DE1179409B - Elektrischer Zuordner mit Lerncharakter - Google Patents
Elektrischer Zuordner mit LerncharakterInfo
- Publication number
- DE1179409B DE1179409B DEST16936A DEST016936A DE1179409B DE 1179409 B DE1179409 B DE 1179409B DE ST16936 A DEST16936 A DE ST16936A DE ST016936 A DEST016936 A DE ST016936A DE 1179409 B DE1179409 B DE 1179409B
- Authority
- DE
- Germany
- Prior art keywords
- matrix
- learning
- circuit according
- electrical circuit
- column
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03K—PULSE TECHNIQUE
- H03K17/00—Electronic switching or gating, i.e. not by contact-making and –breaking
- H03K17/51—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the components used
- H03K17/80—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the components used using non-linear magnetic devices; using non-linear dielectric devices
- H03K17/82—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the components used using non-linear magnetic devices; using non-linear dielectric devices the devices being transfluxors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0038—Circuits for comparing several input signals and for indicating the result of this comparison, e.g. equal, different, greater, smaller (comparing pulses or pulse trains according to amplitude)
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/02—Comparing digital values
- G06F7/023—Comparing digital values adaptive, e.g. self learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
- G06G7/04—Input or output devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
- G06G7/12—Arrangements for performing computing operations, e.g. operational amplifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
- G06G7/12—Arrangements for performing computing operations, e.g. operational amplifiers
- G06G7/20—Arrangements for performing computing operations, e.g. operational amplifiers for evaluating powers, roots, polynomes, mean square values, standard deviation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
- G06V30/194—References adjustable by an adaptive method, e.g. learning
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/06—Foreign languages
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/06—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics
- G09B23/18—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics for electricity or magnetism
- G09B23/183—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics for electricity or magnetism for circuits
- G09B23/186—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics for electricity or magnetism for circuits for digital electronics; for computers, e.g. microprocessors
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C17/00—Read-only memories programmable only once; Semi-permanent stores, e.g. manually-replaceable information cards
- G11C17/14—Read-only memories programmable only once; Semi-permanent stores, e.g. manually-replaceable information cards in which contents are determined by selectively establishing, breaking or modifying connecting links by permanently altering the state of coupling elements, e.g. PROM
- G11C17/16—Read-only memories programmable only once; Semi-permanent stores, e.g. manually-replaceable information cards in which contents are determined by selectively establishing, breaking or modifying connecting links by permanently altering the state of coupling elements, e.g. PROM using electrically-fusible links
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C27/00—Electric analogue stores, e.g. for storing instantaneous values
- G11C27/02—Sample-and-hold arrangements
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03D—DEMODULATION OR TRANSFERENCE OF MODULATION FROM ONE CARRIER TO ANOTHER
- H03D13/00—Circuits for comparing the phase or frequency of two mutually-independent oscillations
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03K—PULSE TECHNIQUE
- H03K5/00—Manipulating of pulses not covered by one of the other main groups of this subclass
- H03K5/22—Circuits having more than one input and one output for comparing pulses or pulse trains with each other according to input signal characteristics, e.g. slope, integral
Description
BUNDESREPUBLIK DEUTSCHLAND DEUTSCHES 4i07¥W PATENTAMT
Internat. Kl.: G 06 f
AUSLEGESCHRIFT
Nummer:
Aktenzeichen:
Anmeldetag:
Auslegetag:
Aktenzeichen:
Anmeldetag:
Auslegetag:
Deutsche Kl.: 43 a-41/03
St 16936IX c/43 a
23. September 1960
8. Oktober 1964
23. September 1960
8. Oktober 1964
Die Erfindung bezieht sich auf einen elektrischen Zuordner mit Lerncharakter. Es handelt sich also
um einen sogenannten lernenden Automaten.
Versucht man, die Eigenschaften organischer Systeme, z. B. deren Lernfähigkeit, durch anorganische
nachrichtenverarbeitende Systeme nachzuahmen, so ergeben sich sehr umständliche Schaltungen
bzw. umständliche Programme. Selbst einfachste Lernprozesse sind mit Automaten schwierig darzustellen.
Der Grund dieser Schwierigkeiten liegt darin, daß die Schaltungen der organischen Nachrichtentechnik
und die Schaltungen der anorganischen Nachrichtentechnik sich nicht nur durch verschiedene
Schaltelemente, sondern auch in den Schaltprinzipien unterscheiden. Beispielsweise ist im Gegensatz zu
den organischen Systemen bei den anorganischen Systemen im allgemeinen eine klare Unterscheidung
möglich zwischen Schaltelementen, die der Speicherung dienen, und Schaltelementen, die der logischen
Verknüpfung dienen. Die sogenannten »bedingten Reflexe« der organischen Systeme sind dagegen nur
durch Schaltungen darstellbar, deren Verknüpfungsgesetz sich in Abhängigkeit von der Eingangsinformation
ändert. Bedingte Reflexe verlangen daher sowohl Speicher- als auch Verknüpfungseigenschäften.
Bedingte Reflexe sind jedoch nicht nur Gegenstand der physiologischen Forschung, sondern ebenso
Gegenstand der Forschung auf dem Gebiete der lernenden Automaten. Einzelne bedingte Reflexe
wurden schon dazu verwendet, Spielmodelle mit organismusähnlichem Verhalten zu bauen. Strebt
man jedoch an, Lernprozesse höheren Niveaus zu verwirklichen, so muß man bedingte Reflexe in
größerer Zahl zusammenwirken lassen. Bisher vorgeschlagene Anordnungen hierfür haben meist einen
hohen Aufwand an Schaltelementen, ζ. Β. Röhren, Relais oder Heißleiter.
Die bekannten Anordnungen zur Nachbildung von Lernprozessen lehnen sich prinzipiell an die
biologischen Vorgänge und die organischen Systeme, die an den Lernprozessen beteiligt sind, an. Man
geht dabei von dem aus der Biologie bekannten Begriff des »Lernens am Erfolg« aus, sieht ein elektrisches
Netzwerk vor mit einer Vielzahl von Eingangsleitungen und einer geringeren Anzahl von
Ausgangsleitungen und beobachtet nun, ob bei der Eingabe einer bestimmten Information die Ausgangsmformationen
den gewünschten Erfolg zeigen. Auf Grund des Fehlers der Ausgangsmformationen werden dann die Verknüpfungselemente des Netzwerkes
geändert, mit dem Ziel, den Fehler möglichst Elektrischer Zuordner mit Lerncharakter
Anmelder:
Standard Elektrik Lorenz Aktiengesellschaft,
Stuttgart-Zuffenhausen, Hellmuth-Hirth-Str. 42
Als Erfinder benannt:
Dr.-Ing. Karl Steinbuch, Ettlingen (Bad.),
Dr. Walther Jänicke, Karlsruhe,
Dipl.-Phys. Hans Reiner, Leonberg (Württ.)
Dr.-Ing. Karl Steinbuch, Ettlingen (Bad.),
Dr. Walther Jänicke, Karlsruhe,
Dipl.-Phys. Hans Reiner, Leonberg (Württ.)
klein zu machen. Zur Berechnung der Verknüpfungselemente werden im allgemeinen elektronische Rechner
benötigt, da sehr viele Rechnungen durchzuführen sind. Eine andere Möglichkeit besteht darin, das
Ergebnis durch Probieren zu verbessern.
Derartige Netzwerke sind beispielsweise für die Erkennung von Mustern, wie Ziffern und Buchstaben,
verwendet worden. Um hierbei die Verknüpfungselemente des Netzwerkes zu berechnen,
die notwendig sind, um nur zwei Buchstaben voneinander zu unterscheiden, sind unter Umständen
Rechenzeiten von einigen Minuten erforderlich.
Für das Einlernen von festen- und exakt bekannten Informationen, beispielsweise von Informationen
zur automatischen Steuerung von mechanischen Funktionen, ist man auch schon einen anderen Weg
gegangen, bei dem kein Netzwerk im obigen Sinn erforderlich ist. Der Einlernvorgang wird in einem
einmaligen Schritt vollzogen; man kann daher in diesem Falle kaum noch mit einigem Recht von
einem wirklichen Lernvorgang sprechen. Bei einer hierfür geeigneten Anordnung ist eine Kathodenstrahlröhre
vorgesehen, deren Bildschirm eine Metallschicht trägt, die beim sogenannten Lernen durch
einen starken Elektronenstrahl an bestimmten Stellen in ihrer Emissionsfähigkeit für Elektronen geändert
wird. Um mehrere voneinander verschiedene Informationen eintragen zu können, wird der
Kathodenstrahl über den Wehnelt-Zylinder je nach der Information mit einer bestimmten Frequenz
moduliert, so daß keine ununterbrochene Linie, sondern eine punktierte Linie auf dem Bildschirm entsteht.
Die Informationen sind also daher durch den Abstand der Punkte voneinander charakterisiert, und
bei der Speicherausgabe (Kannphase) wird diese
409 690/161
Tatsache ausgenutzt, indem die der Information zugeordnete Modulationsfrequenz durch entsprechende
Resonanzkreise an der Anode ausgesiebt wird. Den einzelnen Resonanzkreisen ist dann die betreffende
Information direkt zugeordnet.
Diese Anordnung hat vor allem den Nachteil, daß der Lernvorgang in einem einmaligen Schritt
durchgeführt werden muß und daß das Einlernen irreversibel ist. Außerdem wird der schaltungstech-F
i g. 3 ein Beispiel für die Decodierung gestörter Codewörter,
F i g. 4 die Schichtung mehrerer Lernmatrizen,
F i g. 5 a eine Lernmatrix aus elektrochemischen Zellen,
F i g. 5 b schematisch die Formierung eines Kreuzungspunktes bei einem elektrochemischen Trockenverfahren,
Fig. 5c schematisch die Formierung eines Kreu-
nische Aufwand bei einer Vielzahl von zu unter- io zungspunktes bei einem elektrochemischen Naßver
scheidenden Informationen sehr groß, wenn es überhaupt möglich ist, mit dieser bekannten Anordnung
viele Informationen voneinander zu unterscheiden.
Die im folgenden dargelegte und beschriebene Erfindung geht nun gegenüber den bekannten Methoden
einen anderen Weg. Mit ihr wird eine lernfähige Anordnung mit gegenüber den bekannten
Anordnungen sehr geringem schaltungstechnischem Aufwand geschaffen.
