Модель нейрона

 

2III68

ОПИСАНИЕ

ИЗОБРЕТЕНИЯ

К АВТОРСКОМУ СВИДЕТЕЛЬСТВУ

Союз Соеетскиз

Социалистическил

Республик

Зависимое от авт. свидетельства №вЂ”

Заявлено 22Х111.1966 (№ 1099143/26-25) с присоединением заявки №

Приоритет

Кл. 42m, 36

21а1, 36/00

МПК,G 06f

Н 03k

УДК 616.8-091.81 (088.8) Комитет по делам изобретений и открытий при Совете Министров

СССР

Опубликовано 0811.1968. Бюллетень № 7

Дата опубликования описания 8.IV.1968

Авторы изобретения

В. С. Опришко и С. П. Романов

Заявитель

МОДЕЛЬ НЕЙРОНА

Изобретение относится к области бионики.

Известны модели нейронов, содержащие и входов, подключенных к и схемам изменения весов каждого из входов нейрона, и один вход, подключенный к схеме управления величиной порога пластического нейрона, выходы этих схем подключены к сумматору, логические схемы управления, соединенные со схемами изменения весов каждого из входов нейронов и схемой управления величиной порога пластического нейрона. В этих моделях активность на .выходе нейрона определяется числом и величиной возбуждающих импульсов, поступающих на его входы.

Предложенная модель отличается от известной тем, .что она содержит схему формирования сигнала ошибки рассогласования, включенную между сумматором и логическими схемами управления, схема формирования сигнала ошибки рассогласования содержит соединенные последовательно блок сравнения уровня р итмической активности нейронов с уровнем ритмической активности, задаваемым из,внешней среды, блок интегрирования и блок усиления. Это позволяет моделировать процесс энергетического обмена со средой и обеспечивает требуемый уровень ритмической активности нейрона.

На чертеже, дана блок-схема модели.

Модель имеет и входов 1, соединенных с и схемами 2 изменения весов каждого из входов нейрона, и вход 3, соединенный со схемой

4 управления величиной .порога пластического нейрона. Выходы схем 2 и 4 подсоединены к сумматору 5, соединенному со схемой о формирования сигнала ошибки рассогласов-"ния, состоящей из блока 7 сравнения уровня ействите IbHQH активности нейрона на вь ходе 8 сумматора с требуемым уровнем ритмической

10 активности, задаваемым из внешней среды через вход 9, интегратора 10 и усилителя И.

Выход усилителя соединен со входами логических схем управления 12.

Принцип работы модели, состоит .в следую15 щем.

На входы 1 поступают .входные сигналы, которые могут .принимать значения +1 либо — 1, и умножаются на величину весового коэффициента каждого из входов нейрона.

20 Взвешенные значения входных сигналов в сумматоре 5 с величиной порогового уровня, получаемой в результате умножения в схеме 4 входного сигнала со входа 8, имеющего значение +1,,на величину порога пластического

25 нейрона. Если сумма сигналов со входов 1 больше порогового уровня, то нейрон возбуждается и на его выходе 8 появляется сигнал

+1, в противном случае значение выходного сигнала равно — 1. С выхода сумматора сиг30 нал .поступает на блок сравнения уровня дей211168

Предмет изобретения

cQ о г. с о

F и о

Х д И

Я : .> о и

CQ

Х .0 с> х д с0

F>

Я

«J

Сб

Х о о

Составитель Г, Д. Петрова

Редактор Д. А. Утехина Техред А. А. Камышникова Корректоры: М. П. Ромашова и С. Ф. Гоптаренко

Заказ 583)15 Тираж 530 Подписное

ЦНИИПИ Комитета по делам изобретений и открытий при Совете Министров СССР

Москва, Центр, пр. Серова, д. 4

Типография, пр. Сапунова, 2 ствительной активности нейрона на выходе сумматора 5 с требуемым уровнем ритмической активности, задаваемым из внешней среды по входу 9. Величина рассогласования интегрируется интегратором 10, усиливается усилителем:И и подается .в качестве сигнала ошибки Л:на схему 12 управления величиной порога пластического нейрона и схемы И изменения весов каждого из входов нейрона. При этом, если уровень активности,на выходе нейрона,не совпадает с требуемым уровнем ритмической активности, то значения весов и порога изменяются таким образом, чтобы устранить указанное рассогласование уровней и обеспечить таким образом задаваемую активность нейронов.

1. Модель нейрона, содержащая и .входов, подключенных к и схемам, изменения весов каждого из входов нейрона, и один вход, подключенный к схеме управления величиной порога пластическото нейрона, выходы этих схем подключены к сумматору, логические схемы управления, соединенные со схемой управления величиной порога пластического нейрона и схемами изменения весов каждото .из входов нейрона, отличающаяся тем, что, с целью моделирования процессов энергетического обмена со средой и обеспечения требуемого уровня ритмической а ктивности .нейрона, она содержит схему формирования сигнала ошибки рассогласования, включенную между сумматором и логическими схемами управления.

2. Модель по п. 1, отличающаяся тем, что схема формирования сигнала ошибки рассогласования содержит соединенные последовательно блок сравнения уровня ритмической

BKtHBH0cти,нейронов с уровнем ритмической активности, задаваемым,из внешней среды, блок интегрирования и блок усиления.

Модель нейрона Модель нейрона 

 

Похожие патенты:

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