Величко
Андрей Александрович

• 1999 г. - Федеральное государственное бюджетное образовательное учреждение высшего образования "Петрозаводский государственный университет", направление "Физика", квалификация "Магистр физики"

• Оксиды переходных металлов
• Эффект переключения
• Электронные компоненты
• Фазовый переход металл-изолятор
• Нейронные сети
• Алгоритмы искусственных нейронных сетей

• 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)

• 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. - Системы сбора данных и управления (72 часа)
• 2013 г. - Система сбора данных и управления (72 часа)
• 2009 г. - Современные проблемы воспитательной деятельности в вузе (72 часа)

1. 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
2. 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.
3. 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.
4. 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.
5. 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.
6. 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.

• Почетная грамота г. Петрозаводска (2020)

Статьи (42)

• Velichko, A.; Heidari, H. A Method for Estimating the Entropy of Time Series Using Artificial Neural Networks. Entropy 2021, 23, 1432. https://doi.org/10.3390/e23111432 (Web of Science, Scopus)
• Величко, А.А. A Method for Medical Data Analysis Using the LogNNet for Clinical Decision Support Systems and Edge Computing in Healthcare [Electronic resource] / А.А. Величко // Sensors. - Switzerland, 2021. - vol.18. - P.1-21. - URL: https://www.mdpi.com/1424-8220/21/18/6209. (Scopus, Web of Science)
• Величко А.А. Concept of LIF Neuron Circuit for Rate Coding in Spike Neural Networks [Text] / А.А. Величко, П.П. Борисков // IEEE Transactions on Circuits and Systems II: Express Briefs. - USA, 2020. - vol.67, N12. - P.3477-3481. - URL: https://ieeexplore.ieee.org/document/9099234?source=authoralert. - ISSN 1558-3791. (Scopus, Web of Science)
• Velichko, A. Neural Network for Low-Memory IoT Devices and MNIST Image Recognition Using Kernels Based on Logistic Map. Electronics 2020, 9, 1432, doi:10.3390/electronics9091432. (Web of Science, Scopus)
• Величко А.А. Higher-order and long-range synchronization effects for classification and computing in oscillator-based spiking neural networks [Text] / А.А. Величко, В.В. Путролайнен, М.А. Беляев // Neural Computing and Applications. - London, UK, 2020. - P.1-19. - ISSN 0941-0643. (Web of Science, Scopus)
• Беляев М.А. Examination of the Dynamic Threshold Characteristics of a VO2 Switch in an Oscillatory Circuit [Text] / М.А. Беляев, А.А. Величко // Technical Physics Letters. - Берлин, 2020. - vol.46, N2. - P.137-140. (ВАК, Web of Science, Scopus)
• Беляев М.А. A Spiking Neural Network Based on the Model of VO2–Neuron [Текст] / М.А. Беляев, А.А. Величко // Electronics. - Швейцария, 2019. - Т.8, вып.10. - С.1065. (Web of Science, Scopus, ВАК)
• Борисков П.П. Switch Elements with S-Shaped Current-Voltage Characteristic in Models of Neural Oscillators [Electronic resource] / П.П. Борисков, А.А. Величко // Electronics. - Швейцария, 2019. - vol.8, N9. - P.922. - ISSN 2079-9292. (Web of Science, Scopus)
• Velichko, A. A Method for Evaluating Chimeric Synchronization of Coupled Oscillators and Its Application for Creating a Neural Network Information Converter. Electronics 2019, 8, 756, doi:10.3390/electronics8070756. (Web of Science, Scopus)
• Velichko, A.; Belyaev, M.; Boriskov, P. A Model of an Oscillatory Neural Network with Multilevel Neurons for Pattern Recognition and Computing. Electronics 2019, 8, 75, doi:10.3390/electronics8010075. (Web of Science, Scopus)
• Показать все публикации "Статья" (42)

Доклад / статья в материалах (трудах) конференций, симпозиумов и т.п. (8)

Тезисы докладов/сообщений конференций (6)

Заключительный / промежуточный отчет о НИР/НИОКР (1)