Die Erfindung betrifft eine elektrische Schaltung, die eine Vielzahl von Eingabeinformationen (Eigenschaftsmerkmale)
den entsprechenden Bedeutungen zuordnet. Gekennzeichnet ist die Erfindung dadurch,
daß die Eingabe- und Ausgabeleitungen matrixartig angeordnet sind, jeder Zeile eine vorher bestimmbare as
Bedeutung beigegeben ist und die die Eigenschaftsmerkmale darstellenden elektrischen Signale bei ein-
oder mehrfacher Eingabe über die Spaltenleitungen und gleichzeitiger Markierung einer Zeile eine elekfahren,
F i g. 6 graphische Darstellungen zur Erläuterung der Realisierung eines bedingten Reflexes mit Ringkernen,
F i g. 7 eine Ringkern-Speichermatrix,
F i g. 8 eine Ringkern-Speichermatrix mit Diodenkoinzidenz,
F i g. 9 eine Ringkern-Speichermatrix mit Treiberkernen,
F i g. 10 eine Speichermatrix aus Transfluxoren,
Fig. 11 eine Ringkernmatrix mit zwei Rückstellwicklungen
je Kern,
F i g. 12 eine Rückstellanordnung für Ringkernmatrizen mit je einer Zähldrossel je Zeile und
Spalte,
Fig. 13 eine graphische Darstellung der reversiblen Permeabilität als Funktion des magnetischen
Flusses,
Fig. 14 das Transfluxorprinzip für das Aus-
trische Veränderung an den Kreuzungspunkten der 3° speichern mit Koinzidenz,
Matrix dahingehend hervorrufen, daß eine bestimmte Fig. 15 das Transfluxorprinzip bei zeilenparal-
elektrische Kopplung zwischen Spalten- und Zeilenleitung entsteht, und daß schließlich nach erfolgter
Veränderung der Kreuzungspunkte (Lernphase) bei
Eingabe einer Gruppe von Eigenschaftsmerkmalen 35
diejenige Zeile von einer Extremwertbestimmungsschaltung ausgewählt wird (Kannphase), deren Ausgangssignal als Summe der Übereinstimmungen von
eingegebenen Eigenschaftsmerkmalen und Kopplungsgrad in den Kreuzungspunkten am größten ist 40 Aufgabe gestellt, die vier willkürlich angenommenen und damit die zugehörige Bedeutung angibt, und daß Gestalten am Kopf der Fig. 1 zu »lernen«. Was bei Ansteuern einer Ausgangsleitung die entsprechen- unter »lernen« zu verstehen ist, wird durch die folden Eigenschaftsmerkmale infolge der Kopplungen gende Beschreibung erklärt. Die angenommenen am Spalteneingang ablesbar sind. Gestalten bestehen jeweils aus sechs Flächenelemen-
Veränderung der Kreuzungspunkte (Lernphase) bei
Eingabe einer Gruppe von Eigenschaftsmerkmalen 35
diejenige Zeile von einer Extremwertbestimmungsschaltung ausgewählt wird (Kannphase), deren Ausgangssignal als Summe der Übereinstimmungen von
eingegebenen Eigenschaftsmerkmalen und Kopplungsgrad in den Kreuzungspunkten am größten ist 40 Aufgabe gestellt, die vier willkürlich angenommenen und damit die zugehörige Bedeutung angibt, und daß Gestalten am Kopf der Fig. 1 zu »lernen«. Was bei Ansteuern einer Ausgangsleitung die entsprechen- unter »lernen« zu verstehen ist, wird durch die folden Eigenschaftsmerkmale infolge der Kopplungen gende Beschreibung erklärt. Die angenommenen am Spalteneingang ablesbar sind. Gestalten bestehen jeweils aus sechs Flächenelemen-
Die Eigenschaftsmerkmale können als binäre 45 ten, die entweder schwarz oder weiß sein können.
Signale vorliegen, können aber auch in analoger Die binären Aussagen ex ... ee und S1.. . S6 — je
Form gegeben sein. Eine zweckmäßige Lösung zur eine der zwei binären Aussagen eines Flächen-Durchführung
des allgemeinen Erfindungsgedankens elementes muß auftreten — bilden einen Satz der
besteht darin, in den Kreuzungspunkten der Matrix Eigenschaften {e}. Durch {e} sind die vier Gestal-Magnetkerne
vorzusehen, die stufenweise nach einer 5° ten, denen die Bedeutungen b1 .. .bi zugeordnet
lelem Ausspeichern,
F i g. 16 eine Lernmatrix zur Verwendung bei der automatischen Zeichenerkennung.
F i g. 1 zeigt schematisch den Aufbau einer Lernmatrix. Mit der Lernmatrix sollen nicht etwa organische
Schaltungen nachgeahmt werden, sondern ihr Zweck ist es, Lernvorgänge mittels anorganischer
Schaltungsstrukturen zu realisieren. Dabei ist die
sind, eindeutig beschrieben. In anderer Bezeichnungsweise kann man daher schreiben:
bt = e1&e.,&es&ei&e5&ee δ 000001
b2 = S1 &e2&eA&ei &e.&ee δ 010111
b.A =
101011
= e1&e.,&ea&ei&e.&ee δ 111101
(1)
bestimmten Anzahl von Eingabeinformationen in den definierten »1«-Zustand übergehen. Eine zweite
Möglichkeit besteht darin, auf elektrochemischem Wege eine Verbindung an den betreffenden Kreuzungspunkten
zwischen Zeilen- und Spaltendraht nach einer Vielzahl von Eingabeinformationen aufzubauen.
Es ist in den meisten Fällen ferner zweckmäßig, neben den die Eigenschaftsmerkmale kennzeichnenden
Signalen (z.B. binäre »1«) gleichzeitig auch die entsprechende Nein-Aussage zu verwenden,
die Eingabe also kontradiktorisch vorzunehmen.
Die Erfindung wird im folgenden an Hand der Fig. 1 bis 16 beispielsweise näher erläutert.
Die Schaltung gemäß der Erfindung wird im folgenden der Einfachheit halber als »Lernmatrix« be- 65 sechs Fotowandlern /1 bis /6 betrachtet werden und
zeichnet. Es zeigt während der Betrachtung einer der Gestalten die
Fig. 1 schematisch den Aufbau einer Lernmatrix, Lernmatrix durch äußere Betätigung des zugehörigen
F i g. 2 den Aufbau einer Bedeutungsmatrix, der Schalter Sb1 . . . Sb4 die Bedeutung der betrach-
In der Lernphase soll die Lernmatrix diese Zusammenhänge der Gleichung (1) zwischen {e} und b
lernen. Dies geschieht dadurch, daß die vier Gestalten nacheinander durch ein Facettenauge mit
teten Gestalt gelehrt wird. Die sechs Fotowandler haben je zwei Ausgänge; die Signale werden also
kontradiktorisch angeboten. Die Ausgänge sind so geschaltet, daß, wenn
das Flächenelement ν schwarz ist, er = 1 und er — 0
und, wenn
das Flächenelement ν weiß ist, ev = 0 und er — 1
Die möglichen Binärwerte 1 und 0 sagen also aus, daß die zugehörige Leitung in geeigneter Weise
durch elektrische Ströme oder Spannungen beeinflußt oder nicht beeinflußt wird. An den Kreuzungspunkten zwischen den Eigenschaftsleitungen e (e kann
entweder er oder e,, sein) und den Bedeutungsleitungen
i>„ bilden sich in der Lernphase den bedingten
Reflexen ähnliche Verknüpfungen dort, wo gleichzeitig e,, und b,t markiert sind (vgl. F i g. 1 unten).
Durch diese Formierung in der Lernphase bildet sich daher ein Zuordner, dessen Schaltung die von außen
vorgegebene Zuordnung zwischen b und {e} wiederspiegelt.
In der Kannphase ist dann die Lernmatrix in der Lage, entweder nach Eingabe des Satzes Eigenschaften
{e} die zugehörige Bedeutung b oder nach Eingabe der Bedeutung b den Satz Eigenschaften {e} zu
liefern, und zwar folgendermaßen:
{e} -*- b: Wird das Facettenauge auf eine beliebige
der Gestalten 1 bis 4 gerichtet, so daß einer der erlernten Sätze {e} in die Lernmatrix
eingegeben wird, so fließen in den vier zugeordneten Relais B1 ... B1 verschieden
starke elektrische Ströme. Dasjenige Relais, welches der abgetasteten Gestalt (bzw. ihrer Bedeutung) zugeordnet
worden war, erhält den stärksten Strom und zieht zuerst an. Dadurch schließt sich der zugehörige Sö-Kontakt.
Eine in Fig. 1 nicht gezeichnete Schaltung zur gegenseitigen Verriegelung der
Relais bewirkt, daß dann alle anderen B-Relais nicht mehr anziehen können, wenn ein Relais angesprochen hat. Dadurch
wird die Eindeutigkeit der Aussage erzwungen.
{e} -<r- b: Wird einer der S£>-Kontakte von außen
betätigt, so kann an den e-Ausgängen (z. B. durch nicht gezeichnete Strommesser)
der Satz Eigenschaften abgenommen werden. Nach Aufruf der Bedeutung b werden auf diese Weise die
zugehörigen gelernten Eigenschaften {e} angegeben.
Die Formierung der Kreuzungspunkte in der Lernphase kann reversibel oder irreversibel sein.
Eine vollständige Irreversibilität führt dazu, daß die Lernmatrix nur eine einzige Reihe von Gestalten
lernen kann, danach aber für alle weiteren Beobachtungen unbrauchbar ist. Die Irreversibilität erlaubt
auch nicht, allmählichen Veränderungen der beobachteten Gestalten zu folgen, also umzulernen. Bei
manchen Anwendungen der Lernmatrix ist es jedoch zweckmäßig, daß die Lernmatrix allmählichen Änderungen
der Gestalten folgt. Dann kann natürlich nicht mehr streng zwischen »Lernphase« und »Kannphase«
unterschieden werden. Für solche Anwendungen mit Umlernen müssen die Verknüpfungen
an den Kreuzungspunkten der Matrix reversibel sein. Bei anderen Anwendungen kann es auch zweckmäßig
sein, wenn die Lernmatrix »vergessen« kann. Vergessen heißt, daß, wenn in der Folge von Beobachtungen
eine spezielle Bedeutung b sehr lange nicht mehr vorkommt, die zugeordneten bedingten
Reflexe allmählich verblassen und b für andere Eindrücke frei wird.
ίο Haben die in den Kreuzungspunkten entsprechend
den eingelernten Informationen aufgebauten Leitwerte die Eigenschaft, nach längerer Zeit wieder zu
zerfallen, so kann man in Ruhezeiten die verschiedenen Bedeutungen b aufrufen und die zugehörigen
Leitwerte durch äußere Ansteuerung regenerieren. Die Lernmatrix hat somit die Möglichkeit des
»Memorierens«.
Nach Beendigung der Lernphase, also in der Kannphase, kann die Lernmatrix auch als Bedeutungsmatrix
bezeichnet werden. Die Bedeutungsmatrix ist eine spezielle Zuordnerschaltung, welche
erlaubt, zu einem beobachteten Satz Eigenschaften {e} diejenige Bedeutung (aus einer Anzahl erlernter
Bedeutungen) auszuwählen, welche die größte »Ähnlichkeit« (s. weiter unten) mit dem beobachteten Satz
Eigenschaften {e} hat. Das Prinzip der Bedeutungsmatrix wird an Hand der F i g. 2 erläutert. Die Bedeutungsmatrix
enthält Leitwerte G in einer solchen Anordnung, wie sie den vier Gestalten von Fig. 1
bzw. dem Satz Gleichungen (1) entsprechen. Der Einfachheit halber wird angenommen, daß alle Leitwerte
G gleich sind.
Das Angebot eines Satzes Eigenschaften {e} z. B. infolge Beobachtung einer der vier Gestalten der
F i g. 1 ist in F i g. 2 so dargestellt, daß für jede einzelne der Eigenschaften ex... e6 entweder an den
Eingang ev oder an den Eingang ev eine Spannung U
angelegt ist. Nimmt man der Einfachheit halber an, der elektrische Widerstand der Relais B1 ... S4 sei
vernachlässigbar klein gegenüber ψ, so fließen folgende
Ströme:
In Relais B1 I1 = 3 · U ■ G.
