Simplified models for describing multitasking modes in living recognition systems

Cover Page

Cite item

Full Text

Abstract

The purposeof this study is to explore the possibilities and create versions of simplified languages that describe the variety of dynamic modes during the alternating execution of multiple tasks. These languages can be used for an adequate description of experimentally recorded variants of behavior in living systems under such conditions. Methods. The study was conducted using a physical methodology based on qualitative analysis of possible solutions and confirmed by the results of computational experiments. To qualitatively describe the versions of possible mechanisms for switching between dynamic modes of operation of living systems in situations presented by the environment for these systems (expressed through changes in emotional or energy states), the simplest basic model was used. This model includes two balance equations corresponding to either the first or the second solvable problem. For this system, a two-dimensional phase space is constructed, allowing for tracking characteristic changes in the trajectories of the representing points in the ’null-isocline’ system, which depend on the control parameters. Various trajectories of representing points are considered depending on the initial conditions, visually demonstrating the main modes of transitional processes in the developing system. Results and discussion. Classification of dynamic modes in the system has been conducted, depending on control parameters. Such dynamic modes form the basis for simplified language descriptions. The proposed simplified mathematical model allowed for the examination of a wide range of states and various types of its evolutionary changes in full accordance with known examples of behavior modes in living systems.  

About the authors

Alina Andreevna Golovina

Lobachevsky State University of Nizhny Novgorod

603950 Nizhny Novgorod, Gagarin Avenue, 23

Vladimir Grigorevich Yakhno

Institute of Applied Physics of the Russian Academy of Sciences

ORCID iD: 0000-0002-4689-472X
Scopus Author ID: 35554909600
ResearcherId: L-1813-2017
ul. Ul'yanova, 46, Nizhny Novgorod , 603950, Russia

