Описаны основные результаты в области построения и анализа рекуррентных спайковых нейронных сетей для моделирования функциональных сетей мозга. Приведены ключевые термины и определения из области машинного обучения. Представлены основные подходы к построению и исследованию спайковых и частотных нейронных сетей, обучаемых выполнять конкретные когнитивные функции. Описаны современные аппаратные нейроморфные системы, имитирующие обработку информации мозгом. Обсуждаются принципы нелинейной динамики, которые позволяют выявлять механизмы выполнения нейронными сетями целевых задач.

Ключевые слова: искусственные нейронные сети, нелинейная динамика, машинное обучение, спайковые нейроны, моделирование когнитивных функций PACS: 07.05.Mh, 84.35.+i, 87.19.L− (все) DOI: 10.3367/UFNr.2021.08.039042 URL: https://ufn.ru/ru/articles/2022/10/b/ 001112536300002 2-s2.0-85182910380 2022PhyU...65.1020M Цитата: Масленников О В, Пугавко М М, Щапин Д С, Некоркин В И "Нелинейная динамика и машинное обучение рекуррентных спайковых нейронных сетей" УФН 192 1089–1109 (2022) BibTexBibNote ® (generic)BibNote ® (RIS)MedlineRefWorks Поступила: 1 июня 2021, доработана: 13 августа 2021, одобрена в печать: 13 августа 2021 English citation: Maslennikov O V, Pugavko M M, Shchapin D S, Nekorkin V I “Nonlinear dynamics and machine learning of recurrent spiking neural networks” Phys. Usp. 65 1020–1038 (2022); DOI: 10.3367/UFNe.2021.08.039042