Дискретное моделирование с помощью стохастических клеточных автоматов

В работе рассматривается новый подход к низкоуровневому дискретному моделированию естественных (прежде всего, биологических) систем с помощью стохастических блочных клеточных автоматов. Вводятся понятие марковской системы, являющейся частным случаем строковых перезаписывающихся систем. Ключевой особенностью марковских систем по сравнению с другими строковыми перезаписывающими системами является стохастическая процедура разбиения строки на подстроки и стохастическое параллельное применение системы подстановок ко всем полученным подстрокам. На основе модели марковской системы строится понятие двумерного марковского автомата, являющегося частным случаем понятия блочного стохастического клеточного автомата. В таких автоматах пространство клеток образует матрицу, разбиение клеток на горизонтальные и вертикальные блоки происходит вероятностным образом. Рассматриваются свойства и выразительные возможности такого рода систем. В качестве приложения рассматривается задача построения низкоуровневой модели нейронной сети. Для этого строится модель возбудимой среды, с поддержкой механизмов торможения и возбуждения, но основе которой уже строится модель искусственного нейрона, включая систему коммуникации (аксоны, дендриты, синапсы). Рассматривается и численно исследуется пример простой нейронной сети прямого распространения, реализующий логическую операцию строгой дизъюнкции.

строковые перезаписывающие системы, стохастические клеточные автоматы, блочные клеточные автоматы, возбудимая среда, нейронные сети