Abstract Математическое моделирование процессов доминирования и адаптации | UCP

Математическое моделирование процессов доминирования и адаптации

uhtomskiy2025-mdU5003

Алина А. Головина1, Владимир Г. Яхно2
1 Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского 2 ФИЦ Институт прикладной физики им. А.В.Гапонова-Грехова Российской академии наук

Живые системы демонстрируют уникальную способность к адаптации в условиях изменяющейся внешней среды. Эта способность выражается в переходах между состояниями, которые определяются внешними раздражителями и внутренними процессами. 

Цель работы — разработать простые и гибкие модели, отражающие динамику многозадачности и описывающие психологические и физиологические реакции человека на выполнение различных задач.

Основные положения:

  1. Механизмы принятия решений в условиях многозадачности.
    Когда человек сталкивается с несколькими задачами одновременно, его мозг использует механизмы, описанные П.К. Анохиным и А.А. Ухтомским. Процессы оценки важности задач и доминирования позволяют организовать внимание и действия, выделяя приоритетные направления.
  2. Функциональная система П. К. Анохина описывает принятие решения как процесс интеграции сенсорных, эмоциональных и когнитивных данных. Это помогает оптимально распределить ресурсы в условиях многозадачности и выбрать наиболее приоритетные задачи.
  3. А.А. Ухтомский предложил модель, в которой доминанта представляет собой преобладание одного психофизиологического процесса над другими. Это объясняет, как одна задача может захватывать внимание, отодвигая другие на второй план. Модель помогает понять, как организм приоритизирует задачи в условиях ограниченных ресурсов.

Модель многозадачности основана на системе дифференциальных уравнений, отражающих динамическое поведение нейроноподобной среды. Она описывает переходы между различными состояниями и активность элементов системы. 

В модели также используются принципы, аналогичные концепции «доминанта» Ухтомского: один процесс усиливается, подавляя другие, что позволяет системе фокусироваться на одной задаче в ущерб остальным. Циклические процессы обработки сигналов позволяют системе адаптироваться к изменяющимся условиям и согласовывать ожидания с реальностью.

Предложенные модели доказали свою эффективность в описании динамических процессов многозадачности. Использование теорий П.К. Анохина и А.А. Ухтомского для математического моделирования возможных динамических режимов функционирования позволяет создавать адекватные описания взаимодействий организма с окружающей средой. Эти модели позволяют прогнозировать поведение когнитивных систем в режимах многозадачной коммуникации. 
[1] V. Yakhno, S. Parin, S. Polevaya, I. Nuidel, and O. Shemagina, Adv. Neural Comput. Mach. Learn. Cogn. Res. IV, Proc. XXII Int. Conf. Neuroinformatics, Moscow, Russia, (2020) 10-33.