докладывались на кафедральных и факультетских семинарах Сургутского государственного университетана международной научной конференции Astes de MS'2004 (Леон, Франция, 2004 г.), на международной научной конференции «Modeling & simulation» — ICMS'04 (Испания, 2004 г.) — на международной научной конференции International Biophysics Congress (France, 2005) — на научной конференции с международным участием «Датчики и преобразователи информации систем измерения» (Гурзуф, 2004) — на I съезде физиологов СНГ (Дагомыс, 2005) — на Всероссийской научно-практической конференции «Современные аспекты клинической физиологии в медицине» (Самара, 2008).

Личный вклад автора заключается в исследовании современного состояния проблемы, в обработке экспериментальных данных, анализе и синтезе математических моделей респираторных нейросетей дыхательного центра млекопитающих, находящихся под действием физических возмущающих воздействий или в квазистационарных состояниях, разработке алгоритмов и программ идентификации интервалов устойчивости стационарных режимов в биосистемах.

Публикации. Основные положения диссертации отражены в 15 печатных работах, в том числе 3 работы в рекомендуемых ВАК изданиях, 4 работы в зарубежных изданиях, 1 запатентованная программа, 1 учебное пособие. Их перечень приведен в конце автореферата.

Объем и структура диссертации.

Диссертация изложена на 132 страницах машинописного текста и состоит из «Введения" — главы «Особенности организации и функционирования БДС в рамках детерминистического, стохастического и синергетического походов" — главы «Объект и методы исследования" — главы «Стационарные режимы РНС в рамках ККП и новые методы их исследования" — выводысписок сокращений и литературы.

Положения, выносимые на защиту.

1. Метод идентификации интервалов устойчивости стационарных режимов в биосистемах на базе анализа матриц, А и их собственных значений целесообразно применять для мониторинга состояния организма человека в условиях влияния различных метеофакторов Севера РФ.

2. Физические факторы воздействия могут существенно изменять интервалы устойчивости стационарных режимов РНС, что необходимо учитывать при оценке степени жизнедеятельности экспериментальных животных или при оценке степени влияния экофакторов среды на организм человека.

3. Теоретическое и экспериментальное обоснование разработанной теории идентификации интервалов устойчивости нейросетевых систем дыхательного центра млекопитающих целесообразно применять для других динамических биосистем с непрерывными вариативными режимами функционирования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

1. Применение к биологическим динамическим системам классических процедур определения стационарных режимов и интервалов их устойчивости дает слабый результат в связи с существенными различиями в функционировании биологических динамических систем и физических динамических систем.

2. Аналитическое исследование стационарных режимов пятикомпартментных математических моделей нейронных сетей показало возможность описания биологических объектов, как в режимах покоя, так и в режимах автоколебаний при наличии внешних постоянных драйвов. Определены граничные условия для возникновения бифуркаций рождения циклов.

3. Разработан метод автоматизированной идентификации стационарных режимов и интервалов устойчивости реальных РНС в рамках компаргментного подхода.

4. Разработанная математическая процедура определения диапазона допустимых длительностей входного стимулирующего сигнала, хорошо согласуется с реальными биологическими наблюдениями в пределах допустимой погрешности 5−10% для РНС, находящихся в стационарных режимах в пределах идентифицированных интервалов устойчивости нейросетей.

