Ланкин Юлий Петрович

В 1996 г. защитил кандидатскую диссертацию на тему "Реализация нейросетей с фиксированной структурой на аналоговой элементной базе". Разработанная технология создания нейросетевых вычислительных устройств базировалась на предложенном принципе цифро-аналоговой конвертируемости. Это обеспечило взаимно однозначное соответствие между аналоговыми нейропроцессорами, функционирующими в дискретном времени, и их цифровыми моделями, реализуемыми на компьютере. А также предоставило базу для создания обучаемых аналоговых нейрокомпьютеров. Сочетание технологической простоты и высокого быстродействия дало значительное преимущество перед зарубежными аналогами. Результаты работы рассматривались в президиуме Российской Академии Наук и правительстве Российской Федерации.

В 1997 г. разработал самоадаптирующиеся нейронные сети с поисковым поведением, позволившие расширить возможности нейроинформатики в сторону сближения с биологическими нейронными сетями, которые обеспечивают всю сложность поведения биологических объектов.

В 1998 г. предложил Концепцию адаптивной самоорганизации сложных систем (КАС). В 2001 г. опубликована обобщающая статья. Концепция предлагает универсальный взгляд на природные системы и методологию их моделирования, позволяющую преодолеть барьер сложности, который сдерживает развитие широкого фронта перспективных исследований. КАС направлена на разрешение ряда методологических проблем современной науки, проявляющихся все сильнее в связи с четко наметившейся тенденцией к мультидисциплинарному прорыву через сложность описания природных систем. В число этих проблем входят: "проклятья" размерности и неустойчивости сложных моделей, ограниченная точность прогнозов поведения сложных систем, часто декларируемая как "горизонт прогноза", большие трудности создания и анализа сложных моделей, содержащих множества взаимосвязанных уравнений и др. Модели сложных систем в рамках предложенной концепции представлены иерархиями сетей взаимосвязанных элементов и формируются процессами адаптивной самоорганизации, задающими аттрактивный ландшафт системы. Множество инвариантных многообразий на этом ландшафте организуют в компьютерных моделях инвариантный портрет системы заданного уровня сложности, требуемого для отображения динамики и структуры моделируемой системы с заданной точностью. Учет квазистационарности изучаемых явлений осуществляется адаптивной динамической реконструкцией аттрактивного ландшафта с сохранением системной целостности множества взаимодействующих процессов. Важной особенностью концепции является ориентация на сокращение разрыва между теоретическими и экспериментальными представлениями, имеющего место в ряде научных дисциплин. КАС строится как непрерывно развивающаяся система представлений, впитывающая в себя новые научные достижения, и не предполагает эволюции к застывшей конечной форме, ограниченной заложенными исходными постулатами. Развитие Концепции адаптивной самоорганизации в сторону формирования теории является приоритетным направлением исследований и направлено в первую очередь на поиск методов улучшения прогноза поведения сложных систем с целью разрешения глобальных кризисов современности – экологического и экономического.

В ходе многолетних изысканий решен ряд теоретических и практических задач в различных областях науки и техники с использованием как классических, так и предложенных новых методов. Намечен методологический прорыв в теоретической экологии, определены пути устранения имеющегося на сегодня разрыва между теоретической и практической экологией, предложено перспективное направление моделирования функций мозга. Результаты выполненных исследований по адаптивному метаболизму включены в достижения Российской Академии Наук за 2006 г.

В течение многих лет вел научно-педагогическую деятельность и осуществлял руководство исследовательскими дипломными проектами студентов вузов. Двое учеников в настоящее время обучаются в аспирантуре и еще двое защитили кандидатские диссертации. Один из них преподает в вузе и имеет звание ВАК-овского доцента. Другой занимает руководящий пост на крупном промышленном предприятии.

Опубликованы 252 научные работы, серия учебных пособий, получен ряд свидетельств о государственной регистрации программ для ЭВМ, выполнены исследования по 8 грантам. В настоящее время ведутся работы по мегагранту "Биолюминесцентные биотехнологии" под руководством нобелевского лауреата Осаму Шимомура. Основные результаты исследований отражаются на научно-образовательном сайте ученого http://neuronet.narod.ru и в социальной сети профессионалов http://ru.linkedin.com/pub/yuliy-lankin/58/b66/895.

Достижения ученого отмечены присвоением Почетного звания "Заслуженный работник науки и образования".

Научные публикации

DEVELOPMENT TRENDS OF THE MODERN ECONOMICAL SCIENCES: monograph / T.V.Maksiyanova, Yu.P.Lankin, N.I.Larionova, A.A.Mishin, etc.- FL, USA, B&M Publishing, 2013.- 192p.

Lankin Yu.P. Self-Assembly of Models: Theory and Application of Description of Properties of Complex Systems// Population Dynamics: Analysis, Modelling, Forecast. 2013. 2(3): 117-128.

