НЕЙРОННАЯ СЕТЬ ДЛЯ ВЫЧИСЛЕНИЯ ПОЗИЦИОННОЙ ХАРАКТЕРИСТИКИ РАНГА ЧИСЛА, ПРЕДСТАВЛЕННОГО В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ Российский патент 2006 года по МПК G06N3/04 

Описание патента на изобретение RU2271569C2

Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерах при вычислении позиционных характеристик, необходимых для перевода чисел системы остаточных классов (СОК) в позиционную систему, округления, масштабирования, коррекции ошибок и в других случаях.

Известно устройство для определения ранга числа (А.С. СССР №808950, G 06 F 5/02, 1980 г.), содержащее сумматор по наибольшему модулю, счетчик, блоки умножения на константу, узел сравнения.

Недостатком данного устройства является сложная конструкция и низкое быстродействие.

Наиболее близким к изобретению по технической сущности является устройство для определения ранга числа (А.С. СССР №1125619, G 06 F 5/00, 1984 г.), содержащее блоки умножения на константу, сумматор по наибольшему модулю, элементы ИЛИ.

Недостатками известного устройства являются значительные аппаратные средства и низкое быстродействие.

Целью изобретения является сокращение оборудования и повышение скорости определения ранга числа.

Поставленная цель достигается тем, что устройство для определения ранга числа содержит входной слой нейронной сети 1 с нейронами 4, нейронную сеть конечного кольца (НСКК) 2 с нейронами 5, весовые коэффициенты весовые коэффициенты Нейроны 4 входного слоя 1 связаны с нейронами нейронной сети конечного кольца 2 нейронами 5. В основе данного изобретения лежит нейронная сеть прямого распространения для вычисления ранга числа. Структура нейронной сети (см. чертеж) зависит от внешних параметров, которые определяются набором модулей СОК и адаптируются к ним посредствам загрузки весовых коэффициентов и организацией нейронной сети конечного кольца.

Посредством весовых коэффициентов и НСКК 2 нейронная сеть осуществляет вычисление ранга числа. Функционирование нейронной сети зависит от весовых коэффициентов между слоями нейронов, являющиеся константами, и определяются заранее перед ее разработкой. В данном изобретении обучение сети не требуется, так как используется формируемая сеть с постоянными весовыми коэффициентами при выбранных модулях системы и в процессе вычисления ранга числа их изменение не происходит.

Число А представляется в СОК набором наименьших неотрицательных остатков (вычетов) α1, α2, ..., αn от деления А на попарно простые числа p1, р2, рn, называемые основаниями (модулями).

При этом число записывается в СОК в следующей форме

где что эквивалентно αi ≡ A mod pi.

При этом -Р <А <Р, где Р=p1, p2, ..., pn-1. При выполнении этого условия представление (1) взаимно однозначно с представлением А в позиционной системе счисления, т.е. по (α1, α2, ..., αn) можно определить А. Число А, представленное в СОК, можно восстановить в позиционной системе счисления с помощью выражения

где rA - ранг числа, целое положительное число, показывающее сколько раз диапазон системы был превзойден при переходе от представления числа в системе остаточных классов к его представлению через систему ортогональных базисов;

βi - ортогональные базисы

где mi - целое положительное число, называемое весом ортогонального базиса, причем mi должно выбираться таким образом, чтобы имело место следующее сравнение:

Ввиду малости величины оснований для набора рi можно составить таблицы решений сравнений или решить их методом подбора.

Как видно из выражения (2), для перевода числа А из СОК в позиционную систему счисления необходимо предварительно найти гА. Кроме того, значения rA необходимы и в других случаях, например при масштабировании, округлении и коррекции ошибок в СОК.

Ранг число можно найти следующим образом.

Согласно (1) αn ≡ A mod pn и учитывая (2)

следовательно,

В случае простого рn решения сравнения с помощью теоремы Ферма получим

Учитывая, что βi и являются константами и не зависят от А,

выражение (3) можно переписать в более удобной форме, которая облегчает практическую реализацию

Пример. Пусть задана система оснований p1=2, р2=3, р3=5, рn=7. Требуется найти алгоритм вычисления rA. Согласно (2) и (4)

В1=15, В2=10, В3=6, P=30,

β1,=4, β2=5, β3=6, β4=3.

Следовательно, конкретный алгоритм (4) в условиях примера имеет вид

Допустим, что A=17, тогда АСОК (1,2,2,3).

Ранг числа

Проведем проверку с использованием выражения (2)

Действительно, при переходе от СОК к позиционной форме диапазон числа был превзойден только один раз, т.к.

где [·] - целая часть.

Принцип работы данного изобретения излагается ниже. Изобретением является формируемая нейронная сеть прямого распространения. Информация в виде остаточного представления (системы вычетов), выражение (1) поступает на вход 3 нейроны 4, расположенные во входном слое 1, ранг числа появляется в выходном слое нейрона 5 нейронной сети конечного кольца 2.

Между входным слоем 1, нейроны 4 и входом НСКК 2 весовые коэффициенты обозначены и весовые коэффициенты

Весовые коэффициенты определяются выражением и определяется выражением

Нейронная сеть конечного кольца 2 реализует вычислительную модель (4). Время определения ранга числа определяется одним тактом синхронизации, чем и достигается цель изобретения.

Определенные внешние параметры заданы в весовых коэффициентах и нейронной сети конечного кольца и хранятся в памяти. Из памяти по требованию в зависимости от изменения системы набора модулей СОК загружает новые весовые коэффициенты, соответственно определяя структуру нейронной сети (см. чертеж).

Изобретение предназначено для определения ранга числа в случаях определения позиционного представления числа, округления, масштабирования, коррекции ошибок и других случаях.

