Междисциплинарная команда исследователей из НЦМУ «Сверхзвук» и межфакультетского Центра виртуальной реальности МГУ имени М.В. Ломоносова совместно с коллегами из Монтеррейского технологического института (Мексика) разработала новый подход к созданию нейросетевых идентификаторов, позволяющий повысить точность моделирования систем со сложной и неопределенной динамикой, таких как вестибулярная и глазодвигательная система человека. Об этом сообщили в пресс-службе вуза.
Результаты совместной работы представлены на международной конференции IEEE Symposium Series on Computational Intelligence в Мексике. Статья по итогам исследования опубликована в сборнике трудов IEEE SSCI 2023.
Сотрудники Центра виртуальной реальности МГУ предложили усовершенствовать традиционные методы обучения динамических нейронных сетей, используемых для идентификации нелинейных систем. Модификация законов обучения позволила повысить чувствительность весовых коэффициентов нейросетевой модели к внешним воздействиям. Это дало возможность точнее предсказывать траектории движения идентифицируемой системы даже в условиях неполной информации о ее внутренней динамике.
Эффективность разработанного подхода была продемонстрирована на примере моделирования окуломоторных реакций на движения пилотажного стенда, создаваемого в центре «Сверхзвук». Экспериментальные данные о направлении взора пилота в шлеме виртуальной реальности использовались для обучения идентификатора. Модель показала способность предсказывать характерные особенности поведения глаз человека.
«За счет коррекции симуляции на основе анализа движений глаз возможно снизить дискомфорт и укачивание, которые испытывают многие пользователи VR-оборудования. Это позволит расширить применимость виртуальной реальности для обучения пилотов и операторов сложных технических систем», — прокомментировал работу один из соавторов, ответственный исполнитель Центра виртуальной реальности МГУ Виктор Чертополохов.
Свежие комментарии