Свёрточные и глубокие нейронные сети, способные распознавать объекты, имитируя работу глаз человека, выполняют ряд важных задач в медицине, транспорте и промышленности. Как повысить производительность программ, на основе которых построены эти нейронные сети, — выяснили в СКФУ. «Наши учёные предложили способ оптимизации нейронных сетей, который может быть применим везде, где требуется отличать, анализировать и классифицировать входящие данные: в медицине, транспорте, промышленности. Данное исследование нашло поддержку в Российском научном фонде, который в июле этого года одобрил проект СКФУ "Перспективные методы интеллектуальной обработки сигналов на основе глубоких нейронных сетей и модулярных вычислений" со сроком реализации до 2026 года», — поясняет ректор университета Дмитрий Беспалов. Инновационная идея коллектива математиков ставропольского вуза заключается в отказе от операций с большими числами и упрощении используемых в работе сетей математических действий. Первые исследования уже провели на основе нейронной сети, обрабатывающей медицинские данные. «Нейронные сети и модулярная арифметика — редкое сочетание. Кроме трудов нашего коллектива я видел работы математиков из Индии. В этом наше конкурентное преимущество и большой потенциал. Пока исследования находятся в плоскости фундаментальных знаний и мы применили их в отдельных практических проектах, но исследования будут продолжены», — говорит завкафедрой математического моделирования факультета математики и компьютерных наук СКФУ Павел Ляхов. Ранее сообщалось, что учёные СКФУ внесли предложения по усовершенствованию системы «Умный город». Развитию науки в регионе и поддержке молодых учёных значительное внимание уделяет губернатор Владимир Владимиров.
