Центр оптико-нейронных технологий
ФГУ ФНЦ НИИСИ РАН
НИИСИ РАН
Структура
Проекты
Контакты
• Ассоциация нейроинформатики
• Конференция НЕЙРОИНФОРМАТИКА
Журналы:
• Нейроинформатика
• Optical Memory and Neural Networks
Литинский Леонид Борисович

 

Кандидат физико-математических наук, заведующий сектором динамических нейросетей ЦОНТ НИИСИ РАН.

Область научных интересов:
искусственные нейронные сети, задачи оптимизации.

Биография
Публикации

Контакты:
117218, г. Москва, ул. Нахимовский проспект, д. 36, корпус 1.
E-mail: litin@mail.ru
Телефон: +7 (499) 124-97-44.

Биография

Литинский Л.Б. родился в 1948 г., в Дрездене (Германия). С 1949 г. проживал в Уссурийске (Приморский край, Дальний Восток), с 1959 г. – в Харькове (Украина), с 1974 г. – в Троицке Московской области. Женат, двое детей.

1966 - 1971 гг. - учеба на механико-математическом факультете Харьковского государственного университета, Украина.
1972 - 1973 гг. - работа в Харьковском Промстройниипроекте в группе, занимавшейся разработкой отечественного дисплея «Интограф».
1974 - 1976 гг. – аспирантура в Институте физики высоких давлений АН (г.Троицк МО) с прикомандированием к Институту проблем управления АН (научный руководитель - Э.М.Браверман).
1977 - 2001 гг. – работа в Институте физики высоких давлений РАН, г. Троицк МО.
С 2002 года – в Институте оптико-нейронных технологий РАН.

Публикации

Научная активность в разные годы проходила в различных областях:

Автор и соавтор более 60 научных публикаций. В приводимом ниже списке красным цветом выделены публикации, особенно любимые самим автором.


1974 - 1985

  1. Качественное прогнозирование температуры сверхпроводящего перехода для широкого класса двойных систем (совместно с С.В.Поповой). Рукопись депонирована в ВИНИТИ , 1979, №2404-79 от 02.07.79.

  2. Об отыскании глобального максимума одного многоэкстремального функционала. Автоматика и телемеханика, 1985, No.3, стр. 158-162.

1986 - 1994

  1. On the atomic phase of cristalline hydrogen (совместно с А .Ф .Барабановым и А .В .Михеенковым ). Physica status solidi (b), 1984, v. 122, K109-K114.

  2. Зонная структура и энергия связи галлидов скандия (совместно с Е.С.Алексеевым, В.В.Бражкиным и С.В.Поповой). Металлофизика, 1986, т.8, №.3 стр. 25-32.
  3. Зонная структура и поверхность Ферми карбида рения (совместно с Е.С.Алексеевым и С.В.Поповой). Доклады АН СССР, 1987, т.296, стр. 347-350.

  4. Расчет зонной структуры германия с использованием фиктивных сфер (совместно с Е.С.Алексеевым и А.И.Лихтером). Физика и техника полупроводников, 1988, т.22, вып.11, стр. 2059-2062.

  5. The band structure of hexagonal NbN. Solid State Communications, 1989, v.71, pp. 299-305.

  6. On Fermi's surfaces of hexagonal carbides and nitrides. Solid State Communications, 1990, v.75, pp. 1009-1012.

  7. The pseudoinverse matrix and the methods of band calculation. Solid State Communications, 1991, v.79, pp. 879-884.

  8. On the choice of external parameters of band calculation in augmented plane wave method. Solid State Communications, 1992, v.84, pp. 1127-1131.

1994 - 2001

  1. Исследование метода присоединенных плоских волн и электронные свойства гексагональных карбидов и нитридов. Диссертация на соискание ученой степени кандидата физико-математических наук. Троицк, 1994.

  2. О прямом вычислении неподвижных точек нейронной сети. Теоретическая и математическая физика, 1994, т.101(3), стр. 467-479. Direct calculation of the stable points of a neural network. Theoretical and Mathematical Physics, 1994, v.101(3), pp. 1492-1501.

  4. Direct calculation of the stable points of a neural network. Theoretical and Mathematical Physics, 1994, v.101(3), pp. 1492-1501.

  5. On the problem of neural network decomposition into some subnets. In "The Second International Symposium on Neuroinformatic and Neurocomputers", pp. 254-260. Ed. W.L.Dunin-Barkovski, 1995, IEEE Service Center, Piscataway, NJ.
  6. О задаче декомпозиции нейронной сети на несколько подсетей. Математическое моделирование, 1996, т.8(11), стр. 119-126.

  7. Neural Networks and Factor Analysis. Neural Network World, 1996, v.6(3), pp. 325-330.

  8. Energy functional and fixed points of neural network. In: Proceedings of the IX Italian workshop on Neural Nets, eds. M. Marinaro, R. Tagliaferri, Springer- Verlag, London, 1998, pp. 117-125.