In Relais B2 I2 = 6 · U ■ G.
In Relais B3 I3 = 2 · U ■ G.
In Relais B4 /4 = 3 · U · G.
Demnach fließt durch Relais B2 der stärkste Strom,
es zieht daher am schnellsten an und schließt damit den Kontakt Sb2. Hat dieser geschlossen, so wird das
relativ schnelle Trennrelais T betätigt. Dieses trennt die e-Eingänge von der Spannung U ab. Dadurch
wird die Aussage der Bedeutungsmatrix eindeutig, wobei das angesprochene Relais B2 über einen nicht
dargestellten Stromkreis gehalten wird. Die Relais mit ihrer langsamen mechanischen Funktion sind nur
beispielsweise zur Erläuterung gewählt; sie können durch geeignete elektronische Schaltelemente ersetzt
werden. Hierzu sind beispielsweise Transistor- oder Tunneldiodenschaltungen geeignet.
Im Beispiel von F i g. 2 wurde angenommen, daß ein Satz Eigenschaften {<?} angeboten wird, welcher
exakt einer der erlernten Bedeutungen, im Beispiel Z>2, entspricht. Hätte der angebotene Satz Eigenschaften
{e} nicht exakt einer der erlernten Bedeutungen entsprochen, sondern nur ungefähr, so wäre
von der Bedeutungsmatrix diejenige Bedeutung ausgewählt worden, welche die »größte Ähnlichkeit«
mit dem angebotenen Satz {e} hat. Zur quantitativen Beurteilung der Ähnlichkeit kann die Theorie der
Codierung zu Rate gezogen werden.
Zur Codierung von N verschiedenen Gestalten braucht man mindestens
(2) »ähnlichste« Gestalt anzeigt. Fig. 3d zeigt einen Sonderfall. Der Satz Eigenschaften {e}2 unterscheidet
sich von b2 und b3 jeweils um zwei Eigenschaften,
d. h. um zwei Binärelemente. In diesem Fall besteht zu b2 und b3 gleiche Ähnlichkeit. Durch
einfache elektrische Maßnahmen an der Bedeutungsmatrix kann für diesen Fall eine der drei folgenden
Verhaltensformen erzwungen werden:
Binärelemente. Hierbei bedeutet IdTV den Logarithmus
zur Basis 2 (Logarithmus dualis, IdN = 3,321Og1W) und \ldN] die nächstgrößere ganze
Zahl oberhalb ld N. Bei der Codierung mit nur H1 Binärelementen
unterscheiden sich manche Codewörter nur in einem einzigen Binärelement; die Verfälschung
eines einzigen Binärelementes führt daher meist zu einem falsch decodierten Zeichen. Man
a) Die Bedeutungsmatrix zeigt eine beliebige der beiden gleichwertigen Aussagen an.
b) Die Bedeutungsmatrix zeigt die häufiger vorkommende der beiden Aussagen an.
c) Die Bedeutungsmatrix zeigt die Unmöglichkeit der eindeutigen Aussage an.
Codes mit größerer Hamming-Distanz ermöglichen mehrere Alternativen bei der Decodierung.
Beispielsweise erlaubt eine (Mindest-)Hamming-
oder 3 Fehler zu erkennen und 1 Fehler zu korrigieren oder
2 Fehler zu erkennen und 2 Fehler zu korrigieren.
Allgemein kann man bei Codes mit einer Ham-
kann jedes Codewort als einen Eckpunkt eines Würfels im Hj-dimensionalen Nachrichtenraum auffassen.
Hierbei sind die meisten Eckpunkte besetzt. Dem- 20 Distanz d = 5 alternativ
zufolge findet man— von einem speziellen Eckpunkt 4 Feh,er 2U erkennen und 0 Fehler m korrigieren
(Codewort) ausgehend — im Abstand einer Würfel- 1^
kante einen anderen besetzten Eckpunkt (Codewort). Ein solcher Vorrat an Codewörtern hat die »Hamming-Distanz«
Eins.
Verwendet man nicht nur die Mindestzahl von M1 = [IdN] Binärelementen, so kann man Codewörter
bilden, die eine größere Hamming-Distanz als Eins haben. Die korrekten Codewörter unter-
scheiden sich dann in mehr als einem einzigen Binar- 3° 2 2
zeichen. Bei Verwendung solcher Codes mit größerer korrigieren, je nachdem ob d geradzahlig oder un-Hamming-Distanz
kann man Fehler in Codewörtern geradzahlig ist.
erkennen oder gar korrigieren (»prüfbare« oder
»korrigierbare« Codes). Das Prinzip der Decodierung gestörter Codewörter ergibt sich aus Fig. 3. 35 weil die Eigenschaften e zweimal (kontradiktorisch) Ausgegangen wird wieder von den vier Gestalten in die Matrix gegeben werden, nämlich
der Fig. 1. Eliminiert man das mit 6 bezeichnete einerseits
erkennen oder gar korrigieren (»prüfbare« oder
»korrigierbare« Codes). Das Prinzip der Decodierung gestörter Codewörter ergibt sich aus Fig. 3. 35 weil die Eigenschaften e zweimal (kontradiktorisch) Ausgegangen wird wieder von den vier Gestalten in die Matrix gegeben werden, nämlich
der Fig. 1. Eliminiert man das mit 6 bezeichnete einerseits
Flächenelement, welches für die Unterscheidung be- _ _
deutungslos ist, so kann man entsprechend den e" ~ 1 (oder e·· ~ ")
Gleichungen (1) die vier Gestalten durch die Code- 40 und andererseits
ming-Distanz d maximal — 1 bzw.
d—l
Fehler
An sich enthalten die Schaltungen gemäß Fig. 1 und 2 einen um den Faktor 2 zu hohen Aufwand,
worter
bx = 0 0 0 0 0 ?, = 0 (oder ?,. = 1).
= 01011
K =
1 0
1 1
1 1
10 1 1 1 0
Im allgemeinen reicht aber die Eingabe von entweder e,. oder e„ und somit die Hälfte der e-Leitun-45
gen und demzufolge auch nur die Hälfte der Schnittpunkte nicht aus. Dies erkennt man aus
F i g. 1 bei der Annahme, daß eine weitere Gestalt beschreiben (s. Fig. 3a). vorkommt, in welcher alle sechs Flächenelemente
Wie die Unterscheidungsmatrix der F i g. 3 b zeigt, schwarz sind. Offensichtlich würde ohne kontraunterscheidet
sich hierbei jedes ungestörte Codewort 50 diktorische Eingänge die Beobachtung dieser Gevon
jedem anderen in mindestens drei, teilweise so- stalt alle anderen Bedeutungen vortäuschen. Des-
gar vier Binärzeichen. Wird nun der Bedeutungsmatrix ein gestörtes Codewort, z. B. entsprechend
dem Satz Eigenschaften Je)1 in Fig. 3c angeboten,
so unterscheidet sich dieses von den Gestalten bzw. Codewörtern b1 bis bi in mehreren Binärzeichen. Am
ähnlichsten ist {e)x mit bx (ein Binärelement Unterschied),
am nächstähnlichsten ist es mit bs (zwei Binärelemente Unterschied). Normalerweise wird
die Störung eines einzigen Binärelementes wahrscheinlicher sein als die Störung zweier Binärelemente.
Man wird deshalb annehmen können, daß {e}j wahrscheinlich bx entspricht. Demzufolge wird
gesetzt:
Die zuvor angeführten Überlegungen zur F i g. 2 lassen erkennen, daß die Bedeutungsmatrix die
halb kann man normalerweise nicht auf die kontradiktorischen Eingänge verzichten.
Ausnahmen sind möglich, wenn
a) die Gestalten so normiert sind, daß die Anzahlen der schwarzen Flächenelemente gleich
sind, oder
b) bei der Ansteuerung der Bedeutungsmatrix die Eigenschaft e = 0 nicht wie in F i g. 2 »keine
Aussage« bedeutet, sondern mit Sicherheit das Gegenteil von e= 1.
F i g. 4 zeigt, daß auch mehrere Lernmatrizen geschichtet werden können. Unter Schichtung wird eine
Hintereinanderschaltung mehrerer Lernmatrizen verstanden, derart, daß die an einer ersten Matrix
(ζ. Β. λ) bei aufeinanderfolgender Eingabe mehrerer
Eigenschaftssätze nacheinander auftretenden Aus-
gangssignale an der Bedeutungsseite einer zweiten Matrix (z. B. /5) als Satz von Eigenschaften zugeführt
werden. Hierzu ist zwischen den einzelnen Matrizen ein Speicher erforderlich. Die Speicher sind in der
F i g. 4 durch gestrichelte Linien zwischen den einzelnen Matrizen angedeutet. Gegebenenfalls ist bei
manchen Ausführungsformen eine Umformung der Ausgangssignale erforderlich, z. B. in die kontradiktorischen
Signale.
Mit Hilfe der geschichteten Matrix können verstümmelte Codewörter korrigiert werden, ähnlich
wie dies der Mensch vermag. Voraussetzung hierzu ist allerdings, daß die verarbeiteten Informationen
genügend redundant sind. Eine Möglichkeit, verstümmelte Codewörter richtig zu decodieren, wurde
schon im Zusammenhang mit F i g. 3 beschrieben. Bei der geschichteten Lernmatrix werden folgende
Signalgruppen verarbeitet:
{e}a — Eigenschaften von z.B. Schriftzeichen,
K -> {e}n = Bedeutungen der Schriftzeichen,
bß -v (e}r = Bedeutungen der aus den Schriftzeichen
gebildeten Wörter,
b.. = Bedeutung der aus den Wörtern
gebildeten Sätze.
Hierbei kann nun jeweils die übergeordnete (nachgeschaltete) Matrix in der untergeordneten Matrix
nicht sicher festgestellte Eigenschaften korrigieren; z. B. in der ersten Matrix infolge eines verstümmelt
angebotenen Eigenschaftssatzes falsch erkannte Buchstaben werden in der zweiten Matrix auf Grund
der Wortredundanz korrigiert (Ähnlichkeitsdecodierung).
Ein weiteres Anwendungsbeispiel der geschichteten Lernmatrix wird weiter unten beschrieben.
Es gibt viele verschiedene mögliche physikalische Realisierungen für die Verknüpfungspunkte der
Lernmatrix, es werden nachfolgend zwei Realisierungen näher erläutert.
A. Die elektrochemische Realisierung.
B. Die Realisierung durch ferromagnetische
Ringkerne.
Ringkerne.
45
A.
Bei der elektrochemischen Realisierung der Lernmatrix kann, wie in F i g. 5 a schematisch dargestellt
ist, die Matrix aus zwei Lagen sich kreuzender Drahtbündel bestehen. An jedem Kreuzungspunkt werden
Zeilen- und Spaltendrähte über eine aus zwei Elektroden gebildete, abgeschlossene Zelle verbunden. In
diesen Zellen bildet sich ein Leitwert.
Zweckmäßig ist es, wenn das System so aufgebaut ist, daß Zeilen und Spalten als Harfen aus voneinander
isolierten Drähten ausgebildet sind, wobei die beiden Systeme dann aufeinander senkrecht stehen
und in bestimmtem Abstand voneinander gehalten werden müssen. Der Elektrolyt kann dann entweder
das gesamte System umgeben oder nur die Umgebung der Kreuzungspunkte der Drähte.