Показать весь текст

Список литературы

  1. A.A., Нгуен Ван У. Влияние ГАМК и фенибута на нейронную активность коры и потенциалы корешков спинного мозга. //Физиол. журн. СССР им. И. М. Сеченова. 1977. — Том. 63. № 11. — С. 11 011 109
  2. П.К. Кибернетика функциональных систем. М., Медицина, 1998. -285 с.
  3. B.C. Сложные колебания в простых системах. М.: Наука, 1990.
  4. В.И., Буданов В. Г. Синергетика наблюдения как познавательный процесс. // Философия, наука, цивилизация. М.: 1999. -С. 231−255.
  5. В.И., Войцехович В. Э. Синергетическое знание: между сетью и принципами // Синергетическая парадигма. М.: Процесс-Традиция, 2000. — С. 107−120.
  6. Т.С., Малинецкий Г. Г. О странном аттракторе в одной задаче синергетики. // Вычислительная математика и математическая физика. -1987. -Т.27,№ 2. С. 202−217.
  7. Оптимальные совместные оценивание и идентификация в дискретных линейных системах
  8. Т.С., Малинецкий Г. Г. Периодические режимы в нелинейных диссипативных системах вблизи точки бифуркации. // Вычислительная математика и математическая физика. 1985. — Т.25, № 9. — С. 1314−1326.
  9. Л.М., Сафин Ш. М., Насыров Р. В. Компартментные модели нейронных механизмов усвоения закономерностей на основе теории самообучающихся рекурсивных фильтров // Вестник новых медицинских технологий. 2002. № 3. С. 72 75.
  10. А.Н. Алгоритмы и программы быстрого обучения нейронных сетей.//Эволюционное моделирование и кинетика. Новосибирск: Наука. Сиб. отделение, 1992. — 36−39 с.
  11. H.H. Поведение динамических систем вблизи границ области устойчивости. М.: Наука, 1984, — 260 с.
  12. Н. Математика в биологии и медицине. М.: Мир, 1970. — С. 202 223.
  13. Р. Введение в теорию матриц. М.: Наука, 1969. 280 с.
  14. И.С. Актуальные проблемы познания центральных механизмов регуляции дыхания // Там же. 1990. Т. 76. № 5. С. 561−570.
  15. И.С., Исаев Г. Г. Состояние и перспективы изучения механизмов регуляции дыхания // Физиол. журнал. СССР им. И. М. Сеченова. 1985. Т. 71. № 3. С. 283.
  16. O.A., Еськов В. М., Пашнин A.C. и др. Идентификация синергизма и интервалов устойчивости в респираторных нейросетях. // Нейронауки, Донецк. 2005. — Т. 1, № 1.- С. 16 — 17.
  17. Д. Методы идентификации систем. М.: Мир, 1979. — 395 с.
  18. O.A., Еськов В. М., Филатова O.E. Системный компартментно -кластерный анализ механизмов устойчивости дыхательной ритмики млекопитающих. / Монография, Самара 2005, Офорт (гриф РАН). — 198 с.
  19. Дунин-Барковский В. А. Колебания уровня активности в простой замкнутой цепи нейронов. //Биофизика. 1970. Том. 15. № 2. — С. 374−378
  20. В.В., Кузнецов Ю. А. Матрицы и вычисления. М.: Наука, 1984. 230 с.
  21. А.И. Нейрокомпьютеры. Кн. 3: Учеб. пособие для вузов. / Общая ред. А. И. Галушкина. М.: ИПРЖР, 2000. — 528 с.
  22. А.И., Кирсанова Э. Ю. Нейронные системы памяти. М.: Изд-во МАИ, 1991. 177 с. (ч. 1.). 166 с. (ч.2.).
  23. В.Д., Бреслав И. С. Регуляция дыхания. Л.:Наука, Ленингр. отд-ние, 1981. 280 с.
  24. А.Н. Обучение нейронных сетей. М.: Параграф, 1990. 160 с.
  25. А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск.: Наука. Сибирская издательская фирма РАН, 1996.-276 с.
  26. П.Л., Корольков Д. В., Петраковский В. П. Кластеры и матрично-изолированные кластерные сверхструктуры, Изд-во С.-Петербуржского Ун-та, 1995, 256 с.
  27. Дунин-Барковский В. А. Колебания уровня активности в простой замкнутой цепи нейронов // Биофизика. 1970. Т. 15. вып. 2. С. 374−378.
  28. Р., Фалб П., Арбиб М. Очерки по математической теории систем. -М.: Мир, 1971.- 398 с.
