The object of research, development or design (in Russian) : Многокомпонентные устойчивые по Пуассону (МУП), модульно-периодические устойчивые по Пуассону (МПУП) и факторно-периодические устойчивые по Пуассону (ФПУП) функции, а также многокомпонентные непредсказуемые (МН), модульно-периодические непредсказуемые (МПН) и факторно-периодические непредсказуемые (ФПН) функции. Многокомпонентная устойчивость по Пуассону и непредсказуемость (МУП, МПУП, ФПУП, МН, МПН, ФПН) в непрерывных и разрывных нейронных сетях Хопфилда, клеточных нейронных сетях с шунтирующим торможением, нейронных сетях Коэна-Гроссберга, инерционных нейронных сетях. Модели будут с переменными и многокомпонентными коэффициентами и входными данными.

The object of research, development or design (in Kazakh) : Көпкомпонентті Пуассон бойынша орнықты (КПО), модульдік-периодты Пуассон бойынша орнықты (МППО) және факторлық-периодты Пуассон бойынша орнықты (ФППО) функциялар, сондай-ақ, көпкомпонентті болжанбайтын (КБ), модульдік-периодты болжанбайтын (МПБ) және факторлық-периодты болжанбайтын (ФПБ) функциялар. Үзіліссіз және үзілісті Хопфилд нейрондық желілері, шунттаушы тежегішті жасушалық нейрондық желілер, Коэн-Гроссберг нейрондық желілері мен инерциялық нейрондық желілердегі көпкомпонентті Пуассон бойынша орнықтылық және болжанбайтындық (КПО, МППО, ФППО, КБ, МПБ, ФПБ). Модельдердің коэффициенттері айнымалы және көпкомпонентті кіріс деректерімен болады.

Aim of work (in Russian) : Исследование существования и устойчивости многокомпонентных устойчивых по Пуассону и непредсказуемых движений в нейронных сетях Хопфилда, клеточных нейронных сетях с шунтирующим торможением, нейронных сетях Коэна-Гроссберга, инерционных нейронных сетях. Создание программ и алгоритмов на PYTHON и MATLAB для динамики нейронных сетей.

Aim of work (in Kazakh) : Хопфилд нейрондық желілеріндегі, шунттаушы тежегіші бар жасушалық нейрондық желілердің, Коэн-Гроссберг нейрондық желілерінің, инерциялық нейрондық желілердің көпкомпонентті Пуассонбойынша орнықты және болжанбайтын қозғалыстарының бар болуы мен орнықтылығын зерттеу.Нейрондық желілердің динамикасы үшін PYTHON және MATLAB орасында бағдарламаларды құру.

Методы исследования (на русском) : Метод вложенных интервалов для доказательства существования и устойчивости многокомпонентных устойчивых по Пуассону движений в модифицированных нейронных сетях с многокомпонентными коэффициентами, входными данными и обобщенными кусочно-постоянными аргументами. Разработанный метод доказательства непредсказуемости для исследования динамики нейронных сетей с многокомпонентными непредсказуемыми коэффициентами. Для реализации программ в PYTHON и MATLAB, подтверждающих теоретические результаты, будут применены способы построения устойчивых по Пуассону и непредсказуемых движений как детерминистически, так и случайным образом.

Методы исследования (на казахском) : Коэффициенттері, кірістері көпкомпонентті және жалпыланған бөлік-тұрақты аргументті модификацияланған нейрондық желілер үшін көпкомпонентті Пуассон бойынша орнықты қозғалыстарының бар болуы және орнықтылығын дәлелдеу үшін кіріктірілген интервалдар әдісі қолданылады. Көпкомпонентті болжанбайтын коэффициентті нейрондық желілердің динамикасын зерттеуге арналған болжанбайтындықты дәлелдеу әдісі әзірленеді. Теориялық нәтижелерді растайтын PYTHON және MATLAB бағдарламаларын енгізу үшін детерминирленген және кездейсоқ түрде анықталатын Пуассон бойынша орнықты және болжанбайтын қозғалыстарды құру әдістері қолданылады.

Obtained results and novelty (in Russian) : Одна публикация в журнале, индексируемом в Web of Science, Scopus. Новизна проекта заключается, прежде всего в том, что многокомпонентные устойчивые по Пуассону (МУП) и многокомпонентные непредсказуемые (МН) функции никогда ранее не рассматривались. Нейронные сети рассматриваются в основном с постоянными скоростями затухания. В то же время как в нашем проекте мы будем рассматривать переменные скорости затухания, а это МУП и/или МН функции. В этих моделях коэффициенты и входные данные будут устойчивыми по Пуассону, многокомпонентными устойчивыми по Пуассону, непредсказуемыми или многокомпонентными непредсказуемыми.

Obtained results and novelty (in Kazakh) : Web of Science, Scopus индекстелетін журналдарда бір мақала. Жобаның жаңалығы, ең алдымен, көпкомпонентті Пуассон бойынша орнықты (КПО) және көпкомпонентті болжанбайтын (КБ) функциялар бұрын әдебиетте қарастырылмағандығында. Осы кезге дейін нейрондық желілер негізінен тұрақты ыдырау жылдамдығымен қарастырылып келеді. Бұл жобада біз, айнымалы ыдырау жылдамдығын қарастырамыз, яғни бұл КПО және/немесе КБ функциялар. Сонымен қатар, бұл модельдердегі коэффициенттер мен кіріс функциялары Пуассон бойынша орнықты, көпкомпонентті Пуассон бойынша орнықты, болжанбайтын немесе көпкомпонентті болжанбайтын болады.

The main constructive and technical economic indicators (in Russian) : Приводится строгое математическое исследование новых типов движений в нейронных сетях Хопфилда, клеточных нейронных сетях с шунтирующим торможением, нейронных сетях Коэна-Гроссберга, инерционных нейронных сетях с многокомпонентными устойчивыми по Пуассону и многокомпонентными непредсказуемыми скорстями затухания. Результаты проиллюстрированы при помощи программы в MATLAB с иллюстративными графиками решений. Исходя из социальной и экономической точек зрения, проект эффективен для развития науки и техники.

The main constructive and technical economic indicators (in Kazakh) : Көпкомпонентті Пуассон бойынша орнықты және көпкомпонентті болжанбайтын ыдырау жылдамдығымен Хопфилд нейрондық желілері, шунттаушы тежегіші бар жасушалық нейрондық желілер, Коэн-Гроссберг нейрондық желілері мен инерциялық нейрондық желілерінің жаңа қозғалыстарына қатаң математикалық зерттеу жүргізіледі. Нəтижелер MATLAB программасы арқылы көрсетілді. Əлеуметтік жəне экономикалық тұрғыдан алғанда жоба ғылым мен техниканың дамуына тиімді болып табылады.

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) :

Efficiency (in Kazakh) :

Field of application (in Russian) : Результаты исследования могут быть применены инженерами нашей страны в таких областях, как распознавание образов, реализация ассоциативной памяти, предсказание и предвидение, оптимизация, моделирование химических реакций, робототехника, интернет, телевидение, безопасность коммуникаций и информации.

Field of application (in Kazakh) : Зерттеу нәтижелерін еліміздің инженерлері үлгіні тану, ассоциативті жадыны жүзеге асыру, болжау, оңтайландыру, химиялық реакцияларды модельдеу, робототехника, интернет, теледидар, байланыс және ақпарат қауіпсіздігі сияқты салаларда қолдана алады.