  9. Высокосимметричные нейронные сети Хопфилдова типа. Теоретическая и математическая физика, 1999, т.118(1), стр. 133-158.

  10. High-symmetry Hopfield-type neural networks. Theoretical and Mathematical Physics, 1999, v.118(1), pp. 107-127.

  11. О действительных корнях кубического уравнения. Империя математики (физико-математический журнал для юношества), 2001, №2, стр. 9-17.

  12. Generalization in the Hopfield Model. Proceedings of "International Joint Conference on Neural Network. Washington , DC . July 15-19, 2001.", IEEE, 2001, v. 1 , pp. 65-70.

2002 - по настоящее время

  1. Модель Хопфилда с динамическим порогом. Теоретическая и математическая физика, 2002, т.130(1), стр. 159-176. Hopfield model with the dynamic threshold. Theoretical and Mathematical Physics, 2002, v.130(1), pp. 136-151.

  2. Hopfield model with the dynamic threshold. Theoretical and Mathematical Physics, 2002, v.130(1), pp. 136-151.

  3. О векторной модели параметрической нейросети. (совместно с Б.В.Крыжановским). Искусственный интеллект, 2002, т. 4, стр. 710-718.

  4. Optical Neural Network Based on the Parametrical Four-Wave Mixing Process. (with B.V.Kryzhanovsky and A.Fonarev). Proceedings of the 9th International Conference on Neural Information Processing (ICONIP'02), 2002, Eds. L.Wang, J.C.Rajapakse, K.Fukushima. Singapore : Orchid Country Club, v.4, pp. 1704-1707.

  5. Rigorous results for the Hopfield-type neural networks. Nuclear Instruments and Methods in Physics Research Section A, 2003, v. 502, pp. 537-539.

  6. Parametrical Neural Network Based on the Four-Wave Mixing Process. (with B.V.Kryzhanovsky and A.Fonarev). Nuclear Instruments and Methods in Physics Research Section A, 2003, v. 502, pp. 517-519.

  7. Векторные модели ассоциативной памяти. (совместно с Б.В.Крыжановским). V Всероссийская научно-техническая конференция "НЕЙРОИНФОРМАТИКА-2003", Лекции по нейроинформатике, т. 1, стр. 72-85, М: МИФИ-2003.

  8. Параметрическая модель нейронной сети. (совместно с Б.В.Крыжановским). V Всероссийская научно-техническая конференция "НЕЙРОИНФОРМАТИКА-2003". Сб. научных трудов, т.1, стр. 109-116, М: МИФИ-2003.

  9. Применение векторной нейросети для распознавания бинарных образов. (совместно с В.М.Крыжановским). IEEE AIS’03 CAD-2003, Труды конференций. т.1, стр. 571-576, М.: Физматлит, 2003.

  10. Об одном методе повышения емкости памяти бинарной нейронной сети. (совместно с В.М.Крыжановским). Искусственный интеллект, 2003, т. 3, стр. 491-496.

  11. Отыскание глобального минимума одного многоэкстремального функционала. (совместно с Б.В.Крыжановским). Искусственный интеллект, 2003, т. 3, стр. 116-120.

  12. Параметрическая нейронная сеть как эффективная ассоциативная память. (совместно с Б.В.Крыжановским). Сб. трудов II международного научно-практического семинара «Интегрированные модели и мягкие вычисления в искусственном интеллекте», 2003, стр. 314-320, М.: Физматлит.

  13. О различных вариантах ассоциативной памяти на принципах частотно-фазовой модуляции. (совместно с Б.В.Крыжановским). Методы и средства обработки информации: Труды первой Всероссийской научной конференции / Под ред. Л.Н.Королева, М.: МГУ, 2003, стр. 104-110.

  14. Повышение емкости памяти модели Хопфилда с помощью параметрической нейросети. (совместно с Б.В.Крыжановским). Методы и средства обработки информации: Труды первой Всероссийской научной конференции / Под ред. Л .Н .Королева , М .: МГУ , 2003, стр . 401-406.

  15. Parametrical neural network. (with B.V.Kryzhanovsky and A.L.Mikaelian). Optical Memory & Neural Networks (Information Optics), 2003, v. 12(3), pp. 227-236.

  16. Векторные модели ассоциативной памяти. (совместно с Б.В.Крыжановским). Автоматика и телемеханика, 2003, № 11, стр. 152-165.

  17. Vector models of associative memory. (with B.V.Kryzhanovsky). Automaton and remote control, 2003, v. 64(11), pp. 1782-1793.

  18. An effective associative memory for pattern recognition. (with B.V.Kryzhanovsky and A.Fonarev). In: “Advances in Intelligent Data Analysis V”, Eds.; M.R.Berthold, H.-J. Lenz et al.. Springer-Verlag , Berlin - Heidelberg , 2003, pp. 179-186.

