ORCID: 0000-0003-4430-7525

ScopusID: 6506058697

WoS ResearcherID: ABC-7848-2020

Google Scholar

GitHub

Научные интересы. Биологические модели нейронных сетей и их использование в машинном обучении. Моделирование моторных ритмов. Приложения машинного обучения в управлении и энергетике. Также занимался исследованиями в области теории игр, анализа социальных сетей и агентного моделирования.

Преподавание

Веду курс "Нейроморфные вычисления" в Центре когнитивного моделирования МФТИ.

Исследовательские проекты

1. Моделирование локомоции человека. Мы разрабатываем систему сбора данных и математические модели управления движениями человека. Это может применяться при анализе движений спортсменов, пациентов с заболеваниями двигательного аппарата, протезировании.

2. Новые алгоритмы обучения спайковых нейронных сетей. Спайковые нейронные сети (SNN) используют биологически правдоподобные модели нейронов. Мы исследуем новые методы обучения таких сетей, в частности, использующие динамические задержки распространения сигнала по аксону.

Возможные задачи для курсовой, практики или диплома есть в презентации.

Основные публикации

1. Bazenkov, N., Glamozdina, E., Kuznetsova, M., & Sandomirskaia, M. (2023). Verification of Bounded Rationality Models of Price Dispersion on an Online Marketplace Data. Advances in Systems Science and Applications, 23(1), 129-151. https://doi.org/10.25728/assa.2023.23.01.1270

2. Bazenkov, N. I., Dushin, S. V., Goubko, M. V., Korepanov, V. O., Rassadin, Y. M., Sereda, L. A., & Shinkaryuk, A. G. (2022). An Office Building Power Consumption Dataset for Energy Grid Analysis and Control Algorithms. IFAC-PapersOnLine, 55(9), 111-116.

3. Bazenkov, N. I., Boldyshev, B. A., Dyakonova, V., & Kuznetsov, O. P. (2020). Simulating small neural circuits with a discrete computational model. Biological Cybernetics, 114, 349-362. https://link.springer.com/article/10.1007/s00422-020-00826-w

4. Кузнецов О.П., Базенков Н.И., Болдышев Б.А., Жилякова Л.Ю., Куливец С.Г., Чистопольский И.А. Асинхронная дискретная модель химических взаимодействий в простых нейронных системах // Искусственный интеллект и принятие решений. 2018. № 2. С. 3-20.

5. Bazenkov N. Double Best Response Dynamics in Topology Formation Game for Ad Hoc Networks // Automation and Remote Control. – 2015. ‑ Vol. 72, No. 8. ‑ pp. 345-357 (PDF)

6. Bazenkov N., Korepanov V. Double best response as a network stability concept // Proceedings of the International Conference on Network Games, Control and Optimization NETGCOOP-2014. – Trento, October 29-31. – 2014. – P. 201-207. (PDF)

7. Базенков Н. И., Губанов Д. А. Обзор информационных систем анализа социальных сетей // Управление большими системами. Выпуск 41. М.: ИПУ РАН, 2013. С.357-394. (PDF)

8. Базенков Н. И. Динамика двойных наилучших ответов в игре формирования топологии беспроводной ad hoc сети // Управление большими системами. Выпуск 43. М.: ИПУ РАН, 2013. С.217-239. (PDF)