Die Formierung der Kreuzungspunkte besteht aus einer Widerstandserniedrigung zwischen Spalten-
und Zeilendraht, so daß dann in der Kannphase die Ströme, die beim Anlegen von Spannungen an die
in Frage kommenden Spalten in den einzelnen Zeilen fließen, zur Anzeige dienen können. Die
Zeile mit maximalem Strom liefert die gesuchte Antwort.
Für die Formierung der Kreuzungspunkte kann man grundsätzlich zwischen sogenannten Trockenverfahren
und Naßverfahren unterscheiden. Ein zweckmäßiges Trockenverfahren ist in Fig. 5b
schematisch angedeutet, bei welchem die Elektroden der Zelle aus Silber bestehen, das mit Silberbromid
überzogen ist. Fließen durch die aneinanderliegenden elektrochemisch wirksamen Bromidschichten Ströme,
so bilden sich Silberfäden von der Kathode zur Anode. Die Anode verwandelt sich hierbei teilweise
in Silberhalogenid. Bevor metallischer Kontakt erzielt ist, läßt sich die Reaktion bis zu einem gewissen
Grad rückgängig machen. Dies gelingt noch sicherer, wenn die zweite Elektrode z. B. aus Graphit besteht.
Es hat sich gezeigt, daß man bei diesem Verfahren durch Elektrizitätsmengen in der Größenordnung
von Mikro-Coulomb, die in Zeiträumen von Millisekunden durch die Zelle geschickt werden, den
Übergangsleitwert von größenordnungsmäßig MikroSiemens auf Siemens vergrößern kann. Dieser Vorgang
ist, wenn Elektronenleitung eingetreten ist, irreversibel.
F i g. 5 c zeigt ein Beispiel eines Naßverfahrens, bei welchem Tantal, das mit Tantalpentoxyd überzogen
ist, und als Gegenelektrode Graphit verwendet wird. Die Anordnung befindet sich in einem Elektrolyten.
Der Leitwert zwischen den Elektroden entsteht dadurch, daß die schlecht leitende Tantalpentoxydschicht
durch Impulse geeigneter Polarität abgebaut werden kann. Die Realisierung durch das
Naßverfahren ist nicht reversibel.
B.
Mit Strukturspeichern, z. B. ferromagnetischen Speicherkernen, kann die erforderliche Verknüpfung
in verschiedener Weise realisiert werden. Man kann entweder verzweigte Flüsse verwenden (Transfluxor)
oder einfache Ringkerne. Gemeinschaftlich ist diesen Anordnungen, daß die Verknüpfungen reversibel
sind, was für manche Anwendungen zweckmäßig ist. In F i g. 6 wird das Prinzip der Realisierung der
Lernmatrixverknüpfungspunkte mittels eines einfachen Ringkerns schematisch dargestellt. Hierbei ist
es möglich, ein zusammengehöriges Kreuzungspunktpaar eb und "eb (vgl. Fig. 1) mit einem einzigen
Kern zu verwirklichen. Den Ringkern durchsetzen zwei Drähte, der e-Draht und der 6-Draht. In der
Lernphase soll der Kern entweder in den Zustand B = +Br oder in den Zustand B = —Br gebracht
werden, je nachdem, ob Koinzidenzen e 8c b oder e & b auftreten. Diese Forderung kann so erfüllt
werden, daß, wenn b = 1 ist, durch die ö-Leitung ein Mikrosekunden dauerndes bipolares Impulspaar
mit der Amplitude + -y Im und — . Im geschickt
wird. Hierbei ist Im der zur Sättigungsfeldstärke Hm
gehörige Strom. Durch Impulse γ Im allein darf der
magnetische Zustand des Materials (B) nicht bleibend verändert werden. Je nachdem, ob e = 0 oder e=l
ist, wird durch die e-Leitung der Strom /,, = — 2 Im
oder ie = + 7~ In, geschickt. Je nach der Art der
Koinzidenz wird der Kern also folgendermaßen verändert:
409 690/161
Koinzidenz e&b:
B wird vergrößert, mehrere Koinzidenzen
e & b erzeugen B — +Br.
e & b erzeugen B — +Br.
Koinzidenz e&b:
B wird verkleinert, mehrere Koinzidenzen
e&b erzeugenB = —Br.
e&b erzeugenB = —Br.
Um welchen BetragtB jede Koinzidenz die Induktion
B verändert, hängt im wesentlichen von der Zeitdauer der bipolaren Impulse durch die ö-Leitung
ab.
In den F i g. 7 bis 12 sind einige Beispiele für das stufenweise Ändern des Zustandes der Elemente an
den Kreuzungspunkten der Lernmatrix mit Ferritkernen dargestellt, wobei im Fall der Fig. 11 und 12
die Wicklungen der Speicherelemente nicht, wie oben beschrieben, mit eingeprägtem Strom, sondern
mit eingeprägter Spannung angesteuert werden.
F i g. 7 zeigt einen Ausschnitt aus einer Ringkernmatrix mit je einer Zeilen- und Spaltenwicklung und
einer Inhibitionswicklung je Kern. Über die Zeilenwicklung wird ein Halbstrom großer Dauer
(einige ,us), über die Spaltenwicklung Halbströme geringer Dauer geschickt, die so dosiert sind, daß
eine kleine Flußänderung im ausgewählten Kern stattfindet.
Gemäß F i g. 8 befindet sich im Kreuzungspunkt ein Ringkern mit einer Eingangswicklung, die mit
dem zugehörigen Zeilendraht direkt und über eine Diode mit dem Spaltendraht verbunden ist. Bei Markierung
von Zeilen- und Spaltendraht fließt über die Diode ein Stromimpuls, dessen Dauer und Amplitude
von den Markierbedingungen abhängt.
Nach Fig. 9 erhält jeder Speicherkern einen
Treiberkern, der im Koinzidenzverfahren angesteuert wird und beim Magnetisieren einen Impuls an den
Speicherkern abgibt, der bei diesem eine Flußänderung verursacht.
Fig. 10 zeigt die Verwendung eines Transfluxors.
Der Zeilendraht umfaßt den Steuersteg 2, der Spaltendraht den Steuersteg 1. Über den Spaltendraht
wird ein Impuls hoher Stromamplitude, aber geringer Dauer geschickt. Dieser verursacht bei allen Kernen
eine teilweise Ummagnetisierung an den Stegen 1 und 2. Nur bei dem Kern, dessen Steg 2 durch einen
Zeilenstromimpuls blockiert ist, findet eine teilweise Ummagnetisierung statt.
Zur Rückstellung der Speicherkerne kann jeder Speicherkern eine Rückstellwicklung besitzen, wobei
die Wicklungen entweder parallel oder in Reihe geschaltet sind. Durch Anlegen eines Impulses geeigneten
Spannungszeitintegrals kann man die Kerne entweder ganz oder teilweise in den Ruhezustand
zurückstellen. Unter Rückstellung wird also hierbei und nachstehend nicht nur die Magnetisierung in den
Nullzustand, sondern auch eine beliebige Magnetisierung in umgekehrter Richtung wie beim Einspeichern
verstanden.
Da bei normalen Ringkernen keine Blockierung wie beim Transfluxor möglich ist und auch bei der
Spannungsansteuerung keine Koinzidenzwirkung wie bei der Stromansteuerung auftritt, ist es zur Beeinflussung
nur eines bestimmten Kernes zweckmäßig, jeden Kern mit zwei Rückstellwicklungen zu
versehen. Eine solche Anordnung zeigt Fig. 11. Der Einspeichervorgang in dem Kern verläuft dann wie
folgt: Zuerst wird der Kern, wie vorher beschrieben, ein Stück in positiver Richtung ummagnetisiert.
Dann werden auf die Rückstellwicklungen Impulse gegeben, deren Amplitude so gewählt ist, daß der
Kern um ein kleineres Stück als beim Einspeichern in umgekehrter Richtung magnetisiert wird. Treten
die Rückstellimpulse auf beiden Wicklungen gleichzeitig auf, so wird der Kern nicht um den doppelten
Betrag wie bei einem Impuls auf eine Wicklung zurückgestellt, sondern ebenfalls nur um den einfachen
Betrag, da der Wert der Spannung dadurch nicht verdoppelt wird, sondern gleichbleibt.
Bei diesem Verfahren muß die Flußänderung beim Rückstellen wesentlich kleiner sein als beim Einspeichern
in Vorwärtsrichtung.
Dabei entsteht das Problem, daß, z. B. durch verschiedene positive und negative Impulse oder durch
Toleranzen des Spannungszeitintegrals der Impulsgeneratoren, die Speicherkerne in die Sättigung gelangen.
Diese Schwierigkeit kann dadurch umgangen werden, daß pro Zeile und Spalte je eine Zähldrossel
vorgesehen wird, wie Fig. 12 zeigt. Die Zähldrosseln
sind mit Zeile und Spalte so gekoppelt, daß auf die Zähldrossel die Impulse genauso wirken
wie auf die Kerne der Zeile bzw. Spalte, d. h., die positiven und negativen Flußänderungen in Zeile
bzw. Spalte und Zähldrossel sind proportional. Durch Überwiegen der positiven Impulse gelangt
die Zähldrossel in die positive Sättigung, und sobald diese erreicht ist, wird in an sich bekannter Weise
ein Rückstellvorgang angestoßen, der den Zählkern in den Zustand negativer Remanenz bringt und
gleichzeitig auf die Rückstellungswicklungen aller Kerne der Zeile bzw. Spalte einen Rückstellimpuls
gibt, durch den alle Kerne um den gleichen Betrag zurückgestellt werden.
Die Lernmatrix soll in der Kannphase nichtzerstörend abgefragt werden. Hierzu bieten sich
unter anderem zwei Möglichkeiten:
a) Ausnutzung der Abhängigkeit der reversiblen Permeabilität vom Speicherinhalt gemäß Fig. 13.
b) Anwendung eines Transfluxorprinzips gemäß den Fig. 14 und 15.
Die Möglichkeit a) erlaubt ein paralleles Abfragen aller Speicherkerne. Dies erfordert nur einen Abfragestromgenerator
für sämtliche Kerne der Matrix, jedoch pro Speicherelement eine Auswerteeinrichtung.
Bei der Möglichkeit b) kann man ebenfalls parallel abfragen. Das Transfluxorverfahren gestattet
darüber hinaus jedoch auch, das Koinzidenzverfahren für die Abfragung anzuwenden, wobei die Ausgangswicklungen
der Kerne derart zusammengeschaltet werden, daß sich die Summe der Einzelsignale der
Kerne ergibt und somit eine gemeinsame Auswerteeinrichtung ausreicht.
Um nichtzerstörend abzufragen, kann man als weitere Möglichkeit auch durch die e-Leitung einen
hochfrequenten Strom kleiner Amplitude /,„ schicken.
Dessen Phasenlage sei kennzeichnend für das betrachtete e, und zwar für
e = 0 sei die Phasenlage von I,„y>(io) = 0,
und für
e = 1 sei die Phasenlage von I10 ψ (ω) = + \ π.
e = 1 sei die Phasenlage von I10 ψ (ω) = + \ π.
