Details

Данная работа посвящена исследованию коннектомных резервуаров при последовательном решении разнотипных когнитивных задач. Цель работы заключается в выявлении динамической интерференции между задачами и определении способов повышения устойчивости резервуара. Задачи, которые решались в ходе работы: 1. Изучение теоретических основ резервуарных вычислений. 2. Анализ смежных исследований и программных средств. 3. Разработка экспериментального конвейера на базе conn2res и NeuroGym. 4. Исследование влияния параметров резервуара на качество и устойчивость. 5. Оптимизация конфигурации резервуара. В работе проведены эксперименты с различными параметрами резервуара, маршрутами ввода-вывода, функциями активации и методами считывателя. Результаты показали, что повышение одиночной ёмкости не всегда приводит к росту последовательной устойчивости. Выявлена диссоциация между качеством решения отдельных задач и сохранением качества при их последовательном предъявлении. Байесовская оптимизация позволила найти конфигурации с более выгодным компромиссом между точностью и устойчивостью. Полученные результаты могут применяться при проектировании коннектомных резервуарных систем.

This work is devoted to the study of connectome-based reservoirs in the sequential solving of heterogeneous cognitive tasks. The aim of the work is to identify dynamic interference between tasks and determine approaches for improving reservoir stability. The tasks addressed in the work were: 1. Studying the theoretical foundations of reservoir computing. 2. Analyzing related studies and software tools. 3. Developing an experimental pipeline based on conn2res and NeuroGym. 4. Investigating the influence of reservoir parameters on performance and stability. 5. Optimizing the reservoir configuration. Experiments were carried out with different reservoir parameters, input-output routes, activation functions, and readout methods. The results showed that higher single-task capacity does not always lead to better sequential stability. A dissociation between the quality of solving individual tasks and the preservation of quality during sequential task presentation was identified. Bayesian optimization made it possible to find configurations with a better trade-off between accuracy and stability. The obtained results can be applied in the design of connectome-based reservoir systems.