  29. C.B., Малинецкий Г. Г. О решении обратной задачи для уравнения Перрона-Фробениуса. // Вычислительная математика и математическая физика. 1988. — Т.28, № 10. — С. 1491−1497.
  30. В.М., Филатова O.E., Кузьмичев С. А. Проблема самоорганизации в нейронных сетях дыхательного центра // Материалы Всесоюз. Конфер. «Синергетика 86». Кишинев: Штиинца. 1986. С. 142 143.
  31. В.М., Филатова O.E. Стимулятор дыхания. A.c. СССР № 1 820 516. Москва. 1990.
  32. В.М., Филатова O.E., Горев Е. С. Способ регуляции частоты дыхания в эксперименте. A.c. № 1 754 124. Москва. 1990.
  33. В.М., Филатова O.E., Горев Е. С. Устройство для разрушения локальных структур организма. A.c. СССР № 1 826 196. Москва. 1990.
  34. В.М., Филатова O.E., Якунин В. Е. Способ восстановления дыхания у экспериментальных животных. A.c. СССР № 1 794 457. Москва. 1990.
  35. В.М., Филатова O.E., Якунин В. Е. Способ моделирования одышки. A.c. СССР № 1 720 083. Москва. 1990.
  36. В.М., Филатова O.E., Якунин В. Е. Способ регуляции дыхания. A.c. СССР № 1 745 268. Москва. 1990.
  37. В.М. Частотные характеристики датчиков и проблема идентификации линейных моделей // Измерительная техника. 1993. № 8. С. 11−13.
  38. В.М., Филатова O.E. Роль тормозных процессов в генерации дыхательной ритмики//Нейрофизиология. 1993. № 6. С. 420−426.
  39. В.М. Автоматическая идентификация дифференциальных уравнений, моделирующих нейронные сети // Измерительная техника. 1994. № 3. С. 66−68.
  40. В.М. Введение в компартментную теорию респираторных нейронных сетей. Монография, Москва. Наука, 1994, 164 с.
  41. В.М., Филатова O.E. Компьютерная диагностика компартментности динамических систем // Измерительная техника. 1994. № 1. С. 65−68.
  42. В.М. Измерительный комплекс для контроля и управления дыханием животных // Измерительная техника. № 5. 1995. С. 54−56.
  43. В.М., Филатова O.E. Компьютерная идентификация респираторных нейронных сетей. Монография, ОНТИРАН, Пущино. 1994. 84 с.
  44. В.М., Филатова O.E., Иващенко В. П. Компьютерная идентификация иерархических компартментных нейронных сетей // Измерительная техника. 1994. № 8. С. 67−72.
  45. В.М. Сканирование движущихся поверхностей биологических объектов // Измерительная техника. № 4. 1995. С.54−56.
  46. В.М., Филатова O.E., Папшев В. А. Разрушение и раздражение локальных структур организма с использованием переменных магнитных полей // Вестник новых медицинских технологий. 1996. № 3. С. 106 107.
  47. В.М., Филатова O.E., Папшев В. А., Козлов А. П. Измерение переменных параметров движущихся биологических объектов // Измерительная техника. 1996. № 4. С. 58−61.
  48. В.М., Филатова O.E., Папшев В. А. Сканирование движущихся поверхностей биологических объектов // Измерительная техника. 1996. № 5. С. 66−67.
  49. В.М., Филатова O.E., Попов Ю. М. Пуловые принципы в математическом моделировании динамики распространения биопотенциалов в нейросетевых системах мозга. // Вестник новых медицинских технологий. 1996. № 3. С. 104 106.
  50. В.М., Филатова O.E. Биофизический мониторинг исследованиях действия ГАМК и ее производных на нейросетевые системы продолговатого мозга. / Монография. Пущино: ОНТИ РАН. 1997. — 160 с.
  51. В.М., Филатова O.E. Двухканальный стимулятор дыхания // Вестник новых медицинских технологий. 1997. — № 2. — С. 104 — 106.
  52. В.M. Динамика тормозящих и возбуждающих процессов в респираторных нейронных сетях // «Физиология висцеральных систем». Сборник н.т. Самара. 1998. С.190−202.
  53. Кедер-Степанова И.А., Четаев А. Н. Некоторые вопросы моделирования дыхательного центра. 1. Постановка вопроса. //Биофизика. 1978. Том. 23. № 6. — С. 1076−1080
