Способ обработки информации в нейронной сети

 

Изобретение относится к бионике, моделированию нейронных сетей и может найти применение в вычислительной технике при построении систем анализа и обработки внешнего сигнала. Изобретение позволяет улучшить качество распознавания широкого класса объектов за счет разложения по базису элементарных образов, формируемому таким образом, что если сигнал может быть разложен по уже существующему базису, то он распознается и запоминается, в противном случае предварительно происходит дополнение базиса за счет процесса обработки сигнала системой с использованием операций типа "сложение" и "деление" на уровне единичного базового элемента, а затем происходит его распознавание и запоминание. 1 ил.

Изобретение относится к бионике и может найти применение в вычислительной технике при построении систем анализа и обработки сигнала.

Известен способ обработки информации, заключающийся в поступлении внешнего сигнала в распределенную активную среду, содержащую базовые элементы, локализованные в произвольных участках активной среды и расположенные на расстоянии друг от друга не меньше некоторого минимально допустимого значения, запоминании образа сигнала в виде геометрической структуры из базовых элементов в распределенной активной среде и хранении его в течение времени действия внешнего источника энергии.

Указанный способ не допускает модификации формы представления записанной информации, так как информация хранится в виде геометрически определенного распределения базовых элементов, требует для хранения информации внешнего источника энергии и обладает малой информационной емкостью.

Известен также способ обработки информации, заключающийся в подаче в систему, состоящую из входного и выходного, а также произвольного числа промежуточных слоев базовых элементов, причем каждый из базовых элементов k-слоя имеет связи со всеми элементами последующего (k+1)-го слоя, при этом базовые элементы любого слоя связей с элементами того же слоя не имеют, сигнала на входной слой, представлении его в виде совокупности единичных образов в соответствии с предварительно заданными в связях между элементами правилами распознавания сигнала и выдаче результата распознавания на выходной слой базовых элементов.

К недостаткам указанного способа относятся наличие жесткой геометрически упорядоченной структуры системы с наличием жестко заданных связей между базовыми элементами, следовательно ограничен набор элементарных образов и действий над ними, что приводит к невысокой степени распознавания анализируемого сигнала.

Целью изобретения является расширение типов анализируемых сигналов и повышение качества их распознавания за счет устранения детерминированности и строгой упорядоченности системы.

Предложенный способ обработки информации основан на известном принципе пространственно-временной самоорганизации в неравновесных средах.

В качестве неравновесной среды рассмотрена система, состоящая из базовых элементов (модельных нейронов) двух классов, объединенных в сеть с использованием межнейронных связей. Базовый элемент первого класса (Р-нейрон) осуществляет операцию типа "сложение". Каждый из Р-нейронов имеет три связи. При подаче на две из них сигналов, различающихся во времени поступления не более, чем на время порядка времени прохождения сигнала по межнейронной связи, Р-нейрон переходит в возбужденное состояние с уровнем возбуждения, соответствующим уровню пришедших сигналов, который определяется следующим образом. Величина возбуждения Р-нейрона есть сумма пришедших сигналов и текущего возбуждения нейрона от предыдущих возбуждений. Возбуждение в нейроне существует некоторое время, величина которого определяется требованиями, предъявляемыми к системе, после чего сигнала, соответствующий возбуждению поступает на третью связь.

Базовый элемент второго класса (V-нейрон) осуществляет операцию типа "деление". Каждый из V-нейронов имеет три связи. При подаче на один из них сигнала, спустя интервал времени, равный времени прохождения сигнала по межнейронной связи, V-нейрон переходит в возбужденное состояние с уровнем возбуждения, соответствующим величине поступившего сигнала. Величина возбуждения V-нейрона определяется аналогично Р-нейрону. Возбуждение в нейроне существует некоторое время, после чего сигнал делится на два в некотором отношении, например пополам, и поступает на две оставшиеся связи.

В качестве характеристики системы как целого вводится понятие усредненной заселенности по величине возбуждения (амплитуде), под которой понимается количество возбуждений в сети данной амплитуды для данного класса элементов (Р-, V-нейронов, сигналов в межнейронных связях). Устойчивое распределение усредненной заселенности принимается в качестве элементарного образа внешнего сигнала, сформированного в системе.

На чертеже представлена схема устройства согласно заявленному способу.

Устройство состоит из нейронов двух типов (Р и V), соединенных межнейронным связями, причем каждый нейрон имеет связи с тремя другими. На входные нейроны поступает исследуемый сигнал, который затем распространяется по системе, изменяясь в соответствии с законами функционирования элементов сети. В процессе распространения сигнала происходит формирование устойчивого распределения усредненной заселенности, которое сохраняется в нейронной сети. Результат обработки получается путем опроса всех элементов сети (нейронов и межнейронных связей). Образ сигнала в данной нейронной сети представляет собой локализованную по амплитуде в некотором конечном интервале ограниченную функцию, структурно устойчивую по времени.

Механизм локализации по амплитуде в системе Р- и V-нейронов является механизмом локализации произвольного сигнала в среде с хаотически распределенными базовыми элементами, взаимодействие которых с распространяющимся сигналом нелинейно, что имеет место в данной сети. Первопричиной локализации в физическом и фазовом пространстве является существование в хаотических системах как обычных траекторий, так и траекторий с самопересечением.

Время существования образа, соотношение деления сигнала и другие характеристики данной структуры определяются свойствами нейронной сети, вытекающими из предъявляемых к сети требований.

При поступлении в сеть следующего сигнала, отличающегося от предыдущего, формируются дополнительные элементарные образы, образующие совместно с образом первого сигнала базис, по которому может быть разложен последующий сигнал, являющийся произвольной комбинаций первого и второго. Процесс можно продолжить, дополняя базис описанным образом (обучение сети). Распознавание сигнала осуществляется путем опороса всех нейронов и межнейронных связей в определенный момент времени, результатом чего является распределение заселенности по амплитудам.

Предложенная схема устройства, реализующая заявленной способ, может быть выполнена, например, программно. Создается матрица, описывающая состояние Р- и V-нейронов и их связей друг с другом. Распространение сигнала моделируется изменением параметров элементов матрицы. Подобное устройство может быть реализовано с использованием электронных приборов. (56) Э. А. Маныкин, Нейронные сети и их оптические реализации. М. : Наука, 1988.

Формула изобретения

СПОСОБ ОБРАБОТКИ ИНФОРМАЦИИ В НЕЙРОННОЙ СЕТИ, заключающийся в подаче сигнала в сеть, представлении его в виде совокупности единичных образов в соответствии с предварительно заданными правилами распознавания сигнала и запоминании результата распознавания, отличающийся тем, что, с целью расширения типов анализируемых сигналов и повышения достоверности их распознавания путем устранения жесткой геометрической упорядоченности структуры сети с ниличием жестко заданных связей между базовыми элементами, внешний сигнал перед распознаванием и запоминанием раскладывают по базису элементарных образов, предварительно сформированному в сети при поступлении предыдущих сигналов, или производят дополнение базиса путем обработки внешнего сигнала в сети с использованием операции типа "сложение" и "деление" на уровне единичного базового элемента и хранят его в базовых элементах и связях между ними.

РИСУНКИ

Рисунок 1