Образование
- 1999 г. - Федеральное государственное бюджетное образовательное учреждение высшего образования "Петрозаводский государственный университет", направление "Физика", квалификация "Магистр физики"
Область научных интересов
- Оксиды переходных металлов
- Эффект переключения
- Электронные компоненты
- Фазовый переход металл-изолятор
- Нейронные сети
- Алгоритмы искусственных нейронных сетей
Научные проекты
- Проект Российского научного фонда, №16-19-00135 "Новые нейросетевые технологии ассоциативной памяти и распознавания образов в системе взаимодействующих осцилляторов на базе переключательных структур оксидов переходных металлов" (26.01.2016 – 31.12.2018)
Повышение квалификации и профессиональная переподготовка
- 2019 г. - Организационно-педагогическое сопровождение группы (курса) обучающихся по программам высшего образования (36 часов)
- 2019 г. - Информационно-образовательная среда образовательной организации высшего образования (18 часов)
- 2013 г. - Система сбора данных и управления (72 часа)
- 2009 г. - Современные проблемы воспитательной деятельности в вузе (72 часа)
Достижения
- Открытие нового направления исследования осцилляторных нейронных сетей и разработка нового семейства метрик оценки синхронизации. Преимуществом подобных сетей является перспектива их реализации на аналоговой компонентой базе, с использованием самых различных физических осцилляторов, в том числе электрических, магнитных (спиновых), биологических и др. природы, с минимальной потребностью в компьютерных вычислениях на этапе сопряжения интерфейсов. Результат достигается за счет фундаментального эффекта синхронизации высокого порядка, который позволяет увеличить число возможных состояний синхронизаций одного нейрона, реализуя мультиуровневый нейрон с повышенной функциональностью. Подробнее
- На основе комплекса экспериментальных и теоретических исследований установлены и обоснованы физические механизмы биполярного переключения с памятью металлооксидных гетероструктур, которые состоят в электронных неустойчивостях, развиваемых при ионном транспорте кислорода, и сопряженным с ним отклонением состава оксидного вещества от стехиометрического.
- Показано, что в основе эффекта униполярного резистивного переключения с памятью в МОМ-структурах на основе указанных оксидов лежат эффекты локального восстановления типа эффекта Соре, приводящие к образованию наноразмерного проводящего канала в анодных оксидах Nb, Ta и Zr, и электромиграции при высоких плотностях тока, приводящей к разрыву проводящего канала.
- Посредством численного моделирования функциональной вольтамперной характеристики переключательных структур с учетом температурной зависимости подвижности, характерной для переноса поляронов малого (сверхмалого) радиуса, определена критическая концентрация носителей в канале переключателя в широком температурном диапазоне, соответствующая теоретической в рамках модели ПМИ типа перехода Мотта.
- Установлено, что электронный фазовый переход «металл – изолятор» в диоксиде ванадия имеет размерное ограничение: он исчезает при достижении характерного размера 10 нм, что соответствует оценкам корреляционной длины в теории моттовского фазового перехода и указывает на перспективность направления наноразмерного масштабирования компонентов оксидной электроники.
- Показано, что составом, атомной структурой и связанными с ними свойствами аморфных пленок оксидов ванадия можно управлять посредством лазерного и электронно-лучевого воздействия, приводящих к изменению ближнего порядка и изменению концентрации дефектов нестехиометрии типа кислородных вакансий. Обнаруженные эффекты могут быть положены в основу новых технологических методов нанолитографии и создания сенсорных устройств, в том числе элементов электрического переключения с памятью.
Награды
- Почетная грамота г. Петрозаводска (2020)
Публикации
Статьи (54)
- Oludehinwa, I. A., Velichko, A., Ogunsua, B. O., Olusola, O. I., & Odeyemi, O. O. (2023). Dynamical complexity transitions during High-Intensity Long Duration Continuous Auroral Activities (HILDCAA) events: Feature analysis based on Neural Network Entropy. Space Weather, 21, e2023SW003475. https://doi.org/10.1029/2023SW003475 (Web of Science, Scopus)
- Velichko, A.; Boriskov, P.; Belyaev, M.; Putrolaynen, V. A Bio-Inspired Chaos Sensor Model Based on the Perceptron Neural Network: Machine Learning Concept and Application for Computational Neuro-Science. Sensors 2023, 23, 7137. https://doi.org/10.3390/s23167137 (Web of Science, Scopus)
- Velichko, A.; Belyaev, M.; Izotov, Y.; Murugappan, M.; Heidari, H. Neural Network Entropy (NNetEn): Entropy-Based EEG Signal and Chaotic Time Series Classification, Python Package for NNetEn Calculation. Algorithms 2023, 16, 255. https://doi.org/10.3390/a16050255 (Web of Science, Scopus)
- Mehmet Tahir Huyut, Andrei Velichko LogNNet model as a fast, simple and economical AI instrument in the diagnosis and prognosis of COVID-19, MethodsX, Volume 10, 2023, 102194, ISSN 2215-0161, https://doi.org/10.1016/j.mex.2023.102194. (Web of Science, Scopus)
- Heidari, H., Velichko, A., Murugappan, M. et al. Novel techniques for improving NNetEn entropy calculation for short and noisy time series. Nonlinear Dyn (2023). https://doi.org/10.1007/s11071-023-08298-w (Web of Science, Scopus)
- Huyut, M.T.; Velichko, A. Diagnosis and Prognosis of COVID-19 Disease Using Routine Blood Values and LogNNet Neural Network. Sensors 2022, 22, 4820. https://doi.org/10.3390/s22134820 (Web of Science, Scopus)
- Величко А.А. Entropy approximation by machine learning regression: application for irregularity evaluation of images in remote sensing [Text] / А.А. Величко, М.А. Беляев, M.. Wagner, A.. Taravat // Remote sensing. - Швейцария, 2022. - vol.14, №.23. - P.1-25. - URL: https://doi.org/10.3390/rs14235983. - ISSN 2072-4292. (Scopus)
- Velichko A.A. Machine learning sensors for diagnosis of covid-19 disease using routine blood values for internet of things application [Text] / A.A. Velichko, M.T. Huyut, M.A. Belyaev, Yu.A. Izotov, D.Zh. Korzun // Sensors. - Швейцария, 2022. - vol.22. - P.1-30. - URL: https://www.mdpi.com/1424-8220/22/20/7886. - ISSN 1424-8220. (Web of Science, Scopus)
- Oludehinwa, IA Dynamical Complexity Response in Traveling Ionospheric Disturbances Across Eastern Africa Sector During Geomagnetic Storms Using Neural Network Entropy [Electronic resource] / Oludehinwa, IA; Velichko, A; Ogunsua, BO; Olusola, OI; Odeyemi, OO; Njah, AN; Ologun, OT // JGR: Space Physics. - USA, 2022. - vol.127, N9. - P.1-27. - ISSN 2169-9402. (Web of Science, Scopus)
- Velichko, A.; Wagner, M.P.; Taravat, A.; Hobbs, B.; Ord, A. NNetEn2D: Two-Dimensional Neural Network Entropy in Remote Sensing Imagery and Geophysical Mapping. Remote Sens. 2022, 14, 2166. https://doi.org/10.3390/rs14092166 (Scopus, Web of Science)
- Показать все публикации "Статья" (54)
Доклад / статья в материалах (трудах) конференций, симпозиумов и т.п. (11)
Тезисы докладов/сообщений конференций (7)
Монографии (1)