  54. Кедер-Степанова И. А. Нейронная организация ритмических дыхательных движений //XIII съезд Всесоюз. физиол. общества им. И. П. Павлова. 1979: Алма-Ата. С. 133
  55. В.В., Есков В. М., Кулаев C.B., Филатова О. Е. Понятие стационарных режимов функционирования нейронных сетей мозга в микро- и макроинтервалах времени. // XXVI международная конференция «IT +SE» 99- Украина, Крым, Ялта-Гурзуф, 1999. С. 96−97.
  56. В.М., Филатова О. Е. Компартментный подход при моделировании нейронных сетей. Роль тормозных и возбуждающих процессов // Биофизика. 1999. том 44. вып.З. С. 518 525.
  57. Э. Цифровые нейрокомпьютеры. Архитектура и схемотехника. -Казань.: Казанский гос. техн. ун-т, 1995. 131 с.
  58. В.М., Кулаев C.B. Свидетельство об официальной регистрации программы для ЭВМ № 2 000 610 600 «Идентификация периодических электрофизиологических сигналов». М. 2000.
  59. В.М. Возможно ли построение некоторой общей, фундаментальной теории организации и функционирования биосистем?// Вестник новых медицинских технологий. 2001. т. VIII. № 2. С. 93 -95.
  60. В.М., Бондарева В. В., Кулаев C.B. Обработка нейрофизиологической информации с использованием метода минимальной реализации и ЭВМ // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 11−15.
  61. В.М., Бондарева В. В., Попов Ю. М. Исследование переходных процессов в респираторных нейронных сетях в условиях действия ГАМК и ее производных // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 7−8.
  62. В.М., Брагинский М. Я., Климов О. В. К вопросу о произвольном в непроизвольном микродвижении конечности человека (треморе) // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 24 26.
  63. В.М. Компартментно кластерный подход в исследованиях биологических динамических систем (БДС). / Монография. — Часть I. Межклеточные взаимодействия в нейрогенераторных и биомеханических кластерах. — Самара: Изд-во «НТЦ», 2003. — 198 с.
  64. В.М., Филатова O.E. Экологические факторы Ханты-Мансийского автономного округа. / Часть I Самара: ООО «Офорт», 2004. (гриф РАН).-182 с.
  65. В.М., Филатова O.E., Карпин В. А. и др. Экологические факторы Ханты-Мансийского автономного округа. / Часть II. Безопасность жизнедеятельности человека на севере РФ. Самара: «Офорт», 2004. (гриф РАН). — 172 с.
  66. В.М., Филатова O.E., Фудин H.A. и др. Проблема выбора оптимальных математических моделей в теории идентификации биологических динамических систем. // Системный анализ и управление в биомедицинских системах. 2004. — Том 3., № 2. — С. 143−145.
  67. В. М., Филатова О. Е., Фудин H.A. и др. Явление изменения параметров стационарных режимов функционирования биологических динамических систем. Открытие № 285. // Научные открытия. Сборник кратких описаний. Вып.2. М., 2005. С. 32 — 34.
  68. В. М. Живогляд Р.Н., Папшев В. А. и др. Системный анализ и компьютерная идентификация синергизма в биологических динамических системах. // Системный анализ и управление в биомедицинских системах. 2005. -№ 1, — С. 108−111.
  69. В.M. Методы измерения интервалов устойчивости биологических динамических систем и их сравнение с классическим математическим подходом в теории устойчивости динамических систем. // Метрология. -2005. № 2.- С. 24−37.
  70. В.М., Живогляд Р. Н., Карташова Н. М. и др. Понятие нормы и патологии в фазовом пространстве состояний с позиции компартментно-кластерного подхода. // Вестник новых медицинских технологий. 2005, Т. XII, №.1. — С. 12- 14.
  71. В.М., Папшев В. А., Кулаев C.B. и др. Программа расчета коэффициента синергизма в биологических динамических системах с хаотической организацией. // Свидетельство об официальной регистрации для ЭВМ № 2 005 612 885. Москва. 2005.
