Бендерскаяа, канд. техн. наук, доцент К. В. Никитина, канд. техн. наук, ассистент аСанкт-Петербургский политехнический университет, Санкт-Петербург, РФ Цель: разработка системы распознавания динамических образов с использованием нового подхода на основе резервуарных вычислений. <...> Результаты: распознавание динамических образов определяется как выявление патологических состояний сердца пациента — аритмий по изменяющемуся сигналу его электрокардиограммы. <...> В качестве примера рассматриваются два типа аритмий — суправентрикулярная и вентрикулярная. <...> Предложен новый эффективный метод решения поставленной задачи на основе модели машины неустойчивых состояний, состоящей из импульсной рекуррентной нейронной сети и считывателей. <...> Демонстрируется на понятном примере специфика используемого подхода: представление данных в импульсной форме, работа импульсной нейронной сети, считывание данных и принятие решения — классификация. <...> В качестве исходных данных используется база данных SVDB по аритмиям из свободного ресурса Physionet. <...> Практическая значимость: предложенный метод на основе машины неустойчивых состояний позволяет повысить качество решения задач распознавания динамических образов разнообразной природы по сравнению с классическими методами. электрокардиограмма. <...> Ключевые слова — импульсные нейроны, рекуррентные нейронные сети, распознавание динамических образов, Введение Несмотря на то что теория распознавания образов развивается с 70-х годов прошлого века, все еще существует много нерешенных задач, относящихся к этому направлению. <...> Для устранения возникающей сложности в большинстве подходов предлагается перейти от динамического образа к статическому путем формирования некоторого набора признаков. <...> Новым статистическим подходом к извлечению признаков динамического сигнала является использование рекуррентных нейронных сетей (РНС) в составе системы, реализующей парадигму резервуарных <...>