References

  1. Анохин П. К. Теория функциональной системы как предпосылка к построению физиологической кибернетики // В кн.: Биологические аспекты кибернетики. М.: АНСССР, 1962. С. 74–91.
  2. Анохин П. К. Теория функциональной системы // Успехи физиологических наук. 1970. Т. 1, № 1. С. 19–54.
  3. Анохин П. К. Узловые вопросы теории функциональных систем. М.: Наука, 1980. 198 с.
  4. Яхно В. Г. Модели нейроноподобных систем. Динамические режимы преобразования информации // В кн.: Нелинейные волны – 2002. Нижний Новгород: ИПФ РАН, 2003. С. 90–114.
  5. Яхно В. Г. Нейроноподобные модели описания динамических процессов преобразования информации // VI Всероссийская научно-техническая конференция «Нейроинформатика- 2004»: Лекции по нейроинформатике. Часть 1. М.: МИФИ, 2004. С. 136–150.
  6. Яхно В. Г. Динамика нейроноподобных моделей и процессы «сознания» // VIII Всероссийская Научно-техническая конференция «Нейроинформатика-2006»: Лекции по нейроинформатике. М.: МИФИ, 2006. С. 88.
  7. Яхно В. Г., Полевая С. А., Парин С. Б. Базовая архитектура системы, описывающей нейробиологические механизмы осознания сенсорных сигналов // В кн.: Когнитивные исследования: сборник научных трудов. Вып. 4. М.: Изд-во «Институт психологии РАН», 2010. С. 273–301.
  8. Яхно В. Г. Основные динамические режимы осознания сенсорных сигналов в нейроноподобных моделях: проблемы на пути к «нейроморфному» интеллекту // Известия вузов. Прикладная нелинейная динамика. 2011. Т. 19, № 6. С. 130–144. doi: 10.18500/0869-6632- 2011-19-6-130-144.
  9. Яхно В. Г., Макаренко Н. Г. Поможет ли нам создание «Цифрового двойника человека» лучше понимать друг друга // В кн.: Подходы к моделированию мышления. М.: ЛЕНАНД, 2014. С. 169–202.
  10. Yakhno V. G., Parin S. B., Polevaya S. A., Nuidel I. V., Shemagina O. V. Who Says Formalized Models are Appropriate for Describing Living Systems // In: Advances in Neural Computation, Machine Learning, and Cognitive Research IV. NEUROINFORMATICS 2020. Studies in Computational Intelligence. Vol. 925. Cham: Springer, 2021. P. 10–33. doi: 10.1007/978-3- 030-60577-3_2.
  11. Нуйдель И. В., Соколов М. Е., Кузнецова Г. Д., Яхно В. Г. Моделирование динамических процессов преобразования сенсорных сигналов в таламо-кортикальных сетях // Известия вузов. Прикладная нелинейная динамика. 2011. Т. 19, № 6. С. 117–129. doi: 10.18500/0869- 6632-2011-19-6-117-129.
  12. Александрова Н. Ш., Антонец В. А., Нуйдель И. В., Шемагина О. В., Яхно В. Г. Моделирование ряда особенностей формирования естественного билингвизма // Сб. научных трудов 21-ой Международной научно-технической конференции «Нейроинформатика-2019». Часть 1. Москва: Изд-во «МФТИ», 2019. C. 101–108.
  13. Alexandrova N. Sh., Antonets V. A., Kuzenkov O. A., Nuidel I. V., Shemagina O. V., Yakhno V. G. Bilingualism as an Unstable State // In: Advances in Cognitive Research, Artificial Intelligence and Neuroinformatics. Intercognsci 2020. Advances in Intelligent Systems and Computing. Vol. 1358. Cham: Springer, 2021. P. 359–367. doi: 10.1007/978-3-030-71637-0_41.
  14. Чернавский Д. С. Методологические основы синергетики и её применения // В кн.: Методологические основы синергетики и ее социальные аппликации: Материалы научного семинара. Вып. № 1. М.: Научный эксперт, 2010. С. 6–29.
  15. Савостьянов Г. А. Теория разделения труда как основа развития в биологии и обществе. СПб.: Лема, 2023. 232 с.
  16. ВП СССР. От корпоративности под покровом идей к соборности в Богодержавии. М.: МИМ - Московское издательство «МЕРА», 2015. 320 с.
  17. Яхно В. Г., Парин С. Б. О методологии исследования когнитивных систем // Известия вузов. ПНД. 2022. Т. 30, №. 3. С. 257–260. doi: 10.18500/0869-6632-2022-30-3-257-260.
  18. Митчелл M. Унесённые ветром. В 2 т. Т. 1 / Пер. с англ. Т. Озерской. Москва: Издательство АСТ, 2020. 704 с.
  19. Уилбер К. Интегральная психология: Сознание, Дух, Психология, Терапия. М.: ООО «Издательство АСТ», 2004. 412 c.
  20. Мольц М. Я – это Я, или как стать счастливым / Предисловие В. П. Зинченко, Е. Б. Моргунова. М.: Прогресс, 1991. 192 c.
  21. Берн Э. Игры, в которые играют люди. Психология человеческих отношений. Люди, которые играют в игры. Психология человеческой судьбы / Под ред. М. С. Мацковского. СПб.: Лениздат, 1992. 400 с.
  22. Шмидт Р., Тевс Г. Здоровье и медицина // В кн.: Физиология человека. М.: Мир, 1996. С. 834.
  23. Рабинович М. И., Мюезинолу М. К. Нелинейная динамика мозга: эмоции и интеллектуальная деятельность // УФН. 2010. T. 180, № 4. C. 371–387. doi: 10.3367/UFNr.0180.201004b.0371.
  24. Лефевр В. А. Алгебра совести. М.: Когито-центр, 2003. 426 с.
  25. Лефевр В. А. Рефлексия. М.: Когито-центр, 2003. 496 с.
  26. Анисимова С. А. Нелинейные модели теории рефлексивного управления // Известия вузов. ПНД. 2004. Т. 12, № 1–2. С. 96–113. doi: 10.18500/0869-6632-2004-12-1-96-113.
  27. Болотовский B. M., Левин М. Л., Миллер М. А., Суворов Е. В. Фарадей – Максвелл – Герц – Хевисайд... O согласованности функциональных специализаций мозга // Известия вузов. ПНД. 1996. T. 4, № 2. C. 103–123. doi: 10.18500/0869-6632-1996-4-2-103-123.
  28. Психофизиология: Учебник для вузов / Под ред. Ю. И. Александрова. 5-е издание. СПб.: Питер, 2024. 528 с.
  29. Рабинович М. И., Варона П. Нелинейная динамика творческого мышления. Многомодальные процессы и взаимодействие гетероклических структур // УФН. 2021. T. 191, № 8. C. 846–860. doi: 10.3367/UFNr.2020.09.038837.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).