со
с
название | год | авторы | номер документа |
---|---|---|---|
Нейроподобный элемент | 1991 |
|
SU1816325A3 |
УСТРОЙСТВО ДЛЯ МОДЕЛИРОВАНИЯ САМООРГАНИЗУЮЩИХСЯ СЕТЕЙ НЕФОРМАЛЬНЫХ НЕЙРОНОВ | 2011 |
|
RU2484527C1 |
УСТРОЙСТВО ДЛЯ МОДЕЛИРОВАНИЯ НЕЙРОННЫХ СЕТЕЙ | 1990 |
|
RU2045778C1 |
УСТРОЙСТВО ДЛЯ МОДЕЛИРОВАНИЯ НЕЙРОПОДОБНОЙ СЕТИ | 1992 |
|
RU2094843C1 |
Устройство для моделирования нейрона | 1989 |
|
SU1709356A1 |
ГИБРИДНАЯ ОПТОЭЛЕКТРОННАЯ ЯЧЕЙКА | 1991 |
|
RU2025776C1 |
ВИРТУАЛЬНАЯ ПОТОКОВАЯ ВЫЧИСЛИТЕЛЬНАЯ СИСТЕМА, ОСНОВАННАЯ НА ИНФОРМАЦИОННОЙ МОДЕЛИ ИСКУССТВЕННОЙ НЕЙРОСЕТИ И НЕЙРОНА | 2012 |
|
RU2530270C2 |
ИСКУССТВЕННЫЙ НЕЙРОН (ВАРИАНТЫ) | 2014 |
|
RU2604331C2 |
НЕЙРОННАЯ СЕТЬ ДЛЯ КОРРЕКЦИИ ОШИБОК В МОДУЛЯРНЫХ НЕЙРОКОМПЬЮТЕРАХ | 2003 |
|
RU2256213C2 |
ВЫЧИСЛИТЕЛЬ С ПЕРЕПРОГРАММИРУЕМОЙ АРХИТЕКТУРОЙ | 1996 |
|
RU2115161C1 |
Изобретение относится к бионике и вычислительной технике и может быть использовано при моделировании процессов переработки информации в нейронных и нейроподобных сетях, а также в системах распознавания образов и управления. Целью изобретения является повышение достоверности регулирования уровня выходной активности. Для этого в модуль ней- роподобной сети введены блок 3 вычисления значений функций, блок 4 генерации бинарного стохастического вектора и блок 5 покомпонентного логического умножения бинарных векторов. В предлагаемом устройстве ругулирование осуществляется с сохранением отношения математических ожиданий уровней активности любых подмножеств выходных нейроподобных элементов. Использование подобных модулей при построении нейроподобных сетей в системах распознавания образов и управления позволит производить нормализацию выходной активности сети. 1 ил.
F
о(Л
о ел
Ov
ел
Изобретение относится к бионике и вычислительной технике и может быть использовано при моделировании процессов переработки информации в нейронных и нейроподобных сетях, а также в системах распознавания образов и управления.
Цель изобретения - повышение достоверности регулирования уровня выходной активности модуля нейроподобной сети, т.е. количество активных (находящихся в единичном состоянии) бинарных нейроподобных элементов.
На чертеже представлена функциональная схема модуля нейроподобной сети.
Модуль нейроподобной сети содержит блок 1 нейроподобных элементов, блок 2 определения уровня активности, блок 3 вычисления значений функций,блок 4 генерации бинарного стохастического вектора и блок 5 покомпонентного логического умно- жения бинарных векторов.
Блок 2 определения уровня активности осуществляет подсчет количества единичных битов выходного вектора блока 1 нейроподобных элементов. В качестве блока 3 вычисления значений функций использовано постоянное запоминающее устройство, Блок 5 покомпонентного логического умножения бинарных векторов выполнен из соответствующего количества двух входовых элементов И и предназначен для поразрядного логического умножения поступающего из блока 4 вектора на выходной вектор блока 1 нейроподобных элементов.
Модуль нейроподобной сети работает следующим образом.
Пусть в момент времени Т1 состояние входных нейроподобных элементов блока 1 нейроподобных элементов характеризуется некоторым входным вектором. После такта работы нейроподобных элементов блока 1, в момент времени Т2, на вход блока 2 определения уровня активности поступает выходной вектор блока 1. К моменту времени ТЗ в блоке 2 определяется значение уровня активности В выходных нейроподобных элементов блока 1. Это значение подается на второй вход блока 3 вычисления значений функций. Блок 3 предназначен для вычисления значений некоторого набора функций
(Р;Рм) регулирования уровня выходной
активности модуля нейроподобной сети. Аргументом этих функций является уровень выходной активности блока нейроподобных элементов, подаваемый на второй вход бло- ка 3, а множество значений принадлежит интервалу 0, 1. Вид функции регулирования определяет зависимость уровня выходной активности А модуля нейроподобной сети от уровня выходной активности В блока 1 нейроподобных элементов. Выбор нужной функции регулирования из имеющегося набора осуществляется подачей внешнего управляющего сигнала со стороны сети на первый вход блока 3 Таким образом, к моменту времени 14 в блоке 3 определяется значение функции регулирования Рк, выбранной внешним управляющим сигналом, при имеющемся значении уровня активности В выходных нейроподобных элементов блока 1. Это значение Рк(В) поступает на блок 4 генерации бинарного стохастичесого вектора, где к моменту времени Т5 генерируется бинарный вектор с вероятностью Рк(В) появления единичной компоненты и размерностью, равной размерности выходного вектора блока 1 нейроподобных элементов. В блоке 5 осуществляется покомпонентное логическое умножение этих векторов, и к моменту времени Т6 на его выходе появляется выходной вектор модуля нейроподобной сети.
В предлагаемом модуле нейроподобной сети по сравнению с известным обеспечивается возможностьболее качественного регулирования уровня выходной активности. В частности, регулирование осуществляется с сохранением отношения математических ожиданий уровней активности любых подмножеств выходных нейроподобных элементов. Использование такого модуля нейроподобной сети в системах распознавания образов и управления, где значения различных числовых параметров кодируются уровнями активности соответствующих подмножеств нейроподобных элементов, позволяет производить нормализацию указанных параметров, Кроме того, реализованное в модуле нейроподобной сети регулирование выходной активности без использования обратных связей обеспечивает стабильность его функционирования
Формула изобретения Модуль нейроподобной сети, содержащий блок нейроподобных элементов и блок определения уровня активности, входы которого соединены с выходами блока нейроподобных элементов, входы которого являются входами модуля нейроподобной сети, отличающийся тем, что, с целью повышения достоверности регулирования уровня выходной активности, в него введены блок генерации бинарного стохастического вектора, блок покомпонентного логического умножения бинарных векторов, блок вычисления значений функций, первый вход которого соединен с выходом блока
определения уровня активности, второйпокомпонентного логического умножения
вход является управляющим входом модулябинарных векторов, выходы которого являнейроподобной сети, а выход соединен сются выходами модуля нейроподобной севходом блока генерации бинарного стоха-ти, а вторая группа входов этого блока
стического вектора, выходы которого соеди-5 подключена к соответствующим выходам
иены с первой группой входов блокаблока нейроподобных элементов.
Braiterrberg V | |||
Cell Assemblies In the Cerebral Cortex | |||
- Lecture Notes In Blomathematlcs, 1978, vol | |||
Выбрасывающий ячеистый аппарат для рядовых сеялок | 1922 |
|
SU21A1 |
Ручной прибор для загибания кромок листового металла | 1921 |
|
SU175A1 |
Авторы
Даты
1991-06-15—Публикация
1989-05-24—Подача