Dieser HF-Strom mit der Frequenz o> induziert
wegen der Nichtlinearität der Permeabilität in der
fe-Leitung unter anderem eine Spannung mit der Frequenz 2 ω. Deren Phasenlage ist abhängig von
der Phasenlage von Ιω und dem Sättigungszustand
des Ringkernes (B = +Br oder B = -Br). Wie
F i g. 6 erkennen läßt, entsteht eine Spannung U2 ω,
deren Phasenlage kennzeichnet, ob
e = e,
ist, dann ist
ist, dann ist
erlernt
w(2(b) = + — π;
2
2
ίο
ψ(2ω) =
Φ ^erlernt
oO
Der einfachen Darstellung halber ist die Phasendrehung gemäß
u = ω dB
dt
in F i g. 6 vernachlässigt.
Längs der fr-Leitung addieren sich demnach mehrere Teilspannungen der Frequenz 2 ω, teils mit
der Phasenlage + . π, teils mit der entgegengesetzten
Phasenlage +yjt. Diejenige fr-Leitung, deren erlernte
Eigenschaften am ähnlichsten mit den beobachteten Eigenschaften sind, erhält die maximale
Spannung mit der Frequenz 2 ω und der Phasenlage
+ 7 π. Diese kann, z.B. mit Hilfe eines Ringmodulators,
in einfacher Weise gemessen werden. Durch eine Extremwertbestimmungsschaltung kann die Eindeutigkeit
der Aussage erzwungen werden.
Die Lernmatrix besitzt eine Vielfalt von Anwendungsmöglichkeiten.
a) Automatische Zeichenerkennung.
Während bei den bisher bekannten Verfahren der automatischen Zeichenerkennung die zu erkennenden
Zeichen im allgemeinen vorausbekannt sein mußten, ermöglicht die Lernmatrix die Konstruktion von Automaten, welche ohne
Eingriff in die Schaltung verschiedene Zeichen erlernen können, z. B. verschiedene Schrifttypen,
griechische oder kyrillische Schriftzeichen usw. Die Sätze Eigenschaften {e},
welche der Lernmatrix eingegeben werden, müssen nicht den Schwärzungen bestimmter
Flächenpunkte entsprechen, sondern können ebenso anderen Symptomen,z.B. Formkriterien,
entsprechen. Bei Anwendung geschichteter Lernmatrizen können auch von den gelernten
Mustern abweichende Muster, z. B. handschriftliche, erkannt werden.
b) Für die automatische Spracherkennung bestand &°
bisher eine scheinbar unüberwindliche Schwierigkeit darin, daß die individuellen Unterschiede
zwischen den einzelnen Sprechern sehr groß waren und deshalb die informationstragenden
Kennzeichen der Sprache nicht extrahiert werden konnten. Lernmatrizen bieten die Möglichkeit,
sich den individuellen Eigenschaften anzupassen. Wegen der Fähigkeit der Matrix, in
der Kannphase auch bei ausreichender Ähnlichkeit eine eindeutige Aussage zu liefern, kann
man das Lernsystem dazu so schalten, daß es sich durch Rückwirkung des markierten Ausgangs
auf den Eingang der gleichen Bedeutungszeile unter gleichzeitigem Umschalten in die
Lernphase den wechselnden kennzeichnenden Merkmalen der Sprache anpaßt. Da dabei für
die Verknüpfungselemente auch kleinere Werte als vorher auftreten können, müssen alle Verknüpfungselemente,
d. h. die ganze Lernmatrix, reversibel sein.
c) Das Wortverständnis der Lernmatrix erleichtert die Herstellung von Kurzfassungen eines Aufsatzes
ebenso wie die automatische Übersetzung einer Sprache in eine andere. Durch geschichtete
Lernmatrizen (ähnlich F i g. 4) können bisher unbekannte Wörter dem Wortschatz des
Automaten einverleibt werden.
d) Dem Wiederauffinden von Informationen werden durch die Lernmatrix neue Wege eröffnet.
Während bisher gespeicherte Informationen über ihre Adresse aufgerufen werden mußten
(und diese also bekannt sein mußte), erlaubt die Lernmatrix den Aufruf der gespeicherten Informationen
auf Grund des Inhalts. Die Lernmatrix ähnelt hierin der mechanischen Randlochkarte
und den üblichen Zuordnern. An normale Speicher gibt man den Auftrag: »Ausschreibe
Speicherzelle Nr. ...«; an Lernmatrizen kann man den Auftrag geben: »Ausschreibe,
was über Problem xy oder über das nächstähnliche Problem bekannt ist«.
Für diese Anwendung sind irreversible Lernmatrizen zweckmäßig.
e) In der Verfahrenstechnik, Maschinen- und Verkehrssteuerung kann das Verhalten von menschlichen
Lehrmeistern erlernt werden. Hierbei ist {e} kennzeichnend für die äußere Situation
und fr die in dieser Situation zu ergreifende Maßnahme.
Einige weitere denkbare Anwendungen sind:
Wettervorhersage:
Wettervorhersage:
{e} ist Klimasituation,
fr ist Prognose (reversibel).
fr ist Prognose (reversibel).
Chemische Analyse:
{e} sind Meßergebnisse,
b ist Analyse (irreversibel).
b ist Analyse (irreversibel).
Medizinische Diagnose:
{e} sind Symptome,
b ist Diagnose (irreversibel oder reversibel).
b ist Diagnose (irreversibel oder reversibel).
Wie bereits oben gesagt, kann die hier beschriebene Lernmatrix zur automatischen Zeichenerkennung
verwendet werden. Unter Zeichen sollen im folgenden Zeichen im allgemeinen Sinne verstanden
werden, z. B. optische oder akustische oder andere, durch Wandlerelemente feststellbare Erscheinungskomplexe.
Vor der Beschreibung einer automatischen Zeichenerkennung mittels eines Lernsystems gemäß
der oben beschriebenen Erfindung sollen noch einige
grundsätzliche Hinweise auf automatische Zeichenerkennung gegeben werden.
Der wesentliche Vorgang bei der Erkennung von Zeichen ist, daß ein Satz irgendwelcher Eigenschaften
des vorliegenden Zeichens mit den entsprechenden Eigenschaftssätzen von Idealzeichen verglichen
wird und dem Zeichen dann diejenige Bedeutung zugeordnet wird, für welche der Satz Eigenschaften
des Idealzeichens die größte Ähnlichkeit mit dem Satz des vorliegenden Zeichens hat.
Die Eigenschaftssätze müssen zweckmäßigerweise so ausgewählt werden, daß sie gegenüber den auftretenden
Gestaltsveränderungen möglichst invariant sind, jedoch die Unterscheidung zwischen den verschiedenen
möglichen Zeichen sicherstellen. Hierfür sind auch schon verschiedene Verfahren bekanntgeworden.
Man kann diese Verfahren folgendermaßen schematisieren:
Die Eigenschaftssätze der zu erkennenden Zeichen (z. B. die verschieden »binären« Formkriterien) werden
zeilenweise untereinander angeordnet. Dadurch ergibt sich eine matrixförmige Tabelle. Jede Zeile
hat eine bestimmte Bedeutung, nämlich die des zu diesem Eigenschaftssatz gehörigen Zeichens. Jede
Spalte entspricht einem bestimmten Formkriterium. Der Erkennungsprozeß läuft darauf hinaus, einen aus
einem angebotenen Zeichen ermittelten Satz von Formkriterien zeilenweise mit allen in die Tabelle
aufgenommenen Sätzen zu vergleichen, um die Bedeutung des zugehörigen Zeichens zu ermitteln.
Hierbei kann man entweder vollständige Übereinstimmung zwischen dem angebotenen Satz und
irgendeinem der in die Tabelle aufgenommenen Sätze fordern oder aber nur größte Ähnlichkeit (im Beispiel
binärer Formkriterien also geringste Hamming-Distanz).
Diese Darstellung des Problems trifft sowohl für starre als auch für lernfähige Erkennungssysteme zu.
Der wesentliche Unterschied zwischen den starren und den lernfähigen Erkennungssystemen ist folgender:
Bei den starren Systemen wird der Satz von Eigenschaften (z. B. Formkriterien) der Idealzeichen ausgewählt
und als unveränderlich vorgegeben. Bei den lernfähigen Systemen bildet sich der Zusammenhang
zwischen den Bedeutungen und den zugehörigen Eigenschaftssätzen erst auf Grund der Belehrung
heraus.
Damit werden die wesentlichsten Nachteile der bekannten Verfahren zur automatischen Zeichenerkennung
vermieden:
1. Die starren Erkennungssysteme verwenden sogenannte statische (festverdrahtete) Zuordnerschaltungen
für den zur Erkennung nötigen Vergleichsvorgang zwischen angebotenem Eigenschaftssatz
und den gespeicherten Eigenschaftssätzen. Bei einer vorgegebenen Menge von Idealzeichen ist die Auswahl des günstigsten
Eigenschaftssatzes für jedes Zeichen unter Umständen aufwendig und langwierig, zumal,
wenn es sich um viele Idealzeichen handelt.
2. Die zu erkennenden Zeichen unterscheiden sich häufig stark von den Idealzeichen, so daß
die an den Idealzeichen mühsam getroffene Auswahl der günstigsten Eigenschaftssätze wieder
entwertet wird.
3. Häufig ist bei der Konstruktion des Erkennungssystems noch gar nicht bekannt, für
welche Idealzeichen es bestimmt ist, beispielsweise dann, wenn der Automat Schriftzeichen
einer unbekannten Schreibmaschinenschrift oder Handschrift erkennen soll.
Besonders wichtig ist dieses Problem bei der automatischen Spracherkennung, bei welcher »Idealzeichen«
kaum vorkommen, sondern jeweils auf mdtviduelle Spracheigenschaften eingegangen werden
muß.
Die Lernmatrix gemäß der Erfindung bietet nun die Möglichkeit, alle diese Nachteile auszuschalten.
Bei lernfähigen Erkennungssystemen braucht man keinen Gebrauch mehr von den theoretisch fixierten
Eigenschaften der Idealzeichen zu machen. Die Fähigkeit des Systems, bestimmte Zeichen zu erkennen,
kann durch die Belehrung der Lernmatrix erzeugt werden, wie an Hand der Fig. 16 für die autoao
matische Zeichenerkennung erläutert wird.
Die binären Signale werden sowohl in normaler
als auch in negierter Form (^1... en bzw. S1... ?J
in die Lernmatrix gegeben. Zu jedem Satz ev H1... en,
en wird die Bedeutung dadurch angegeben, daß die
entsprechende Zeile markiert wird.
Hat man auf diese Weise die Bedeutung der Zeilen festgelegt, so kann man auf eine bestimmte
Zeile nacheinander verschiedene Eigenschaftssätze geben, die alle die gleiche Zeilenbedeutung haben,
und es bilden sich dann an jedem Kreuzungspunkt Korrelationen K,„. zwischen der Bedeutung bμ und
den Signalen e,.. und zwar
Kf„ -*-1 für b,, = 1, wenn gleichzeitig e,, = 1,
bzw.
Kjiy -> 1 für bu = 1, wenn gleichzeitig er = 1.
bzw.
Kjiy -> 1 für bu = 1, wenn gleichzeitig er = 1.
Man kann also eine solche Lernmatrix auch als »Korrelationsmatrix« bezeichnen.