Ланкин Ю.П. Самовозникновение моделей – от теории к реальности // Международный журнал прикладных и фундаментальных исследований, 2013.- №5.- С. 22-26.

Lankin Yu.P., Ivanova N.S., Baskanova T.F. Fundamentals of the theory of modeling the biosphere and its ecosystems // Естественные науки, 2012.- №3(40).- С.104-113.

Lankin Yu.P., Ivanova N.S. Fundamental paradigm of modeling the biosphere and its ecosystems // Естественные науки, 2012.- №3(40).- С.96-104.

Ланкин Ю.П., Мокогон Д.А., Терешин С.В. Адаптивное моделирование планетарных процессов на основе спутниковых данных // Современные проблемы науки и образования. – 2012. – № 6; URL: http://www.science-education.ru/106-7136

Ланкин Ю.П., Басканова Т.Ф., Печуркин Н.С. Моделирование адаптивной самоорганизации экосистем // Современные проблемы науки и образования.– 2012.– № 5; URL: www.science-education.ru/105-6735

Ланкин Ю.П., Басканова Т.Ф., Лобова Т.И. Нейросетевой анализ сложноорганизованных экологических данных // Современные проблемы науки и образования.– 2012.– № 4; URL: www.science-education.ru/104-6754

Saltykov M.Yu., Bartsev S.I., Lankin Yu.P. Stability of Closed Ecology Life Support Systems (CELSS) models as dependent upon the properties of metabolism of the described species // Advances in Space Research 49 (2012) 223–229.

Ланкин Ю.П., Иванова Н.С., Басканова Т.Ф. Основы теории моделирования разнообразия экосистем биосферы на основе фундаментальных свойств живых систем // Современные проблемы науки и образования.– 2012.– № 1; URL: http://www.science-education.ru/101-5144

Ланкин Ю.П., Иванова Н.С. Общий подход к моделированию разнообразия экосистем биосферы на основе фундаментальных свойств живых систем // Современные проблемы науки и образования.– 2011.– № 6; URL: http://www.science-education.ru/100-4883

Салтыков М.Ю., Барцев С.И., Ланкин Ю.П. Зависимость устойчивости моделей замкнутых экосистем от числа видов // Журнал Сибирского федерального университета. Биология. 2011. 4(2). 197-208.

Басканова Т.Ф., Ланкин Ю.П. Нейросетевой анализ непрерывных потоков нестационарных данных // Искусственный интеллект, 2009, №4.- С. 483-489.

Басканова Т.Ф., Ланкин Ю.П., Комиссаров С.В. Иерархические нейронные сети, как средство решения трудноформализуемых задач искусственного_интеллекта // Искусственный интеллект, 2009, №1.- С. 100-111.

Барцев С.И., Белоус И.А., Ланкин Ю.П., Межевикин В.В. Нейросетевые методы поиска и анализа нуклеотидных последовательностей // Ползуновский альманах, 2007.- № 3.- С.161-163.

Ланкин Ю.П., Басканова Т.Ф. Нейронные сети для сложных систем и сигналов // Ползуновский альманах, 2007.- № 3.- С.11-13.

Ланкин Ю.П., Лобова Т.И., Басканова Т.Ф. Интеллектуальные средства автоматизации решения сложных классификационных задач // Искусственный интеллект, 2007, № 4.- С.612-622.

Лобова Т.И., Ланкин Ю.П., Попова Л.Ю. Оценка степени антропогенного воздействия на озеро Шира с использованием нейронных сетей на основе анализа устойчивости гетеротрофных бактерий к антибиотикам // Микробиология, 2007, Т. 76, № 2, С.263–270.

Lankin Yu.P., Lobova T.I., Popova L.Yu. Assessment of the Human Impact on the Aquatic Ecosystem of Lake Shira using Neural Network Methods // Optical Memory and Neural Networks (Information Optics), 2006.- Vol.15, No. 2.- P. 65-73.

Ланкин Ю.П., Парамонова Н.С., Маштакова Л.П. О возможности создания виртуальной модели мозга // Ползуновский альманах, 2006.- № 4.- С. 82-85.

Кашкин В.Б., Ланкин Ю.П., Сакаш И.Ю. Метод прогноза состояния озонового слоя Земли на различных временных интервалах с применением нейронных сетей // Известия РАН. Физика атмосферы и океана, 2005.- Т.41. № 4.- С. 520-526.

Медведева С.Е., Бояндин А.Н, Ланкин Ю.П., Котов Д.А., Каргатова Т.В., Родичева Э.К., Попова Л.Ю. База данных природных и трансгенных светящихся микроорганизмов: "BIOLUMBASE" // Микробиология, 2005.- Т.74, №2.- С.278-286.