  72. .Г., Полуэктов P.A. Управление в экологических системах. М.: Наука. 1988. 360с.
  73. Г. Р., Кринский В. И., Морнев O.A. Автоволны: Новое на перекрестках наук. // Кибернетика живого. М.: Наука, 1984. — С. 24 — 37.
  74. В.П., Казначеев C.B. Адаптация и конституция человека.-Новосибирск: Наука, 1986. 140 с.
  75. Кедер-Степанова И.А., Четаев А. Н. Некоторые вопросы моделирования дыхательного центра. 1. Постановка вопроса // Биофизика. 1978. Т. 23. № 6. С. 1076−1080.
  76. Кедер-Степанова H.A., Четаев А. Н. О структуре системы дыхательных нейронов продолговатого мозга // Там же. 1970. Т. 193. № 6. С. 1433−1436.
  77. Н.З., Панин А. И. Математическая модель механизма дыхательного ритмогенеза // Физиол. журн. СССР им. И. М. Сеченова. 1983. Т. 69. № 47. С. 433−438.
  78. А., Либерман М. Регулярная и стохастическая динамика. М.: Мир, 1984.
  79. А.Б., Ефимов В. Н., Чумаченко A.A., Сафонов В. А. О моделировании механизма генерации дыхательного ритма // Биофизика. 1969. Т. 14. № 4. С. 718−721.
  80. С.П., Малинецкий Г. Г. Нелинейная динамика и проблемы прогноза. // Вестник РАН. 2001. — Т 71, № 3. — С. 210−224.
  81. С. Устойчивость нелинейных систем автоматического управления. М.: Мир, 1967. 220 с.
  82. Л.С. Релаксационные характеристики гомеостатических процессов // Молекулярно-клеточные механизмы иммунной регуляции гомеостаза и проблемы математического моделирования. Красноярск, 1990. С. 138−139.
  83. Г. Г. Хаос. Структуры. Вычислительный эксперимент: Введение в нелинейную динамику М.: Эдиториал УРСС, 2000. 256 с.
  84. Г. Г. Наука XXI века. Взгляд с позиций синергетики. // Труды семинара Синергетика. 2003. — Т.5, — С. 57−71.
  85. Г. Г. Синергетика. Король умер. Да здравствует король! // Синергетика. Труды семинара. Вып. 1. -М.: МГУ, 1998. С. 52−69.
  86. Г. Г., Митин H.A., Науменко С. А. Вычисления на ДНК. Эксперименты. Модели. Алгоритмы. Инструментальные средства. Препринт ИПМ РАН № 57.-2005.-68c.
  87. Г. Г., Митин H.A., Науменко С. А. Нанобиология и синергетика. Проблемы и идеи. Препринт ИПМ РАН № 29. 2005.- 85 с.
  88. Г. Г., Подлазов A.B., Зульпукаров М.-Г.М. Обратная задача теории бифуркаций в динамических системах с шумом. Препринт ИПМ РАН № 39. 2005.-56с.
  89. Г. Г., Потапов А. Б. Нелинейная динамика и хаос. Основные понятия. М. УРСС, 2006.- 237 с.
  90. В. Б. Газенко О.Г. О путях оптимизации искусственной атмосферы при необратимом снижении Р02 в газовой среде // Докл. АН СССР. 1968. Т. 184. № 4. С. 995−998.
  91. И.Г. Об одном способе решения задачи устойчивости в критическом случае пары чисто мнимых корней. // ПММ. 1951. Том. 15. № 4. С. 473−484.
  92. H.A. О дыхательном центре. М.: Медгиз, 1952. — 210 с.
  93. Н.И. Экология человечества глазами математика (Человек, природа и будущее цивилизации).- М.: Молодая гвардия, 1988.-188 с.
  94. В.М., Сафонов В. А. Синхронизация активности ритмообразующих нейронов в дыхательном центре. // Биологические науки. 1986. № 3. С. 42−45
  95. ЮЗ.Нерсесян Л. Б. Центральные механизмы регуляции активности бульбарных дыхательных нейронов некоторыми структурами лимбической системы. // Материалы 6-й Всесоюз. конф. по физиологии вегетативной нервной системы. 1986. Ереван. 1986.С.221.
  96. Л.Б., Баклаваджян О. Г. Реакции дыхательных нейронов продолговатого мозга на пачечную стимуляцию гипоталамуса //Физиол. журн. СССР им. И. М. Сеченова. 1990. Том. 76. № 5. С. 604−611
  97. Л.Б. Центральные механизмы регуляции активности бульбарных дыхательных нейронов некоторыми структурами лимбической системы //Материалы 6-й Всесоюз. конф. по физиологии вегетативной нервной системы. 1986: Ереван.
