Технология учитывает задержки при передаче данных от датчиков, которые могут снижать качество прогнозов           

Сотрудники пресс-службы Московского государственного университета имени М. В. Ломоносова заявили, что специалисты вузовского Центра искусственного интеллекта разработали новый алгоритм. Эта разработка позволяет нейросетям функционировать более эффективно в системах управления роботами и летательными аппаратами. Алгоритм учитывает задержки, возникающие при передаче информации с датчиков, которые нередко отрицательно влияют на точность прогнозирования. О результатах научной работы сообщается в издании IEEE Access, ссылаясь на информацию агентства ТАСС.

Предложенный метод базируется на использовании динамической нейронной сети. Ее уникальность заключается в способности изменять собственные внутренние настройки непосредственно в процессе работы. Благодаря этому система способна приспосабливаться к поступлению новой информации, не требуя при этом увеличения вычислительных мощностей.

Экспериментальная проверка методики проводилась на нескольких моделях. В их число вошли задачи, связанные с геодезическим движением по трехосному эллипсоиду, моделированием поведения летательного аппарата, а также биомеханическая задача, описывающая поворот головы. Результаты испытаний продемонстрировали, что моделирование процессов, сопровождающихся запаздывающими сигналами, стало более точным.   

Максим Булатов, «Вечерний Санкт-Петербург»

22 июня 2026 года