Время вычисления ранга числа определяется одним циклом синхронизации, а в известных устройствах n - циклом синхронизации.

Похожие патенты RU2271569C2

название год авторы номер документа
НЕЙРОННАЯ СЕТЬ ДЛЯ ДЕЛЕНИЯ ЧИСЕЛ, ПРЕДСТАВЛЕННЫХ В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ 2005
  • Червяков Николай Иванович
  • Лавриненко Ирина Николаевна
  • Кондрашов Александр Владимирович
  • Гуйда Михаил Владимирович
  • Щегольков Алексей Викторович
RU2305312C2
НЕЙРОННАЯ СЕТЬ ДЛЯ ОБНАРУЖЕНИЯ, ЛОКАЛИЗАЦИИ И ИСПРАВЛЕНИЯ ОШИБОК В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ 2005
  • Червяков Николай Иванович
  • Лавриненко Ирина Николаевна
  • Сивоплясов Дмитрий Владимирович
  • Дьяченко Игорь Васильевич
  • Иванов Антон Владимирович
  • Головко Александр Николаевич
RU2301442C2
НЕЙРОННАЯ СЕТЬ ДЛЯ ПРЕОБРАЗОВАНИЯ ОСТАТОЧНОГО КОДА В ДВОИЧНЫЙ ПОЗИЦИОННЫЙ КОД 2006
  • Червяков Николай Иванович
RU2318238C1
НЕЙРОННАЯ СЕТЬ ДЛЯ ОКРУГЛЕНИЯ И МАСШТАБИРОВАНИЯ ЧИСЕЛ, ПРЕДСТАВЛЕННЫХ В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ 2003
  • Червяков Николай Иванович
  • Горденко Дмитрий Владимирович
RU2271570C2
НЕЙРОННАЯ СЕТЬ ДЛЯ РАСШИРЕНИЯ КОРТЕЖА ЧИСЛОВОЙ СИСТЕМЫ ВЫЧЕТОВ 2003
  • Червяков Н.И.
RU2256226C2
НЕЙРОННАЯ СЕТЬ ДЛЯ ПРЕОБРАЗОВАНИЯ ПОЛИАДИЧЕСКОГО КОДА В КОД СИСТЕМЫ ОСТАТОЧНЫХ КЛАССОВ 2003
  • Червяков Н.И.
  • Сивоплясов Д.В.
RU2258257C2
НЕЙРОННАЯ СЕТЬ С ПОРОГОВОЙ (k, t) СТРУКТУРОЙ ДЛЯ ПРЕОБРАЗОВАНИЯ ОСТАТОЧНОГО КОДА В ДВОИЧНЫЙ ПОЗИЦИОННЫЙ КОД 2008
  • Червяков Николай Иванович
  • Головко Александр Николаевич
  • Лавриненко Антон Викторович
  • Кондрашов Юрий Владимирович
  • Козлов Владимир Андреевич
  • Назаренко Сергей Васильевич
  • Оспищев Михаил Александрович
RU2380751C1
АДАПТИВНАЯ ПАРАЛЛЕЛЬНО-КОНВЕЙЕРНАЯ НЕЙРОННАЯ СЕТЬ ДЛЯ КОРРЕКЦИИ ОШИБОК 2003
  • Червяков Николай Иванович
  • Галкина Валентина Андреевна
  • Стрекалов Юрий Анатольевич
  • Лавриненко Сергей Викторович
RU2279131C2
НЕЙРОННАЯ СЕТЬ УСКОРЕННОГО МАСШТАБИРОВАНИЯ МОДУЛЯРНЫХ ЧИСЕЛ 2007
  • Червяков Николай Иванович
  • Головко Александр Николаевич
  • Лавриненко Антон Викторович
  • Сляднев Виталий Викторович
RU2359325C2
НЕЙРОННАЯ СЕТЬ ДЛЯ ВЫЧИСЛЕНИЯ ПОЗИЦИОННЫХ ХАРАКТЕРИСТИК НЕПОЗИЦИОННОГО КОДА 2003
  • Червяков Н.И.
  • Малофей А.О.
  • Рыбальченко М.С.
  • Щелкунова Ю.О.
RU2257615C2

Реферат патента 2006 года НЕЙРОННАЯ СЕТЬ ДЛЯ ВЫЧИСЛЕНИЯ ПОЗИЦИОННОЙ ХАРАКТЕРИСТИКИ РАНГА ЧИСЛА, ПРЕДСТАВЛЕННОГО В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ

Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерах. Техническим результатом является сокращение количества оборудования и повышение скорости определения ранга числа. Для этого нейронная сеть содержит взаимосвязанные между собой входной слой нейронов и нейронную сеть конечного кольца. 1 ил.

Формула изобретения RU 2 271 569 C2

Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов, содержит входной слой нейронов, предназначенный для приема чисел системы остаточных классов, нейронную сеть конечного кольца, отличающаяся тем, что выходы нейронов входного слоя с весовыми коэффициентами для i<n и для i=n соединены с входами нейронной сети конечного кольца, реализующей вычислительную модель rA = |β1α1 + β2α2 + ... + βn-1 αn-1 + βn αn|, выходы которой являются рангом числа, где Bi - величина ортогональных базисов, αi - остаток числа, pn - основание системы счисления, P - диапазон представления чисел, rA - ранг числа.

Документы, цитированные в отчете о поиске Патент 2006 года RU2271569C2

Устройство для определения ранга числа 1983
  • Червяков Николай Иванович
  • Швецов Николай Иванович
  • Хлевной Сергей Николаевич
SU1125619A1

RU 2 271 569 C2

Авторы

Червяков Николай Иванович

Ткачук Руслан Васильевич

Даты

2006-03-10Публикация

2003-05-26Подача