Лаборатория «Многомасштабная нейродинамика для интеллектуальных систем»

Разработаны новые фундаментальные подходы к глобальной оптимизации и обучающим системам с упором на искусственные нейронные сети, современные методы многомасштабного моделирования и нейро-вдохновлённые вычисления, основанные на системах адаптивных нелинейных дифференциальных уравнений. Лаборатория ведет исследования с упором на разработку совместных нейродинамических подходов к проблемам оптимизации в контролируемом / неконтролируемом обучении с приложениями для робототехники, робастного управления, задач извлечения признаков, а также суррогатных моделей, обратных задач, деформируемой формы. моделирование и оптимизация.

research areas
Sparse Bayesian learning via neurodynamic optimization and its applications to nonlinear system identification, time series forecasting, stock index tracking etc
Neurodynamics-driven throughput optimization for simultaneous wireless information and power transfer in wireless sensor networks
Neurodynamics-driven Unit commitment and economic dispatch in electric power grids
Constrained supervised learning in neural ordinary differential equations via collaborative neurodynamic optimization