  98. М.М., Хадарцев A.A. Теория и практика восстановительной медицины: Монография / Олейникова М. М., Хадарцев A.A. Тула: Тульский полиграфист — Москва, (гриф РАМН), 2005. — Т. 4. — 284 с.
  99. В.А. Нелокальные проблемы теории колебаний. М.Л.: Наука, 1964.367 с.
  100. Л.С., Болтянский В. Г., Гамкрелидзе Р. В., Мищенко Е. Ф. Математическая теория оптимальных процессов. М.: Наука, 1983. — 392 с.
  101. В.А., Ефимов В. Н., Чумаченко A.A. Нейрофизиология дыхания.-М, 1980.- 224 с.
  102. М.В., Киреева Н., Гордиевская H.A. О возможных путях взаимодействия инспираторной и экспираторной нейронных систем //Физиол. журн. СССР им. И. М. Сеченова. 1983. Том. 69. № 4. С. 439.
  103. Ш. Сеченов И. М. Рефлексы головного мозга.// В сб.: Физиология нервной системы. Т. 1. М., 1952. — 315 с.
  104. В., Шимоните В. Минимальная реализация и формантный анализ динамических систем и сигналов. Вильнюс.: Мошлас, 1990. -230 с.
  105. В.В. От инвариантов геометрий к инвариантам управления. // Интеллектуальные процессы и их моделирование. М., Наука, 1987. С. 66 110.
  106. В.В. Структура, функция, управление системно-конструктивный подход. // Биологические мембраны. — Т.41, № 6, 1997. -С. 574−583.
  107. Е., Пригожин И. Познание сложного. Изд-во УРСС, М.: 2003. -342 с.
  108. К.В. и др. Теория системогенеза. Монография. Москва. 1997. РАМН. 567 с.
  109. ФадеевД.К., ФадееваВ.Н. Вычислительные методы линейной алгебры.М.: Физматгиз, 1960. С. 198−199.
  110. М.В., Киреева Н., Гордиевская H.A. О возможных путях взаимодействия инспираторной и экспираторной нейронных систем. //Физиол. журн. СССР им. И. М. Сеченова. 1983. Том. 69. № 4. — С. 439
  111. O.E., Еськов В. М., Зуевская Т. В. Норма и патология состояния функциональных систем человека на фазовой плоскости. // Научные труды I съезда физиологов СНГ. -М.: Медицина, 2005. С. 41.
  112. H.A. Физиологическая целесообразность произвольной регуляции дыхания у спортсменов. // Теор. и практ. физ. культуры, — 1983.- № 2, — С. 21.25.
  113. Г. Принципы работы головного мозга. М.: Изд-во PerSe., 2001.352 с.
  114. Цыпкин 3. Основы теории автоматических систем. М.: Наука, 1977.- 390 с.
  115. А.А., Четаев А. Н. Круговая модель дыхательного центра с окнами. //Биофизика. 1979. Том. 24. № 4. С. 727−732
  116. А.А., Четаев А. Н. Круговая модель дыхательного центра. //Биофизика. 1979. Том. 24. № 4. С. 723−726
  117. В.Е. Нисходящие пути медиальных ядер дыхательного центра к дыхательным мышцам. //Физиол. журн. СССР им. И. М. Сеченова. 1990. Том. 76. № 5. С. 613−620
  118. В.Е., Майский Н. Н., Преображенский А. П. и др. Изучение связей дыхательных ядер ствола мозга с использованием метода ретроградного аксонного транспорта пероксидазы хрена // Нейрофизиология. 1982.Т.14. № 2. С.147−156.
  119. А. А., Хадарцев А. А., Субботина Т. И. и др. Введение в электродинамику живых систем: Монография Тула: ТулГУ, ГУП НИИ НМТ. 2003.-440 с.
  120. Adey R.W. Developments forwards a physical biology // Modern Radio Sci. / Ad. by Andersen J.B. / Oxford: Univ. / Press, 1993. P. 228 — 244.
  121. Alexander D.M. Digital simulation of human respiratory control and acid-base balance // PhD thesis case Inst, of Technology, Cleveland, Ohio, 1968.
  122. Ballantyne D., Richter D.W. Post-synaptic inhibition of bulbar inspiratory neurounes in the cat // J. Physiolgy. 1984. — Vol. 348. — P. 67−87.
  123. Ballantyne D., Richter D.W. The non-uniform character of expiratory synaptic activity in expiratory bulbospinal neurones in the cat // J. Physiol. (L.). 1986. Vol.370. — P. 433−456.
  124. Batsel H.L. Localization of the bulbar respiratory centre by microelectrode sounding // Exptl. Neurol. 1964. — Vol. 9. — P. 410−426.
