Должность: доцент кафедры актуарной и финансовой математики
Образование:
- — физический факультет Московского государственного университета имени М.В. Ломоносова 1983-1989г.г., специальность «физика»;
- — аспирантура физического факультета Московского государственного университета имени М.В. Ломоносова, кафедра теоретической физики 1989-1992г.г.
Ученая степень: кандидат технических наук 1994г., специальность 051309 «Управление в биологических и медицинских системах (включая применение вычислительной техники)»
Тема диссертации: «Исследование и разработка объектной архитектуры и базовых компонентов системы интраоперационного компьютерного мониторинга для среды ДОС»
Научные направления: теория и применения импульсных нейронных сетей; нейроморфные технологии; нейропроцессоры
Публикации: 61 работа.
В том числе:
- 1. Киселев М.В., Урусов А.М., Иваницкий А.Ю. (2025) Метод адаптивных гауссовых рецептивных полей для спайкового кодирования числовых переменных // Компьютерные исследования и моделирование, Том 17, №3, 2025, стр. 389-400.
- 2. Kiselev M., Larionov D., Ivanitsky A. (2025) A purely spiking approach to reinforcement learning, Cognitive Systems Research, vol. 89, 101317, https://doi.org/10.1016/j.cogsys.2024.101317
- 3. Киселев М. В., Ларионов Д. А., Урусов А. М. (2024) Импульсный бинарный нейрон — детектор причинно-следственных связей // Известия вузов. Прикладная нелинейная динамика. Т. 32, вып. 5. С. 589-605. DOI: 10.18500/0869-6632-003121, EDN: MJFDNA
- 4. Ivanov D.A., Larionov D.A., Kiselev M.V., Dylov D.V., (2023) Deep reinforcement learning with significant multiplications inference, Scientific Reports, 13(1), 20865.
- 5. Ivanov D., Chezhegov A., Kiselev M., Grunin A. and Larionov D. (2022) Neuromorphic artificial intelligence systems. Front. Neurosci. 16:959626. doi: 10.3389/fnins.2022.959626
- 6. Киселев М. В. Импульсные нейронные сети. Представление информации, обучение, память. Palmarium academic publishing, Рига, 2020.
- 7. Киселев М. В. Исследование двухнейронных ячеек памяти в импульсных нейронных сетях, Компьютерные исследования и моделирование, Том 12, №2, 2020, стр. 401-417.
- 8. Kiselev M. V.: Homogenous Chaotic Network Serving as a Rate/Population Code to Temporal Code Converter, Computational Intelligence and Neuroscience, vol 2014, Article ID 476580, 8 pages, 2014. doi:10.1155/2014/476580