  19. Векторно-нейронные модели ассоциативной памяти. (совместно Б.В.Крыжановским и А.Л.Микаэляном). Информационные технологии и вычислительные системы, 2004, №1, стр. 68-81.

  20. Отыскание глобального минимума в моделях Хопфилдова типа. (совместно с Б.В.Крыжановским). V I Всероссийская научно-техническая конференция "НЕЙРОИНФОРМАТИКА-2004", Сб. научных трудов, ч. 1, стр. 17-24.

  21. Parametrical Neural Networks and Some Other Similar Architectures. (http://arxiv.org/abs/cs.CV/0608073.)

  22. L. Litinskii. Parametrical neural networks and some other similar architectures. // OM and NN, vol. 15, #1 (2006) pp. 11-19.

  23. Д.В. Вылегжанин, Л.Б. Литинский, А.А. Мурашкин. Компьютерное моделирование EIGEN-алгоритма нейросетевой минимизации. // Сб. трудов VIII Всероссийской научно-технической конференции «Нейроинформатика-2006» (2006) М.: МИФИ , ч. 1, с. 81-88.

  24. L. Litinskii, D. Romanov. Neural network clustering based on distances between objects. // St. Kollias, A. Stafylopatis, W. Duch, E. Oja (Eds.). Artificial Neural Networks – ICANN 2006. 16h International Conference, Athens, Greece, September 10-14, 2006, Proceedings, Part II, pp.437-443.

  25. L.B. Litinskii. Cluster approach to the Domains Formation. // Optical Memory and Neural Networks (Information Optics), 2007, v.16 (3), pp.144-153.

  26. Л.Б. Литинский. О минимизации квадратичного бинарного функционала. // Информационные процессы (электронный журнал ИППИ РАН), т.8(4), 2008, стр.205-225.

  27. Litinskii L.B. Minimization of quadratic binary functional with additive connection matrix. // C. Alippi at al. (Eds.): Artificial Neural Networks - ICANN 2009 (19th International Conference), Part 1, LNCS 5768, pp.161-170, Berlin, Springer-Verlag, 2009.

  28. B. Kryzhanovsky, V. Kryzhanovsky and L. Litinskii. ЗMachine Learning in Vector Models of Neural Networks. // J. Koronacki et al. (Eds.) Advances in Machine Learning II (Dedicated to the Memory of Professor Ryszard S.Michalski), pp. 427-443. Studies in Computational Intelligence, v. 263/2010. Springer Berlin / Heidelberg, 2009. DOI: 10.1007/978-3-642-05179-1_20.

  29. Я.М. Карандашев, Б.В. Крыжановский, Л.Б. Литинский. Взвешенные паттерны и устранение «катастрофы памяти» в модели Хопфилда. // Сб. трудов XIV Всероссийской научно-технической конференции «Нейроинформатика-2012», Лекции по нейроинформатике, стр. 152-189, М.: МИФИ, 2012.

  30. Iakov Karandashev, Boris Kryzhanovsky and Leonid Litinskii. Weighted Patterns as a Tool to Improve the Hopfield Model. // Physical Review E 85, 041925 (2012) [14 pages].

  31. Б.В. Крыжановский, Л.Б. Литинский. Общий метод вычисления статистической суммы. // Сб. трудов XVII Всероссийской научно-технической конференции «Нейроинформатика-2015», т. 2, стр. 81-92, М.: МИФИ, 2015. https://arxiv.org/abs/1410.6696.

  32. Boris Kryzhanovsky and Leonid Litinskii. Generalized approach to description of energy distribution of spin system. // Optical Memory and Neural Networks (Information Optics), 2015, v.24, No.3, p. 165-185. http://arxiv.org/abs/1505.03393.

  33. Б.В. Крыжановский, Л.Б. Литинский. Обобщенный подход к описанию распределения энергий спиновой системы. // Труды НИИСИ, т.5 (2015), №2, стр. 5-21.

  34. B. Kryzhanovsky and L. Litinskii. n-vicinities method for three dimensional Ising Model,. // J. Phys.: Conf. Ser. 738 012064 (2016). http://dx.doi.org/10.1088/1742-6596/738/1/012064.

  35. Б.В.Крыжановский, Л.Б.Литинский. Приближенное вычисление статистической суммы для модели Изинга на гиперкубе. // Труды НИИСИ РАН, т.6, №2, с.5-10, 2016.

  36. B. Kryzhanovsky and L. Litinskii. Applicability of n-vicinity method for calculation of free energy of Ising model. // Physica A: Statistical mechanics and its applications, v. 468, (2017), pp. 493–507. https://arxiv.org/abs/1606.09034.

  37. Б.В.Крыжановский и Л.Б.Литинский. Метод n-окрестностей и вычисление свободной энергии. // 2017..
© Центр оптико-нейронных технологий
Федеральное государственное учреждение
Федеральный научный центр
Научно-исследовательский институт системных исследований
Российской академии наук
All rights reserved.
2016 г.