DE1179409B - Elektrischer Zuordner mit Lerncharakter - Google Patents

Elektrischer Zuordner mit Lerncharakter

Info

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
Application number
DEST16936A
Other languages
English (en)
Inventor
Dr Walther Jaenicke
Dipl-Phys Hans Reiner
Dr-Ing Karl Steinbuch
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alcatel Lucent Deutschland AG
Original Assignee
Standard Elektrik Lorenz AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to BE625794D priority Critical patent/BE625794A/xx
Priority to NL296395D priority patent/NL296395A/xx
Priority to GB939134D priority patent/GB939134A/en
Priority to BE608415D priority patent/BE608415A/xx
Priority to DENDAT1196440D priority patent/DE1196440B/de
Priority to NL286466D priority patent/NL286466A/xx
Priority to NL269512D priority patent/NL269512A/xx
Priority to NL276663D priority patent/NL276663A/xx
Priority to BE635955D priority patent/BE635955A/xx
Application filed by Standard Elektrik Lorenz AG filed Critical Standard Elektrik Lorenz AG
Priority to DEST16936A priority patent/DE1179409B/de
Priority to DEST17370A priority patent/DE1187675B/de
Priority to DEST17643A priority patent/DE1166516B/de
Priority to FR873912A priority patent/FR1307396A/fr
Priority to CH1103961A priority patent/CH406691A/de
Priority to DEST18653A priority patent/DE1194188B/de
Priority to CH45462A priority patent/CH415755A/de
Priority to FR885077A priority patent/FR80992E/fr
Priority to US171551A priority patent/US3174134A/en
Priority to SE532/62A priority patent/SE300834B/xx
Priority to FR885189A priority patent/FR80993E/fr
Priority to GB2034/62A priority patent/GB948179A/en
Priority to GB2033/62A priority patent/GB956896A/en
Priority to US184911A priority patent/US3245034A/en
Priority to FR892844A priority patent/FR81962E/fr
Priority to GB12286/62A priority patent/GB952804A/en
Priority to DEST19580A priority patent/DE1192257B/de
Priority to US240697A priority patent/US3286238A/en
Priority to GB45363/61A priority patent/GB958453A/en
Priority to CH1430762A priority patent/CH423314A/de
Priority to FR917903A priority patent/FR82730E/fr
Priority to DE1963ST020319 priority patent/DE1196410C2/de
Priority to FR942658A priority patent/FR84719E/fr
Priority to GB30725/63A priority patent/GB1002405A/en
Priority to US299643A priority patent/US3310789A/en
Priority to CH961763A priority patent/CH407232A/de
Priority to US344119A priority patent/US3414885A/en
Priority to SE1747/64A priority patent/SE313684B/xx
Priority to GB6101/64A priority patent/GB992170A/en
Priority to NL6401397A priority patent/NL6401397A/xx
Priority to CH193064A priority patent/CH429242A/de
Priority to FR964481A priority patent/FR85229E/fr
Priority to BE644074D priority patent/BE644074A/xx
Priority to DE19641474133 priority patent/DE1474133A1/de
Priority to DEST22246A priority patent/DE1217670B/de
Priority to GB30884/64A priority patent/GB1008365A/en
Publication of DE1179409B publication Critical patent/DE1179409B/de
Priority to US443992A priority patent/US3424900A/en
Priority to NL6504174A priority patent/NL6504174A/xx
Priority to FR11712A priority patent/FR87650E/fr
Priority to GB14082/65A priority patent/GB1042442A/en
Priority to BE662031D priority patent/BE662031A/xx
Priority to CH786265A priority patent/CH459618A/de
Priority to FR20426A priority patent/FR88503E/fr
Priority to GB24747/65A priority patent/GB1046688A/en
Priority to BE665363D priority patent/BE665363A/xx
Priority to NL6507592A priority patent/NL6507592A/xx
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03KPULSE TECHNIQUE
    • H03K17/00Electronic switching or gating, i.e. not by contact-making and –breaking
    • H03K17/51Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the components used
    • H03K17/80Electronic 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
    • H03K17/82Electronic 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0038Circuits 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)
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/02Comparing digital values
    • G06F7/023Comparing digital values adaptive, e.g. self learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06GANALOGUE COMPUTERS
    • G06G7/00Devices in which the computing operation is performed by varying electric or magnetic quantities
    • G06G7/04Input or output devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06GANALOGUE COMPUTERS
    • G06G7/00Devices in which the computing operation is performed by varying electric or magnetic quantities
    • G06G7/12Arrangements for performing computing operations, e.g. operational amplifiers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06GANALOGUE COMPUTERS
    • G06G7/00Devices in which the computing operation is performed by varying electric or magnetic quantities
    • G06G7/12Arrangements for performing computing operations, e.g. operational amplifiers
    • G06G7/20Arrangements for performing computing operations, e.g. operational amplifiers for evaluating powers, roots, polynomes, mean square values, standard deviation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/19Recognition using electronic means
    • G06V30/192Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194References adjustable by an adaptive method, e.g. learning
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00Teaching not covered by other main groups of this subclass
    • G09B19/06Foreign languages
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/06Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics
    • G09B23/18Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics for electricity or magnetism
    • G09B23/183Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for physics for electricity or magnetism for circuits
    • G09B23/186Models 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
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C17/00Read-only memories programmable only once; Semi-permanent stores, e.g. manually-replaceable information cards
    • G11C17/14Read-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
    • G11C17/16Read-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
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C27/00Electric analogue stores, e.g. for storing instantaneous values
    • G11C27/02Sample-and-hold arrangements
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03DDEMODULATION OR TRANSFERENCE OF MODULATION FROM ONE CARRIER TO ANOTHER
    • H03D13/00Circuits for comparing the phase or frequency of two mutually-independent oscillations
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03KPULSE TECHNIQUE
    • H03K5/00Manipulating of pulses not covered by one of the other main groups of this subclass
    • H03K5/22Circuits 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:
Deutsche Kl.: 43 a-41/03
St 16936IX c/43 a
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.)
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-
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 er0
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
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
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.
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.
Koinzidenz e&b:
B wird verkleinert, mehrere Koinzidenzen
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.
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
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:
{e} ist Klimasituation,
fr ist Prognose (reversibel).
Chemische Analyse:
{e} sind Meßergebnisse,
b ist Analyse (irreversibel).
Medizinische Diagnose:
{e} sind Symptome,
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.
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)