Wenn sich die Korrelationen gebildet haben, ist im einfachsten Fall die Lernphase beendet. Es sei jedoch
auch darauf hingewiesen, daß, wenn die Eigenschaften e, welche eine bestimmte Bedeutung b kennzeichnen,
sich im Laufe der Zeit ändern, das Lernsystem diesem Wandel folgen kann, im Gegensatz zu
einem starren System. Hierzu muß die Korrelationsmatrix in den Fällen, in denen vorliegende Zeichen
nicht dem bisherigen Schema entsprechen, erneut belehrt werden. Hierfür sind zwei Wege denkbar:
1. Es wird eine neue Lernphase wie beschrieben durchgeführt.
2. Wegen der Fähigkeit der Matrix, in der Kannphase auch bei ausreichender Ähnlichkeit eine
eindeutige Aussage zu liefern, kann durch Rückwirkung des markierten Ausgangs auf den Eingang
der gleichen Bedeutungszeile unter gleichzeitigem Umschalten in die Lernphase das Lernsystem
sich den wechselnden Zeichenformen anpassen.
Soll nun in der Kannphase ein vorliegendes Zeichen mit den Eigenschaften eßV ef,2, e„3, e„4...
usw. identifiziert werden, also die zugehörige Bedeutung bf, gefunden werden, so kann entweder die vollständige
Übereinstimmung aller Werte βμ entsprechend
den Korrelationen Κμ, bzw. Κμν gesucht werden
oder aber nur beste Übereinstimmung. Im
ersten Fall prüft man sämtliche in der Korrelationsmatrix gespeicherten Sätze K111, Κμ2, Κμ3 ..., ob sich
für einen Satz eine vollständige Übereinstimmung folgender Art ergibt:
K,n = βμι oder Κμ1 = e,n,
Fordert man jedoch keine vollständige Übereinstimmung sämtlicher Werte zwischen den Binär- ίο
werten en des angebotenen Satzes mit den entsprechenden
gelernten Korrelationen K11, so kann durch
eine Extremwertschaltung diejenige Bedeutung ermittelt werden, welche die größte Anzahl Übereinstimmungen
aufweist.
Claims (15)
1. Elektrische Schaltung, die eine Vielzahl von Eingabeinformationen (Eigenschaftsmerkmale)
den entsprechenden Bedeutungen zuordnet, d a - ao durch gekennzeichnet, daß die Eingabe-
und Ausgabeleitungen matrixartig angeordnet sind, jeder Zeile eine vorher bestimmbare Bedeutung
beigegeben ist und die die Eigenschaftsmerkmale darstellenden elektrischen Signale bei
ein- oder mehrfacher Eingabe über die Spaltenleitungen und gleichzeitiger Markierung einer
Zeile eine elektrische Veränderung an den Kreuzungspunkten der Matrix dahingehend hervorrufen,
daß eine bestimmte elektrische Kopplung zwischen Spalten- und Zeilenleitung entsteht,
und daß schließlich nach erfolgter Veränderung der Kreuzungspunkte (Lernphase) bei Eingabe
einer Gruppe von Eigenschaftsmerkmalen diejenige Zeile von einer Extremwertbestimmungs-Schaltung
ausgewählt wird (Kannphase), deren Ausgangssignal als Summe der Übereinstimmungen
von eingegebenen Eigenschaftsmerkmalen und Kopplungsgrad in den Kreuzungspunkten
am größten ist und damit die zugehörige Bedeutung angibt, und daß bei Ansteuern einer Ausgangsleitung
die entsprechenden Eigenschaftsmerkmale infolge der Kopplungen am Spalteneingang
ablesbar sind.
2. Elektrische Schaltung nach Anspruch 1, dadurch gekennzeichnet, daß die Kreuzungspunkte
der Matrix auf Grund von Folgen binärer Signale formierbar sind.
3. Elektrische Schaltung nach den Ansprüchen 1 und 2, dadurch gekennzeichnet, daß
neben den die Eigenschaftsmerkmale kennzeichnenden Signalen auch die entsprechenden negierten
Signale eingespeichert werden.
4. Elektrische Schaltung nach den Ansprüchen 1 bis 3, dadurch gekennzeichnet, daß
zur Kopplung zwischen Zeilen- und Spaltendrähten in den Kreuzungspunkten Ferritkerne
vorgesehen sind, die entsprechend dem Lernvorgang durch die Eingangssignale über Zeilen- und
Spaltenleitungen in Richtung auf einen definierten Endzustand eingestellt werden.
5. Elektrische Schaltung nach Anspruch 4, dadurch gekennzeichnet, daß jeder Speicherkern
zwei Eingangswicklungen besitzt, über deren eine ein langer Halbstrom und über deren andere ein
kurzer Stromimpuls fließt, der so dosiert ist, daß nur im ausgewählten Kern eine kleine Flußänderung
stattfindet.
6. Elektrische Schaltung nach Anspruch 4, dadurch gekennzeichnet, daß jeder Ferritkern eine
Eingangswicklung besitzt, die in Reihenschaltung mit einer Diode mit dem zugehörigen Zeilen- und
Spaltendraht verbunden ist.
7. Elektrische Schaltung nach Anspruch 4, dadurch gekennzeichnet, daß jedem Ferritkern ein
Treiberferritkern zugeordnet ist, der im Koinzidenzverfahren über Zeilen- und Spaltendraht angesteuert
wird und beim Ummagnetisieren einen Impuls an den Ferritkern gibt, der bei diesem
eine Flußänderung verursacht.
8. Elektrische Schaltung nach den Ansprüchen 1 bis 3, dadurch gekennzeichnet, daß an den Kreuzungspunkten
Transfluxoren verwendet werden, die zwei Stege aufweisen, von denen der eine eine
Wicklung trägt, die vom Strom des Zeilendrahtes durchflossen wird, und der andere eine Wicklung
trägt, die vom Strom des Spaltendrahtes durchflossen wird, und daß zum Einspeichern
auf den Zeilendraht ein langer Stromimpuls und auf den Spaltendraht ein kurzer Impuls gegeben
wird, so daß nur beim ausgewählten Kern eine teilweise Ummagnetisierung stattfindet.
9. Elektrische Schaltung nach den Ansprüchen 4 bis 8, dadurch gekennzeichnet, daß zum zerstörungsfreien
Ausspeichern der eingespeicherten Informationen die Abhängigkeit der Permeabilität
vom Speicherinhalt ausgenutzt wird.
10. Elektrische Schaltung nach Anspruch 8, dadurch gekennzeichnet, daß das Ausspeichern
zerstörungsfrei erfolgt.
11. Elektrische Schaltung nach Anspruch 1, dadurch gekennzeichnet, daß eine galvanische
Kopplung in den Kreuzungspunkten entsprechend den Eingangssignalen mittels elektrochemischer
Vorgänge erzeugt wird.
12. Elektrische Schaltung nach Anspruch 11, dadurch gekennzeichnet, daß an jedem Kreuzungspunkt
die Zeilen- und Spaltendrähte über eine aus zwei Elektroden gebildete, abgeschlossene
Zelle verbunden sind und daß die Elektroden aus Silber bestehen, das mit Silberbromid
überzogen ist, so daß bei Fließen eines Stromes durch die elektrochemisch wirksame 3romidschicht
sich Silberfäden von der Kathode zur Anode ausbilden.
13. Elektrische Schaltung nach Anspruch 11, dadurch gekennzeichnet, daß die eine Elektrode
der Zelle aus Tantal, das mit Tantalpentoxyd überzogen ist, besteht und als Gegenelektrode
Graphit dient und die Zelle mit einem Elektrolyten gefüllt ist.
14. Ausbildung der elektrischen Schaltung nach den vorhergehenden Ansprüchen, dadurch
gekennzeichnet, daß der durch Eingabe eines Satzes von Eigenschaftsmerkmalen markierte Bedeutungsausgang
rückwirkt auf den Eingang der gleichen Bedeutungszeile unter gleichzeitiger Umschaltung der Matrix auf Eingabebetrieb
(Lernphase), so daß eine Umformierung der Zeile entsprechend dem angebotenen Satz von Eigenschaftsmerkmalen
erfolgt.
15. Schaltungsanordnung unter Verwendung mehrerer Lernmatrizen nach Anspruch 1, dadurch
gekennzeichnet, daß der Bedeutungsausgang der ersten Lernmatrix unter Zwischenschaltung
eines Speichers mit dem Eigenschaftsein-
r .>:- .:-- 409 690/161
gang der zweiten Lernmatrix und diese entsprechend mit der dritten Lernmatrix usw. verbunden
ist, so daß bei aufeinanderfolgender Eingabe mehrerer Eigenschaftssätze auf die erste Matrix
deren Ausgangssignale der zweiten Matrix als Satz von Eigenschaften zugeführt werden und
deren daraus resultierendes Ausgangssignal als
eine Eigenschaft eines Satzes von Eigenschaften der nachgeschalteten Matrix dargeboten wird.
In Betracht gezogene Druckschriften: USA.-Patentschrift Nr. 2 501788;
SEL-Nachrichten, 4/1958, S. 199 bis 208; Elektronik, 9/1960, S. 276.
