В пресс-службе Московского государственного университета (МГУ) имени М. В. Ломоносова сообщили, что ученые Центра искусственного интеллекта вуза создали алгоритм, который помогает нейросетям точнее работать в системах управления роботами и летательными аппаратами. Разработка учитывает задержки при передаче данных от датчиков, которые могут снижать качество прогнозов. Результаты исследования опубликованы в журнале IEEE Access, пишет ТАСС.
Новый подход основан на динамической нейронной сети, способной менять внутренние параметры прямо во время работы. Это позволяет системе адаптироваться к новым данным без увеличения вычислительной нагрузки.
Метод проверили на моделях геодезического движения на трехосном эллипсоиде, динамики летательного аппарата и поворота головы в биомеханической задаче. Испытания показали более точное моделирование процессов с запаздывающими сигналами.