  125. Berger A.J., Herbert D.A., Mitchell R.A. Propertis of apneusis produced by reversible cold block of the rostral response. // Respir. Physiol. 1978. — Vol. 33. — P. 323−337.
  126. Bertrand F., Hugelin A., Vibert J.F. A stereologic model of pneumotaxic oscillator based on spatial and temporal distribution of neuronal bursts // J. Neurophysiol. 1974. — Vol. 37. — P. 91−107.
  127. Beurle R.L. Properties of a mass of cells capable of regenerating pulses. // Philosoph. Trans, of the Royal Soc. of L. ser. B. Biol. sci. 1956. Vol. 240., N 669. — P. 56−90
  128. Billings S.A., Jamaluddin H.B., Chen S. Properties of neural netwoks with application to modelling non-linear dynamical systems // Int. J. Control. 1992. Vol. 55., N 1. — P. 193−224.
  129. Botros S.M., Bruce E.N. Neural network implementation of a three-phase model of respiratory rhythm generation. //Biol. Cybernetics. 1990. — Vol. 63., N 2. — P. 143−153
  130. Brammer R.F. Controllability in linear autonomous systems with positive controllers. // SIAM J.Control. 1972. — Vol. 10. — P. 339−353
  131. Breuer J. Die selbsts teuerung der atmung bureh den nervus vagus // Sitzungsber. Akad. Wiss Wien. 1868. Bd 58, Abt. 2. S. 909−937.
  132. Kalman R.E. On minimal partial realization of linear input/output map // Aspects of Network and System Theory. 1971, Kalman R.E. and Claris N.D., Holt, Rinehart and Winston: New York. pp. 385−407
  133. Bruce E.N., von Euler C., Yamashiro S.M. Reflex and central chemoreceptive control of the time course of inspiratory activity, Central nervous control mechanism in breathing. 1979. — Pergamon: Oxford. — P. 177−184
  134. Burns B.D., Salmoiraghi G.C. Repetitive firing of resperatory neurones during their burst activity // Ibid. 1960. — Vol. 23, N 1. — P. 27−46.
  135. Cherniack N.S., Euler C., Homma I., Kao F.F. Graded changes in central chemoceptor input by local temperature changes on the ventral supface of medulla // J. Physiol. 1979. — Vol. 287. — P. 191 -211.
  136. Cohen M.J. Neurogenesis of respiratory rhythm in the mamal. //Physiology Rev.- 1979. Vol. 59. — P. 1105−1173
  137. Cohen M.J., Feldman J.L. Models of respiratory phase-switching // Febr. Proc. -1977. Vol. 36. — P. 2367−2374.
  138. Czyzyk-Krzeska Maria F., Lawson Edward E. Synaptic events in ventral respiratory neurones during apnoea induced by laryngeal nerve stimylation in neonatal pig//J. Physiol. -1991, — Vol. 436. P. 131−147.
  139. Duffin J. A., Aweida D. The propriobulbar respiratory neurones in the cat // Exp. Brain Res. 1990. — Vol. 81, N 2. — P. 213−220.
  140. Dunin-Barkowski W.L., Larionova N.P. Computer simulation of the cerebellar cortex compartment. I. General principles and properties of a neural net. //Biol. Cybernetics. 1985. — Vol. 51., N 6. — P. 399−406.
  141. Dwyer P. S., Waugh F.V. On errors in matrix inversion // J. Amer. Statest. Assoc. 1953. — Vol. 48, N262. — P. 289−319.
  142. Ellenberger H.H., Feldman I.L. Subnuclear organization of the lateral termental field of the rat: I. Necleus ambiguus and ventral respiratory group // J. Comp. Neural. 1990. — Vol. 294, N2. — P. 202−211.
  143. Eskov V.M. Indirect control by dissipation factor in respiratory neuron networks // Neural Network World. 1994. — № 6. — P. 655 — 662.
  144. Eskov V.M., Filatova O.E. Computer diagnostics of the compartmentation of dynamic systems // Measurement Techniques. 1994. — Vol. 37. No 1. — P. 114- 119.
  145. Eskov V.M. Hierarchical respiratory neuron networks // Modeling, Measurement & Control. C. AMSE Press. 48. 2. 1995. — P. 47 — 63.