Hierzu 4 Blatt Zeichnungen
«9 690/161 9.64 © Bundesdruckerei Berlin
Priority Applications (55)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BE625794D BE625794A (de) | 1960-09-23 | ||
NL296395D NL296395A (de) | 1960-09-23 | ||
GB939134D GB939134A (de) | 1960-09-23 | ||
BE608415D BE608415A (de) | 1960-09-23 | ||
DENDAT1196440D DE1196440B (de) | 1960-09-23 | ||
NL286466D NL286466A (de) | 1960-09-23 | ||
NL269512D NL269512A (de) | 1960-09-23 | ||
NL276663D NL276663A (de) | 1960-09-23 | ||
BE635955D BE635955A (de) | 1960-09-23 | ||
DEST16936A DE1179409B (de) | 1960-09-23 | 1960-09-23 | Elektrischer Zuordner mit Lerncharakter |
DEST17370A DE1187675B (de) | 1960-09-23 | 1961-01-20 | Matrix-Zuordner mit kapazitiver Kopplung |
DEST17643A DE1166516B (de) | 1960-09-23 | 1961-04-01 | Selbstkorrigierende Schaltungsanordnung zur Entschluesselung von binaercodierten Informationen |
FR873912A FR1307396A (fr) | 1960-09-23 | 1961-09-22 | Système d'exploitation de données |
CH1103961A CH406691A (de) | 1960-09-23 | 1961-09-22 | Elektrischer Zuordner mit Lerncharakter |
DEST18653A DE1194188B (de) | 1960-09-23 | 1961-12-07 | Elektrischer Zuordner mit Lerncharakter fuer Gruppen von analogen Signalen |
CH45462A CH415755A (de) | 1960-09-23 | 1962-01-15 | Matrix-Zuordner mit kapazitiver Kopplung zwischen Zeilen und Spalten |
FR885077A FR80992E (fr) | 1960-09-23 | 1962-01-17 | Système d'exploitation de données |
US171551A US3174134A (en) | 1960-09-23 | 1962-01-17 | Electric translator of the matrix type comprising a coupling capacitor capable of having one of a plurality of possible valves connected between each row and column wire |
SE532/62A SE300834B (de) | 1960-09-23 | 1962-01-18 | |
FR885189A FR80993E (fr) | 1960-09-23 | 1962-01-18 | Système d'exploitation de données |
GB2034/62A GB948179A (en) | 1960-09-23 | 1962-01-19 | Matrix translator with a capacitive coupling between the row and column wires |
GB2033/62A GB956896A (en) | 1960-09-23 | 1962-01-19 | Circuit arrangement for detecting the signal of the greatest value from a set of signals |
US184911A US3245034A (en) | 1960-09-23 | 1962-03-29 | Self-correcting circuit arrangement for determining the signal with a preferential value at the outputs of a decoding matrix |
FR892844A FR81962E (fr) | 1960-09-23 | 1962-03-30 | Système d'exploitation de données |
GB12286/62A GB952804A (en) | 1960-09-23 | 1962-03-30 | An electrical translator with an error-connecting circuit |
DEST19580A DE1192257B (de) | 1960-09-23 | 1962-08-08 | Verfahren zum zerstoerungsfreien Lesen von elektrischen Zuordnern mit Lerncharakter |
US240697A US3286238A (en) | 1960-09-23 | 1962-11-28 | Learning matrix for analog signals |
GB45363/61A GB958453A (en) | 1960-09-23 | 1962-11-30 | Electrical translator with a learning character for non-binary signals |
CH1430762A CH423314A (de) | 1960-09-23 | 1962-12-06 | Elektrische Schaltung mit Lerncharakter für Gruppen von analogen Signalen |
FR917903A FR82730E (fr) | 1960-09-23 | 1962-12-07 | Système d'exploitation de données |
DE1963ST020319 DE1196410C2 (de) | 1960-09-23 | 1963-02-20 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
FR942658A FR84719E (fr) | 1960-09-23 | 1963-07-25 | Système d'exploitation de données |
GB30725/63A GB1002405A (en) | 1960-09-23 | 1963-08-02 | Method of effecting the non-destructive readout for magnetic-core storage matrices (learning matrices) |
US299643A US3310789A (en) | 1960-09-23 | 1963-08-02 | Non-destructive read-out magneticcore translating matrice |
CH961763A CH407232A (de) | 1960-09-23 | 1963-08-02 | Verfahren und Anordnung zum zerstörungsfreien Abfragen einer Kernspeicherlernmatrix |
US344119A US3414885A (en) | 1960-09-23 | 1964-02-11 | Distinguishing matrix that is capable of learning, for analog signals |
SE1747/64A SE313684B (de) | 1960-09-23 | 1964-02-13 | |
GB6101/64A GB992170A (en) | 1960-09-23 | 1964-02-13 | Distinguishing matrix that is capable of learning, for analog signals |
NL6401397A NL6401397A (de) | 1960-09-23 | 1964-02-17 | |
CH193064A CH429242A (de) | 1960-09-23 | 1964-02-18 | Lernfähige matrixförmige Schaltungsanordnung |
FR964481A FR85229E (fr) | 1960-09-23 | 1964-02-20 | Système d'exploitation de données |
BE644074D BE644074A (de) | 1960-09-23 | 1964-02-20 | |
DE19641474133 DE1474133A1 (de) | 1960-09-23 | 1964-04-03 | Schaltungsanordnung zur Normierung von Gruppen von analogen Signalen |
DEST22246A DE1217670B (de) | 1960-09-23 | 1964-06-12 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
GB30884/64A GB1008365A (en) | 1960-09-23 | 1964-08-04 | Externally adjustable matrix-shaped translator |
US443992A US3424900A (en) | 1960-09-23 | 1965-03-30 | Circuit arrangements for standardizing groups of analog signals |
NL6504174A NL6504174A (de) | 1960-09-23 | 1965-04-01 | |
FR11712A FR87650E (fr) | 1960-09-23 | 1965-04-02 | Système d'exploitation de données |
GB14082/65A GB1042442A (en) | 1960-09-23 | 1965-04-02 | Circuit arrangements for standardising groups of analogue signals |
BE662031D BE662031A (de) | 1960-09-23 | 1965-04-05 | |
CH786265A CH459618A (de) | 1960-09-23 | 1965-06-04 | Lernfähige Unterscheidungsmatrix für Gruppen von analogen Signalen |
FR20426A FR88503E (fr) | 1960-09-23 | 1965-06-11 | Système d'exploitation de données |
GB24747/65A GB1046688A (en) | 1960-09-23 | 1965-06-11 | Distinguishing matrix, capable of learning for groups of analog signals |
BE665363D BE665363A (de) | 1960-09-23 | 1965-06-14 | |
NL6507592A NL6507592A (de) | 1960-09-23 | 1965-06-14 |
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DEST16936A DE1179409B (de) | 1960-09-23 | 1960-09-23 | Elektrischer Zuordner mit Lerncharakter |
DEST017369 | 1961-01-20 | ||
DEST17370A DE1187675B (de) | 1960-09-23 | 1961-01-20 | Matrix-Zuordner mit kapazitiver Kopplung |
DEST17643A DE1166516B (de) | 1960-09-23 | 1961-04-01 | Selbstkorrigierende Schaltungsanordnung zur Entschluesselung von binaercodierten Informationen |
DEST18653A DE1194188B (de) | 1960-09-23 | 1961-12-07 | Elektrischer Zuordner mit Lerncharakter fuer Gruppen von analogen Signalen |
DEST19580A DE1192257B (de) | 1960-09-23 | 1962-08-08 | Verfahren zum zerstoerungsfreien Lesen von elektrischen Zuordnern mit Lerncharakter |
DE1963ST020319 DE1196410C2 (de) | 1960-09-23 | 1963-02-20 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
DEST021926 | 1964-04-03 | ||
DEST22246A DE1217670B (de) | 1960-09-23 | 1964-06-12 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
Publications (1)
Publication Number | Publication Date |
---|---|
DE1179409B true DE1179409B (de) | 1964-10-08 |
Family
ID=27575978
Family Applications (9)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DENDAT1196440D Pending DE1196440B (de) | 1960-09-23 | ||
DEST16936A Pending DE1179409B (de) | 1960-09-23 | 1960-09-23 | Elektrischer Zuordner mit Lerncharakter |
DEST17370A Pending DE1187675B (de) | 1960-09-23 | 1961-01-20 | Matrix-Zuordner mit kapazitiver Kopplung |
DEST17643A Pending DE1166516B (de) | 1960-09-23 | 1961-04-01 | Selbstkorrigierende Schaltungsanordnung zur Entschluesselung von binaercodierten Informationen |
DEST18653A Pending DE1194188B (de) | 1960-09-23 | 1961-12-07 | Elektrischer Zuordner mit Lerncharakter fuer Gruppen von analogen Signalen |
DEST19580A Pending DE1192257B (de) | 1960-09-23 | 1962-08-08 | Verfahren zum zerstoerungsfreien Lesen von elektrischen Zuordnern mit Lerncharakter |
DE1963ST020319 Expired DE1196410C2 (de) | 1960-09-23 | 1963-02-20 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
DE19641474133 Pending DE1474133A1 (de) | 1960-09-23 | 1964-04-03 | Schaltungsanordnung zur Normierung von Gruppen von analogen Signalen |
DEST22246A Pending DE1217670B (de) | 1960-09-23 | 1964-06-12 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DENDAT1196440D Pending DE1196440B (de) | 1960-09-23 |
Family Applications After (7)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DEST17370A Pending DE1187675B (de) | 1960-09-23 | 1961-01-20 | Matrix-Zuordner mit kapazitiver Kopplung |
DEST17643A Pending DE1166516B (de) | 1960-09-23 | 1961-04-01 | Selbstkorrigierende Schaltungsanordnung zur Entschluesselung von binaercodierten Informationen |
DEST18653A Pending DE1194188B (de) | 1960-09-23 | 1961-12-07 | Elektrischer Zuordner mit Lerncharakter fuer Gruppen von analogen Signalen |
DEST19580A Pending DE1192257B (de) | 1960-09-23 | 1962-08-08 | Verfahren zum zerstoerungsfreien Lesen von elektrischen Zuordnern mit Lerncharakter |
DE1963ST020319 Expired DE1196410C2 (de) | 1960-09-23 | 1963-02-20 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
DE19641474133 Pending DE1474133A1 (de) | 1960-09-23 | 1964-04-03 | Schaltungsanordnung zur Normierung von Gruppen von analogen Signalen |
DEST22246A Pending DE1217670B (de) | 1960-09-23 | 1964-06-12 | Lernfaehige Unterscheidungsmatrix fuer Gruppen von analogen Signalen |
Country Status (8)
Country | Link |
---|---|
US (6) | US3174134A (de) |
BE (6) | BE644074A (de) |
CH (6) | CH406691A (de) |
DE (9) | DE1179409B (de) |
FR (9) | FR1307396A (de) |
GB (9) | GB956896A (de) |
NL (7) | NL6401397A (de) |
SE (2) | SE300834B (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1259610B (de) * | 1964-12-24 | 1968-01-25 | Ibm | Anordnung zur Durchfuehrung logischer Operationen |
DE1281194B (de) * | 1965-05-10 | 1968-10-24 | Ibm | Verknuepfungsnetzwerk mit einer Lernmatrix |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB944799A (en) * | 1961-12-25 | 1963-12-18 | Nippon Electric Co | An electrical probability comparator |
US3354436A (en) * | 1963-02-08 | 1967-11-21 | Rca Corp | Associative memory with sequential multiple match resolution |
US3332067A (en) * | 1963-08-19 | 1967-07-18 | Burroughs Corp | Tunnel diode associative memory |
GB1050630A (de) * | 1963-12-19 | 1900-01-01 | ||
GB1106689A (en) * | 1964-11-16 | 1968-03-20 | Standard Telephones Cables Ltd | Data processing equipment |
US3380027A (en) * | 1965-02-01 | 1968-04-23 | Bendix Corp | Electronic computer system |
US3461436A (en) * | 1965-08-06 | 1969-08-12 | Transitron Electronic Corp | Matrix-type,permanent memory device |
US3496544A (en) * | 1965-09-09 | 1970-02-17 | Sanders Associates Inc | Signal correlation apparatus |
US3395395A (en) * | 1965-10-22 | 1968-07-30 | Ibm | Variable weighted threshold element system |
