Инд. авторы:	Ратушняк А.С., Запара Т.А., Проскура А.Л., Сорокоумов Е.Д.
Заглавие:	О подходе к моделированию нейронов как системы многоуровневых, автономных, ассоциативно обучающихся, прогностических, супрамолекулярных агентов
Библ. ссылка:	Ратушняк А.С., Запара Т.А., Проскура А.Л., Сорокоумов Е.Д. О подходе к моделированию нейронов как системы многоуровневых, автономных, ассоциативно обучающихся, прогностических, супрамолекулярных агентов // Сборник трудов XIX Международной конференции «Нейроинформатика 2017». - 2017. - С.168-175.
Внешние системы:	РИНЦ: 35242737;
Реферат:	rus: На основе теоретико-экспериментального анализа сформированы предположения и подходы к моделированию биологических информационный систем. Такие системы можно конструировать из моделей простых базовых негэнтропийн1х элементов. Многоуровневые конструкции из таких автономных, ассоциативно обучающихся, прогностических агентов могут создаваться на базе знаний о молекулярной организации нервных клеток и об эволюции биологических систем.
Ключевые слова:	память; обучение; негэнтропия; прогностика; нейроны; молекулярные информационные системы;
Издано:	2017
Физ. характеристика:	с.168-175
Конференция:	Название: XIX Международная конференция «Нейроинформатика 2017» Город: Москва Страна: Россия Даты проведения: 2017-10-02 - 2017-10-06
Цитирование:	1. Лийв Э.Х. Инфодинамика. Обобщённая энтропия и негэнтропия. Таллинн, 1998. 200 с. 2. Вернер Гитт. В начале была информация. Изд. «Диайпи», 2008. 352 с. 3. Калашников Ю.Я. Аспекты молекулярной биологической информатики. Изд. «lap lambert Academic Publishing)). 2013. 668 с. 4. Гуревич И.М., Евстигнеев М.П. Информационные характеристики органических молекул // Системы и средства информ. 2012. 22:2. 308-325. 5. Эшби У.Р. Принципы самоорганизации. Сб. «Принципы самоорг.». М.: Мир, 1966. 325 с. 6. Александров Ю.А. Психология XXI века. Разд. Психофизиология. М., 2003. С. 85. 7. Психофизиология: Учебник для вузов. 4-е изд. / Под ред. Ю.И. Александрова. СПб.: Питер, 2014. 464 с. 8. Brillouin L. Science and Information Theory. Academic Press, 1962. 351 p. 9. Schrodinger E. What is Life? The Physical Asped; of the Living Cell. Cambridge : University Press, 1944. 92 p. 10. Крушинский А. Плата за решение задачи: биофизические предпосылки и возможные эволюционные последствия // Российский журнал когнитивной науки. 2015. T. 2. № 1. С. 52-61. 11. Витяев Е.Е. Целенаправленность как принцип работы мозга // ВЖГиС. 2014. Т. 18. № 4/3. 1172-1183. 12. Brillouin L. Science and Information Theory. Academic Press, 1962. 351 p. 13. Ratushnyak А.Б, Zapara TA. Principles of cellular-molecular mechanisms underlying neuron functions // J. Integ. Neurosci. 2009; 8(4): 453-169. 14. L.E. Tsitolovsky, Consciousness, endogenous generation of goals and homeostasis // Int J Gen Syst. 2015. V 44. I 6. 655-666. 15. Nuno L. Barbosa-Morais et al. The Evolutionary Landscape of A1ternative Splicing in Vertebrate Species // Science 21 December 2012. Vol. 338. No. 6114. P. 1587-1593. 16. Tourette C., Li B., Bell R. et al. А large scale Huntingtin protein interaction network implicates Rho GTPase signaling pathways in Huntington disease // J. Biol. Chem. 2014. V. 289. № 10. P. 6709-6726. 17. Проскура А.Л., Вечкапова С.О., Запара Т.А. и др. Реконструкция молекулярного интерактома в системе глутаматных синапсов // ВЖГиС. 2014. Т. 18. № 4/2. С. 1205-1218. 18. De Bo G., Leigh DA. А molecular machine mimicking the ribosome: a molecule that makes molecules // Med. Sci. Paris. 2013. V. 29. № 5. P. 452-454. 19. Root-Bernstein M., Root-Bernstein R. The ribosome as a missing link in the evolution of life // J. Theoretical Biology. 2015. V. 367. P. 130-158. 20. Collins M.O., Husi H., Yu L., Brandon J.M. et al. Molecular characterization and comparison of the components and multiprotein complexes in the postsynaptic pro-teome. // J. Neurochem. 2006. 97:16-23. 21. Ramirez О.А., Couve А. The endoplasmic reticulum and protein trafficking in dendrites and axons. // Trends. Cell. Biol. 2011. 21: 219-227. 22. Vishnevsky O.V., Putinsev N.I., Zapara TA. et al: Ana1ysis of the cognitive properties of neural systems based on biofeedback. // Russian Journal of Genetics: Applied Research 11/2015. Vol. 5. No. 6. Р. 609-615. 23. Red'ko V.G. Epistemological foundations of investigation of cognitive evolution // Biologically Inspired Cognitive Architectures. 2016. Vol. 18. P. 105-115. 24. Red'ko V.G. Modeling of cognitive evolution: Agent-based investigations in cognitive science // In: Long Cheng L., Liu Q., Ronzhin А. (Eds.). Advances in Neural Networks - ISNN 2016. 13th International Symposium on Neural Networks, ISNN 2016, St. Petersburg, Russia, July 6-8, 2016, Proceedings, LNCS 9719. P. 720-730. Springer International Publishing Switzerland, 2016.