  146. Eskov V.M. Indirect control by chemoreceptor drive in respiratory neuron networks // Modelling, Measurement & Control. C. AMSE Press. 48. 3. 1995.- P. 1 12.
  147. Eskov, V.M., Filatova, O.E. The problem of identity of functional states of neuron networks. // Biophysics. 2003. — Vol. 48. — P. 526−534.
  148. Eskov V.M. Compartmental principle in mathematical modeling of various neural ntworks // International Congress. Destobio: Sofia. 1997. — P. 117.
  149. Eskov V.M., Filatova O.E., Kulaev S.V. Automatic identification the models of respiratory neuron networks with a simple structure // International Congress, Destobio: Sofia. 1997. — P. 118 — 119.
  150. Eskov V.M., Filatova O.E. Compartmental Approach to Modeling of Neural Networks: Role of Inhibitory and Excitatory Processes // Biophysics, Vol. 44. No. 3. 1999. -P. 510−517.
  151. Eskov V.M., Rachkovskaya V.A. Migration as a factor of cyclic epidemic process//AMSE press. 2003. No 1. P. 115 — 117.
  152. Ogilvie M.D., Gottschalk A., Anders K., Richter D.W., Pack A.I. A network model of respiratory rhythmogenesis. //Am J Physiol. 1992. Vol. 263. N 4. — p. 962−975
  153. Eskov V.M., Kulaev S.V., Popov U.M. Identification of stationary and unstationary regimes of respiratory neuron with computer using. // Proceeding of international conference on modeling and simulation. (Minsk, Belarus). 2004.- P.62−65.
  154. Eskov V.M., Papshev V.A., Tretiakov S.A. and other. The synergetic property of mamalian muscles under different conditions. // Proceedings of (Astes de) MS'2004, (Lyon Villeurbanne). — 2004. — P. 14.4−14.6.
  155. Eskov V.M., Rachkovskaya V.A. The influence of migration on epidemic process. // Proceeding of international conference on modeling and simulation. (Minsk, Belarus). 2004. — P. 70−72.
  156. Eskov V.M., Kulaev S.V., Pashnin A.S. and other. Identification of synergetic property of biological dynamic system (BDS). // Proceeding of international Biophysics Congress. (Montpelier France). — 2005. — P. 78−80.
  157. Eskov V.M., Zuevskaya T.V., Dobrinina I.U. and other. Theory of fazaton brain and method of identification of its models. // Proceeding of international Biophysics Congress (Montpelier France). — 2005. — P. 84−86.
  158. Euler C. von. Rhythmogenesis and pattern control during breathing // Acta physiol. Scand. 1985. — Suppl., N542. — P. 32−60.
  159. Friedland S. On an inverse problem for nonnegative and eventually nonnegative matrices // Israel J. Math. 1978. — Vol. 29. — P. 43−60.
  160. Fedorko L., Merrill E.G. Axonal projections from the rostral expiratory neurones of the Botzinger complex to medulla and spinal cord in the cat // Ibid. 1984. Vol. 350,-P. 487−496.
  161. Feldman L.J., Cohen M.J., Wolotsky P. Powerful inhibition of pontine respiratory neurons by pulmonary afferent activity // Brain Res. 1976. — Vol. 104. — P. 341−346.
  162. Feldman L.J., Speck D.F. Interactions among inspiratory neurones in the dorsal and ventral respiratory groups in cat medulla // J. Neurophysiol. 1983. — Vol. 49. — P. 472−490
  163. Filatova O.E., Eskov V.M., Eskov V.V. and other. Existense of synergetic properties of neuron network regulating the pulse rate. // Proseeding of international conference on modellling&simulation (ICMS'04). (Spain, Valladolid) 2004. — P.57 — 58.
  164. Gantmaher F.R. The theory of matrices (K.A. Hirsh transl) // Chelsea, N.Y. 1971.
  165. Geman S., Miller M. Computer simulation of brainstem respiratory activity // J. Appl. Rhysiology. 1976. Vol. 41. — P. 931−938.
Заполнить форму текущей работой

Пора сдавать?