US3445824A (en) * | 1965-11-26 | 1969-05-20 | Automatic Elect Lab | Information storage matrix utilizing electrets |
DE1265208B (de) * | 1966-01-28 | 1968-04-04 | Siemens Ag | Schaltungsanordnung zur Decodierung bzw. Umcodierung codierter Informationen mittelseiner Matrix mit induktiver Kopplung, insbesondere fuer Vermittlungsanlagen |
DE1266809B (de) * | 1966-01-28 | 1968-04-25 | Siemens Ag | Schaltungsanordnung zur Dekodierung bzw. Umkodierung kodierter Informationen mittelseiner Matrix mit induktiver Kopplung, insbesondere fuer Vermittlungsanlagen |
FR1561237A (de) * | 1968-01-09 | 1969-03-28 | ||
GB1459185A (en) * | 1972-12-29 | 1976-12-22 | Group 4 Total Security Ltd | Token reader |
US4112496A (en) * | 1974-12-13 | 1978-09-05 | Sanders Associates, Inc. | Capacitor matrix correlator for use in the correlation of periodic signals |
US4464788A (en) * | 1979-09-10 | 1984-08-07 | Environmental Research Institute Of Michigan | Dynamic data correction generator for an image analyzer system |
US4479241A (en) * | 1981-08-06 | 1984-10-23 | Buckley Bruce S | Self-organizing circuits for automatic pattern recognition and the like and systems embodying the same |
US4604937A (en) * | 1983-01-20 | 1986-08-12 | Nippon Gakki Seizo Kabushiki Kaisha | Keyboard device of electronic musical instrument |
US4599692A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning element employing context drive searching |
US4620286A (en) * | 1984-01-16 | 1986-10-28 | Itt Corporation | Probabilistic learning element |
US4593367A (en) * | 1984-01-16 | 1986-06-03 | Itt Corporation | Probabilistic learning element |
US4599693A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning system |
US4719459A (en) * | 1986-03-06 | 1988-01-12 | Grumman Aerospace Corporation | Signal distribution system switching module |
CN104299480B (zh) * | 2013-07-02 | 2016-08-24 | 海尔集团公司 | 智能开关及其控制方法、智能控制网络 |
CN105261265B (zh) * | 2015-07-20 | 2017-10-10 | 沈阳理工大学 | 一种电子对抗技术实验教学系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2501788A (en) * | 1946-01-07 | 1950-03-28 | Thomas N Ross | Translating device and method |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2784389A (en) * | 1954-12-31 | 1957-03-05 | Ibm | Information storage unit |
US3105959A (en) * | 1955-04-07 | 1963-10-01 | Philips Corp | Memory matrices including magnetic cores |
NL109278C (de) * | 1955-04-14 | |||
USRE26104E (en) * | 1955-12-19 | 1966-11-01 | Data processing apparatus for identify. ing an unknown signal by comparison | |
US3047843A (en) * | 1957-02-15 | 1962-07-31 | Rca Corp | Monitoring circuits |
FR1286602A (fr) * | 1957-05-09 | 1962-03-09 | Dispositif de mémoire électro-statique pour calculatrices électroniques | |
US3028659A (en) * | 1957-12-27 | 1962-04-10 | Bosch Arma Corp | Storage matrix |
US3036268A (en) * | 1958-01-10 | 1962-05-22 | Caldwell P Smith | Detection of relative distribution patterns |
US3126527A (en) * | 1958-03-03 | 1964-03-24 | write bias current source | |
US2911630A (en) * | 1958-06-25 | 1959-11-03 | Rca Corp | Magnetic storage system |
US3157860A (en) * | 1958-06-30 | 1964-11-17 | Indternat Business Machines Co | Core driver checking circuit |
US2973508A (en) * | 1958-11-19 | 1961-02-28 | Ibm | Comparator |
NL252883A (de) * | 1959-06-26 | |||
US3063636A (en) * | 1959-07-06 | 1962-11-13 | Ibm | Matrix arithmetic system with input and output error checking circuits |
US3031650A (en) * | 1959-07-23 | 1962-04-24 | Thompson Ramo Wooldridge Inc | Memory array searching system |
NL250800A (de) * | 1960-04-22 | |||
US3123706A (en) * | 1960-08-10 | 1964-03-03 | french | |
US3106704A (en) * | 1960-08-29 | 1963-10-08 | Electro Mechanical Res Inc | Analog memory systems |
US3132256A (en) * | 1960-10-03 | 1964-05-05 | Electro Logic Corp | Magnetic pulse amplitude to pulse length converter systems |
US3100888A (en) * | 1960-12-13 | 1963-08-13 | Ibm | Checking system |
US3103648A (en) * | 1961-08-22 | 1963-09-10 | Gen Electric | Adaptive neuron having improved output |
US3206735A (en) * | 1962-06-14 | 1965-09-14 | Burroughs Corp | Associative memory and circuits therefor |
US3208054A (en) * | 1962-06-25 | 1965-09-21 | Lockheed Aircraft Corp | Noise cancellation circuit for magnetic storage systems |
US3222645A (en) * | 1962-10-17 | 1965-12-07 | Sperry Rand Corp | Magnetic parallel comparison means for comparing a test word with a plurality of stored words |
US3191150A (en) * | 1962-10-30 | 1965-06-22 | Ibm | Specimen identification system with adaptive and non-adaptive storage comparators |
US3209328A (en) * | 1963-02-28 | 1965-09-28 | Ibm | Adaptive recognition system for recognizing similar patterns |
US3292150A (en) * | 1963-04-23 | 1966-12-13 | Kenneth E Wood | Maximum voltage selector |
-
0
- NL NL269512D patent/NL269512A/xx unknown
- NL NL296395D patent/NL296395A/xx unknown
- DE DENDAT1196440D patent/DE1196440B/de active Pending
- BE BE608415D patent/BE608415A/xx unknown
- NL NL276663D patent/NL276663A/xx unknown
- GB GB939134D patent/GB939134A/en not_active Expired
- BE BE635955D patent/BE635955A/xx unknown
- NL NL286466D patent/NL286466A/xx unknown
- BE BE625794D patent/BE625794A/xx unknown
-
1960
- 1960-09-23 DE DEST16936A patent/DE1179409B/de active Pending
-
1961
- 1961-01-20 DE DEST17370A patent/DE1187675B/de active Pending
- 1961-04-01 DE DEST17643A patent/DE1166516B/de active Pending
- 1961-09-22 CH CH1103961A patent/CH406691A/de unknown
- 1961-09-22 FR FR873912A patent/FR1307396A/fr not_active Expired
- 1961-12-07 DE DEST18653A patent/DE1194188B/de active Pending
-
1962
- 1962-01-15 CH CH45462A patent/CH415755A/de unknown
- 1962-01-17 FR FR885077A patent/FR80992E/fr not_active Expired
- 1962-01-17 US US171551A patent/US3174134A/en not_active Expired - Lifetime
- 1962-01-18 FR FR885189A patent/FR80993E/fr not_active Expired
- 1962-01-18 SE SE532/62A patent/SE300834B/xx unknown
- 1962-01-19 GB GB2033/62A patent/GB956896A/en not_active Expired
- 1962-01-19 GB GB2034/62A patent/GB948179A/en not_active Expired
- 1962-03-29 US US184911A patent/US3245034A/en not_active Expired - Lifetime
- 1962-03-30 GB GB12286/62A patent/GB952804A/en not_active Expired
- 1962-03-30 FR FR892844A patent/FR81962E/fr not_active Expired
- 1962-08-08 DE DEST19580A patent/DE1192257B/de active Pending
- 1962-11-28 US US240697A patent/US3286238A/en not_active Expired - Lifetime
- 1962-11-30 GB GB45363/61A patent/GB958453A/en not_active Expired
- 1962-12-06 CH CH1430762A patent/CH423314A/de unknown
- 1962-12-07 FR FR917903A patent/FR82730E/fr not_active Expired
-
1963
- 1963-02-20 DE DE1963ST020319 patent/DE1196410C2/de not_active Expired
- 1963-07-25 FR FR942658A patent/FR84719E/fr not_active Expired
- 1963-08-02 US US299643A patent/US3310789A/en not_active Expired - Lifetime
- 1963-08-02 CH CH961763A patent/CH407232A/de unknown
- 1963-08-02 GB GB30725/63A patent/GB1002405A/en not_active Expired
-
1964
- 1964-02-11 US US344119A patent/US3414885A/en not_active Expired - Lifetime
- 1964-02-13 GB GB6101/64A patent/GB992170A/en not_active Expired
- 1964-02-13 SE SE1747/64A patent/SE313684B/xx unknown
- 1964-02-17 NL NL6401397A patent/NL6401397A/xx unknown
- 1964-02-18 CH CH193064A patent/CH429242A/de unknown
- 1964-02-20 BE BE644074D patent/BE644074A/xx unknown
- 1964-02-20 FR FR964481A patent/FR85229E/fr not_active Expired
- 1964-04-03 DE DE19641474133 patent/DE1474133A1/de active Pending
- 1964-06-12 DE DEST22246A patent/DE1217670B/de active Pending
-
1965
- 1965-03-30 US US443992A patent/US3424900A/en not_active Expired - Lifetime
- 1965-04-01 NL NL6504174A patent/NL6504174A/xx unknown
- 1965-04-02 FR FR11712A patent/FR87650E/fr not_active Expired
- 1965-04-02 GB GB14082/65A patent/GB1042442A/en not_active Expired
- 1965-04-05 BE BE662031D patent/BE662031A/xx unknown
- 1965-06-04 CH CH786265A patent/CH459618A/de unknown
- 1965-06-11 FR FR20426A patent/FR88503E/fr not_active Expired
- 1965-06-11 GB GB24747/65A patent/GB1046688A/en not_active Expired
- 1965-06-14 NL NL6507592A patent/NL6507592A/xx unknown
- 1965-06-14 BE BE665363D patent/BE665363A/xx unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2501788A (en) * | 1946-01-07 | 1950-03-28 | Thomas N Ross | Translating device and method |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1259610B (de) * | 1964-12-24 | 1968-01-25 | Ibm | Anordnung zur Durchfuehrung logischer Operationen |
DE1259610C2 (de) * | 1964-12-24 | 1973-08-09 | Ibm | Anordnung zur Durchfuehrung logischer Operationen |
DE1281194B (de) * | 1965-05-10 | 1968-10-24 | Ibm | Verknuepfungsnetzwerk mit einer Lernmatrix |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE1179409B (de) | Elektrischer Zuordner mit Lerncharakter | |
DE2010366C3 (de) | Verfahren und Einrichtung zum Einschreiben von Informationen in einen nur zum Ablesen bestimmten Speicher | |
DE963788C (de) | Verstaerker- und Speichersystem mit mehreren saettigungsfaehigen magnetischen Gliedern | |
DE1774459B2 (de) | ||
DE2101431B2 (de) | Matrixspeicher | |
DE2810610C3 (de) | ||
DE1424575B2 (de) | Magnetischer festwertspeicher | |
DE1524900C3 (de) | Bistabile Speicherzelle mit zwei Transistoren | |
DE2031038B2 (de) | ||
DE1026995B (de) | Ferroelektrische Speichermatrix | |
DE1295656B (de) | Assoziativer Speicher | |
AT225251B (de) | Elektrischer Zuordner mit Lerncharakter und Verfahren zur automatischen Zeichenerkennung | |
DE3213288A1 (de) | Elektrochrome vorrichtung | |
DE1524889A1 (de) | Assoziativer Duennschichtspeicher | |
DE2457551A1 (de) | Josephson-schaltkreis mit symmetrisierter uebertragungsleitung | |
DE1774861B2 (de) | Speicheranordnung mit mindestens einem magnetischen film element | |
DE19515492C1 (de) | Datenspeicher | |
DE1918667A1 (de) | Datenspeicher mit Dioden | |
DE1474020C3 (de) | Suchschaltung für durchnumerierte Leitungen | |
DE1424467A1 (de) | Speicher | |
DE1263840B (de) | Matrixanordnung zum Steuern der Ein- und Ausspeicherung von Daten aus dem Trommelspeicher einer Datenverarbeitungsanlage | |
DE1032321B (de) | Schaltung zum Vergleich zweier durch elektrische Impulse dargestellter binaerer Kodezahlen | |
DE1148593B (de) | Verfahren und Einrichtung zur Wiedergewinnung der Information aus einem mit Pruefzeichen versehenen Codezeichen | |
DE2554707C2 (de) | Direktzugriffsspeicher | |
DE1243724B (de) | Speicheranordnung mit wortweise assoziativer Abfrage |