Модуль нейроподобной сети

 

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 нейроподобной 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.

° ° е (l9) (I l) СОЮЗ СОВЕТСКИХ

СОЦИАЛИСТИЧЕСКИХ

РЕСПУБЛИК (я)з G 06G 7/60

ГОСУДАРСТВЕННЫЙ КОМИТЕТ

ПО ИЭОГ; ЕТЕНИЯМ И ОТКРЫТИЯМ

ПРИ ГКНТ СССР

ОПИСАНИЕ ИЗОБРЕТЕНИЯ

К АВТОРСКОМУ СВИДЕТЕЛЬСТВУ (21) 4694145/14 (22) 24,05.89 (46) 15.06.91. Бюл. hh 22 (71) Институт кибернетики им.В.M.Ãëóøêoaa (72) Н.М.Амосов, 3.M.Êóññóëü и Д.А.Рачковский (53) 681.333(088.8) (56) 8raltenberg V. СеП Assemblies 1и the

Cerebral Cortex. — Lecture Notes 1и

Blomathematlcs, 1978, vol. 21, р.175. (54) МОДУЛЬ НЕЙРОПОДОБНОЙ СЕТИ (57) 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 вы ходной активности. Для этого в модуль нейроподобной 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.

1656565

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 генера, ции бинарного стохастического вектора и блок 5 покомпонентного логического умножения бинарных векторов.

Блок 2 определения уровня активности осуществляет подсчет количества единич, ных битов выходного вектора блока 1 нейроподобных элементов. В качестве блока 3 вычисления значений функций использовано постоянное запоминающее устройство, Блок 5 покомпонентного логического умноженил 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,„.,Р ) регулирования уровня выходной активности модуля нейроподобной сети, Аргументом этих функций является уровень выходной активности блока нейроподобных элементов, подаваемый на второй вход блока 3, а множество значений принадлежит интервалу (О, 1). Вид функции регулирования определяет зависимость уровня выходной активности А модуля нейроподобной сети от уровня выходной активности В Gnoка 1 нейроподобных элементов. Выбор нужной функции регулирования из имеющегося набора осуществляется подачей внешнего управляющего сигнала со сторо5 ны сети на первый вход блока 3. Таким образом, к моменту времени Т4 в блоке 3 определяется значение функции регулирования Рк, выбранной внешним управляющим сигналом, при имеющемся значении

10 уровня активности В выходных нейроподобных элементов блока 1, Зто значение Рк(В) поступает на блок 4 генерации бинарного стохастичесого вектора, где к моменту времени Т5 генерируется бинарный вектор с

15 вероятностью PK(B) появления единичной компоненты и размерностью, равной размерности выходного вектора блока 1 нейроподобных элементов. В блоке 5 осуществляется покомпонентное логиче20 ское умножение этих векторов, и к моменту времени Т6 на его выходе появляется выходной вектор модуля нейроподобной сети.

В предлагаемом модуле нейроподоб25 ной сети по сравнению с известным обеспечивается возможность более качественного регулирования уровня вы. ходной активности. В частности, регулирование осуществляется с сохранением

30 отношения математических ожиданий уровней активности любых подмножеств выходных нейроподобных элементов. Использование такого модуля нейроподобной сети в системах распознавания образов и

35 управления, где значения различных числовых параметров кодируются уровнями активности соответствующих подмножеств нейроподобных элементов, позволяет производить нормализацию указанных пара40 метров, 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 ко50 торого соединены с выходами блока нейроподобных элементов, входы которого являются входами модуля нейроподобной сети, отличающийся тем, что, с целью повышения достоверности регулирования

55 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

1656565

Составитель А. Сапко

Техред M.Mîðãåíòçë Корректор Т. Колб

Редактор А. Orap

Заказ 2054 Тираж 395 Подписное

ВНИИПИ Государственного комитета по изобретениям и открытиям при ГКНТ СССР

113035, Москва, Ж-35, Раушская наб., 4/5

Производственно-издательский комбинат "Патент", г. Ужгород, ул.Гагарина, 101 определения уровня активности, второй вход является управляющим входом модуля нейроподобной сети, а выход соединен с входом блока генерации бинарного стохастического вектора, выходы которого соеди- 5 мены с первой группой входов блока покомпонентного логического умножения бинарных векторов, выходы которого являются выходами модуля нейроподобной сети, а вторая группа входов этого блока подключена к соответствующим выходам блока нейроподобных элементов.

Модуль нейроподобной сети Модуль нейроподобной сети Модуль нейроподобной сети 

 

Похожие патенты:

Изобретение относится к области аналоговой вычислительной техники и нейробионики и может быть использовано для исследования функционирования нейронов спинальных ганглиев, а также как функциональный элемент в системах искусственного интеллекта

Изобретение относится к нейрокибернетике и может быть использовано в модельных экспериментах при изучении некоторых функций нервной системы, а также как функциональный элемент в системах искусственного интеллекта

Изобретение относится к кибернетике и может быть использовано для моделирования контрастности, например, в опознающих устройствах

Изобретение относится к медицине и может быть использовано при исследовании центральной нервной системы

Изобретение относится к моделированию нервных сетей и может быть использовано в технической кибернетике, самоорганизующих системах управляющего воздействия, информационных системах, вычислительной технике, робототехнике

Изобретение относится к области бионики и вычислительной техники и может быть использовано в качестве элемента нейронных сетей для моделирования процессов, в устройствах распознавания образов, а также в качестве элемента анализаторных структур в системах управления

Изобретение относится к цифровому моделированию биологических нейронов, предназначено для экспериментальных и теоретических исследований в нейробиологии и может найти применение в системах управления

Изобретение относится к устройствам аналогового моделирования нервной системы и может быть использовано в экспериментах при исследовании процессов в нервных структурах, а также в нейрокибернетике

Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов

Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др

Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах

Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта

Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам

Изобретение относится к программным вычислительным системам, основанным на коробах

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием

Изобретение относится к области моделирования функциональных аспектов человека

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций
Наверх