Sakash I.Yu., Kashkin V.B., Lankin J.P. Correlation of TOC variations and the space-time features of general atmospheric circulation // SPIE, 2005. - Vol. 5743. - P. 539-543.

Medvedeva S.E., Boyandin A., Lankin Yu., Kotov D., Rodicheva E. and Popova L. BIOLUMBASE – the database of natural and transgenic bioluminescent organisms // Luminescence, 2005.- 20. – P.90-96.

Сакаш И.Ю., Кашкин В.Б., Ланкин Ю.П. Связь вариаций ОСО с пространственно-временными особенностями общей циркуляции атмосферы // Оптика атмосферы и океана. 2005, Т. 18, № 01-02, С. 169-170.

Медведева С.Е., Бояндин А.Н, Ланкин Ю.П., Котов Д.А., Каргатова Т.В., Родичева Э.К., Попова Л.Ю. База данных природных и трансгенных светящихся микроорганизмов "BIOLUMBASE" // Биомедицинская химия, 2004.- Т.50, Прил.№1.- С.172-179.

Lankin J.P., Baskanova T.F. Algorithms of self-adaptation for atmospheric model designing // SPIE, 2004. - Vol. 5397. - P. 260-270.

Kashkin V.B., Lankin J.P., Sakash I.Yu., Smirnov S.V., Goncharov E.A. Identifying the causes of changing the stratospheric ozone concentration using neuronic networks // SPIE, 2004. - Vol. 5397. - P. 215-222.

Medvedeva S.E., Boyandin A.N., Lankin Yu.P., Kotov D.A., Kargatova T.V., Rodicheva E.K., Popova L.Yu. ´BIOLUMBASE´ - the electronic collection of bioluminescent organisms // Luminescence, 2004.- Vol. 19, Num. 3.- P.163.

Kashkin V.B., Lankin J.P., Sakash I.Yu. Smirnov S.V. Predicting the Earth atmosphere´s ozone layer conditions using neuronic networks for various time lags // SPIE, 2003.- Vol. 5027.- P. 207-216.

Сакаш И.Ю., Ланкин Ю.П., Кашкин В.Б., Коляда М.Н., Смирнов С.В. Нейросетевое моделирование изменений озонового слоя Земли (нейросетевые модели) // Оптика атмосферы и океана, 2003.- Т. 16, № 07.- С. 611-615.

Lankin J.P. Adaptive simulation of atmospheric phenomena // SPIE, 2002.- Vol. 4678.- P. 669-680.

Басканова Т.Ф., Ланкин Ю.П. Обучение нейронных сетей с поисковым поведением // Известия высших учебных заведений. Физика, 2002.- Вып.4.- С.58-62.

Ланкин Ю.П., Хлебопрос Р.Г. Экологические основания концепции самоадаптирующихся сетей и систем с поисковым поведением // Инженерная экология, 2001.- №2.- С.2-26.

Барцев С.И., Ланкин Ю.П. Проектирование аналоговых специализированных нейропроцессоров // Известия высших учебных заведений. Радиоэлектроника, 2000.- Т.43, №9, С.72-77.

Ланкин Ю.П., Колокольцев В.М., Тухватулин И.Х., Долгополова Л.Б. Использование нейросетевых методов при создании новых сплавов // Известия высших учебных заведений. Черная металлургия, 2000.- №11.- С.44-48.

Басканова Т.Ф., Ланкин Ю.П. Алгоритм самостоятельной адаптации для нейронных сетей с поисковым поведением // Известия высших учебных заведений. Физика, 2000.- Вып. 6, С.47-51.

Тухватулин И.Х., Колокольцев В.М., Долгополова Л.Б., Ланкин Ю.П. Металловедческая нейросетевая экспертная система для оценки свойств сплавов и выдачи практических рекомендаций // Литейное производство, 2000. - №3. – С. 6-8.

Ланкин Ю.П., Землянский А.Н., Плотников С.В., Абросимов П.С., Путилов С.А. Нейроинформатика: создание нейросетевых роботов для решения инженерно-экологических задач (адаптивные системы с поисковым поведением) // Инженерная экология, 2000.- №3.- С.3-18.

Ланкин Ю.П., Лалетин А.П. Моделирование изменений экологических объектов с помощью нейронных сетей // Сибирский экологический журнал, 1999.- Т.VI, № 4.- С.449-452.

Ланкин Ю.П., Хлебопрос Р.Г. Нейроинформатика: самоадаптирующиеся нейронные сети в экологии (возможности сетей с поисковым поведением) // Инженерная экология, 1999.- №2.- С.28-36.

Ланкин Ю.П., Хлебопрос Р.Г. Самоадаптирующиеся нейронные сети при решении экологических задач (возможности реализации поискового поведения) // Инженерная экология, 1998.- №4.- С.2-11.

Ланкин Юлий Петрович имеет награды

---