Живых организмов, например их нервной системы (G06G7/60)
G06G7/60 Живых организмов, например их нервной системы(249)
Изобретение относится к моделированию нейронных сетей, к нейрокибернетике и может найти применение при разработке нейрокомпьютеров, технических систем на основе нейронных сетей, для распознавания образов, анализа и обработки изображений.
Изобретение относится к области статистического исследования больших массивов индивидуальных данных для административных, коммерческих, финансовых, управленческих, надзорных и прогностических целей. Техническим результатом является реализация гибкого способа оценки основных трендов вероятностных показателей исследования когортного риска по изучаемым факторам с учетом статистической значимости полученных выводов и возможности селекции конкурирующих гипотез (моделей регрессии) с учетом априорной информации.
Изобретение относится к моделированию нейронов и может быть использовано в нейрокомпьютерах, технических системах на основе нейронных сетей для распознания образов, анализа и обработки изображений. Техническим результатом является обеспечение возможности достижения избирательного распознавания входных объектов без использования весового взвешивания входных сигналов, возможности кодирования входного объекта определенного типа номером канала или номером регистрирующего нейрона, сжатие входной информации, повышение быстродействия, повышение надежности распознавания объектов.
Изобретение относится к области медицины: в хирургии, онкологии, в частности к способу прогнозирования течения раннего послеоперационного периода у больных с осложнениями рака прямой кишки и средству для его осуществления.
Изобретение относится к области проведения электрофизиологических манипуляций с живой тканью и может быть использовано для обучения нейронной сети in vitro. Техническим результатом является создание протокола обучения, включающего алгоритм определения оптимальных для индивидуальной биологической нейронной сети параметров, используемых в протоколе обучения.
Изобретение относится к медицине, ортопедии и может быть использовано для выявления особенностей походки, присущих ранним стадиям плосковальгусной деформации стоп у детей. С помощью аппаратно-программного комплекса проводят регистрацию биомеханических характеристик работы голеностопного сустава в процессе шагового цикла с использованием системы захвата движения, динамической стабилоплатформы и электромиографии (ЭМГ).
Изобретение относится к информационным технологиям и нейрофизиологии. Техническим результатом изобретения является повышение скорости работы технологий нейрокомпьютерного интерфейса.
Изобретение относится к области моделирования функциональных аспектов человека. .
Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием. .
Изобретение относится к программным вычислительным системам, основанным на коробах. .
Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам. .
Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта. .
Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах. .
Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др. .
Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов. .
Изобретение относится к области бионики и биокибернетики и может быть использовано в модельных нейрофизиологических экспериментах, а также в устройствах и системах искусственного интеллекта и управления.
Изобретение относится к вычислительной технике и может быть использовано для имитационного моделирования нейронных сетей любой требуемой архитектуры. .
Изобретение относится к оптоэлектронным моделирующим средствам, имеющим слоисто-пленочную распределенную структуру (сендвич-структуру), содержащую комбинацию оптоэлектронных блоков распределенной моделирующей среды, и предназначенную для моделирования процессов передачи информационно-энергетическких потоков в распределенных системах.
Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций.
Изобретение относится к вычислительной технике и может быть использовано для моделирования нейронных сетей и для решения задач, относящихся к искусственному интеллекту. .
Изобретение относится к моделированию нейронных структур и может найти применение при разработке технических систем на основе нейронных адаптивных сетей для распознания образов и анализа и обработки изображений.
Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроподобных сетей при моделировании нейрофизиологических процессов в нервной системе, в устройствах обработки, анализа и распознавания образов, в системах управления интеллектуальными роботами, в цифровых нейрокомпьютерах.
Изобретение относится к моделированию нейронных структур, осуществляющих анализ изображений в зрительных системах и может найти применение при разработке технических систем автоматического анализа изображений и систем технического зрения.
Изобретение относится к вычислительной технике и биокибернетике и может быть использовано при исследовании процессов нервной системы методами моделирования, а также в специализированных процессорах. .
Изобретение относится к области моделирования функциональных свойств нервной системы, а именно для построения нейронных сетей, и может быть использовано в качестве элемента нейроподобных сетей для моделирования сложных биологических процессов, в частности при изучении адаптивных процессов памяти в нейрофизиологических экспериментах.
Изобретение относится к области медицинской техники и может быть использовано при исследовании нервной системы методом аналогового моделирования, а также в управляющих и интеллектуальных системах. .
Изобретение относится к бионике, моделированию нейронных сетей и может найти применение в вычислительной технике при построении систем анализа и обработки внешнего сигнала. .
Изобретение относится к автоматике и вычислительной технике и предназначено для использования в адаптивных сетях распознаваний образов, а также в аналоговых вычислительных машинах, моделирующих нейтронные сети.
Изобретение относится к моделированию биологических нейронов и предназначено для экспериментальных и теоретических исследований при изучении целенаправленного поведения биологических объектов, а также для создания искусственного нейрона - модуля нейрокомпьютера.
Изобретение относится к бионике и вычислительной технике, и может быть использовано в качестве элемента нейроподобных сетей для моделирования нейрофизиологических процессов в нервной системе, в устройствах обработки, анализа и распознавания образов, в системах управления интеллектуальными роботами, в параллельных нейрокомпьютерах.
Изобретение относится к импульсной технике и может быть, в частности, использовано в устройствах управления приводами, например в антеннах радиолокационных станций, а также при исследовании центральной нервной системы, например механизмов автоматического управления и регулирования многонейронной рефлекторной дуги.
Изобретение относится к нейрокибернетике и может быть использовано при исследовании нервной системы методами аналогового моделирования, а также в управляющих и интеллектуальных системах. .
Изобретение относится к автоматике и вычислительной технике и предназначено для применейия в адаптивных сетях распознавания образов, а также в аналоговых вычислительных машинах, моделирующих нейронные сети.
Изобретение относится к классу устройств, моделирующих нейрон, и может быть использовано в сенсорных и управляющих системах, а также системах контроля и распознавания образов. .
Изобретение относится к аналоговым вычислительным устройствам и может быть использовано для моделирования функций нервной системы, а также для применения в системах искусственного интеллекта. .
Изобретение относится к моделированию элементов дискретной автоматики с рабочим телом в виде потоков сыпучей среды и может быть использовано в качестве учебного пособия для наглядной демонстрации работы псевдонейронной сети.
Изобретение относится к бионике и вычислительной технике и может быть использовано при моделировании процессов переработки информации в нейронных и нейроподобных сетях, а также в системах распознавания образов и управления.
Изобретение относится к области аналоговой вычислительной техники и нейробионики и может быть использовано для исследования функционирования нейронов спинальных ганглиев, а также как функциональный элемент в системах искусственного интеллекта.