• Междисциплинарная команда исследователей разработала новый подход к созданию нейросетевых идентификаторов.
• Подход повышает точность моделирования систем со сложной и неопределенной динамикой, таких как вестибулярная и глазодвигательная система человека.
• Результаты работы представлены на международной конференции IEEE Symposium Series on Computational Intelligence в Мексике.
• Усовершенствованы традиционные методы обучения динамических нейронных сетей для идентификации нелинейных систем.
• Модификация законов обучения повышает чувствительность весовых коэффициентов модели к внешним воздействиям.
• Разработанный подход продемонстрирован на примере моделирования окуломоторных реакций на движения пилотажного стенда.
• Модель показала способность предсказывать характерные особенности поведения глаз человека.
• Коррекция симуляции на основе анализа движений глаз может снизить дискомфорт и укачивание в VR-оборудовании.
• Новый подход расширяет применимость виртуальной реальности для обучения пилотов и операторов сложных технических систем.