САРАТОВ, 3 сентября. /ТАСС/. Ученые Саратовского национального исследовательского государственного университета им. Н. Г. Чернышевского (СГУ) научили искусственный интеллект (ИИ) определять направленную связь между сигналами в условиях шума. Разработанная технология позволит врачам точнее подбирать лечение и выявлять сердечно-сосудистые патологии на ранних стадиях, сообщили ТАСС в пресс-службе Минобрнауки РФ.
"Метод поиска направленной связи между сигналами нужен в самых разных областях - от медицины и нейронаук до климатологии и инженерии. В кардиологии, например, он помогает понять, как сердце и сосуды "договариваются" между собой, а в экологии - выявить, какие природные процессы запускают изменения климата. <…> Результаты озвученных экспериментов позволят врачам подбирать лечение точнее, отслеживать динамику восстановления пациентов после инфаркта, а при массовом скрининге - выявлять сердечно-сосудистые патологии на ранних стадиях", - говорится в сообщении.
Ранее для поиска такой связи применяли традиционные математические методы, которые оценивают, улучшает ли знание одного сигнала прогноз другого. Однако, как пояснили в Минобрнауки, такие подходы требуют сложных расчетов и зачастую плохо работают с короткими, неполными или сильно зашумленными данными.
Суть разработки
Как рассказали в министерстве, для отработки технологии саратовские исследователи применили модельные объекты - осцилляторы ван дер Поля. Это математические генераторы колебаний, которые способны имитировать поведение живых систем или устройств. Например, сердечного ритма и электронных генераторов.
В лаборатории ученые создали пары таких модельных объектов - с направленной связью и без. Как отметили в пресс-службе, их сигналы длиной всего 70 секунд подавали на вход трех типов нейросетей: полносвязной, сверточной и рекуррентной. Для усложнения задачи в сигналы добавляли шум - от легкого фона до 100% от исходной амплитуды.
В результате ученые выявили, что полносвязная нейросеть показала лучшую устойчивость к шуму, определяя наличие связи даже в крайне зашумленных данных. Сверточная лучше фиксировала слабые связи, но хуже работала при сильном шуме. А рекуррентная чаще ошибалась, особенно когда связи не было вовсе.
Исследование поддержано грантом Российского научного фонда и входит в программу "Приоритет-2030".