Изучение влияния шумов различных типов в рамках машинного обучения направлено на определение свойств шумовых воздействий, которые могут накапливаться и аккумулироваться нейронной сетью, или, наоборот, подавляться. В связи с этим возникает ряд вопросов, касающихся влияния конкретных особенностей и характеристик шумового воздействия на процесс обучения и функционирование нейронных сетей. Практическая значимость подобных задач объясняется необходимостью создания искусственных нейронных сетей, обладающих устойчивостью к стохастическим возмущениям. Вопросы влияния шума особенно важны в контексте разработки реальных экспериментальных прототипов обучаемых искусственных нейронных сетей, которые всегда подвержены воздействию как внутренних источников шума, так и внешним случайным воздействиям. Данный проект объединяет в себе проблематику и методологию двух направлений науки: нелинейная динамика и машинное обучение нейронных сетей. Сформированные за последние десятилетия математический аппарат и базовые методы нелинейной динамики такие, как статистический анализ, бифуркационный анализ, методы оценки временнóй динамики и др., могут быть применены в контексте изучения нейронных сетей и машинного обучения, что позволит взглянуть на данные проблемы с принципиально другой стороны.
Руководитель проекта: Н. И. Семенова.