Patentansprüche:
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
DEST16936A 1960-09-23 1960-09-23 Elektrischer Zuordner mit Lerncharakter Pending DE1179409B (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Publication number Publication date
DE1217670B (de) 1966-05-26
FR81962E (fr) 1963-12-06
FR80992E (fr) 1963-07-12
SE300834B (de) 1968-05-13
FR80993E (fr) 1963-07-12
DE1187675B (de) 1965-02-25
BE625794A (de) 1900-01-01
NL276663A (de) 1900-01-01
GB1046688A (en) 1966-10-26
US3310789A (en) 1967-03-21
FR1307396A (fr) 1962-10-26
US3414885A (en) 1968-12-03
NL286466A (de) 1900-01-01
FR82730E (fr) 1964-04-03
GB1042442A (en) 1966-09-14
NL6401397A (de) 1964-08-21
DE1196410C2 (de) 1966-04-21
GB952804A (en) 1964-03-18
FR85229E (fr) 1965-07-02
NL296395A (de) 1900-01-01
BE635955A (de) 1900-01-01
DE1194188B (de) 1965-06-03
CH407232A (de) 1966-02-15
GB992170A (en) 1965-05-19
CH459618A (de) 1968-07-15
BE665363A (de) 1965-12-14
DE1166516B (de) 1964-03-26
FR84719E (fr) 1965-04-02
BE644074A (de) 1964-08-20
CH406691A (de) 1966-01-31
BE662031A (de) 1965-10-05
NL269512A (de) 1900-01-01
NL6504174A (de) 1965-10-04
NL6507592A (de) 1965-12-13
DE1196410B (de) 1965-07-08
GB939134A (de) 1900-01-01
GB948179A (en) 1964-01-29
GB1002405A (en) 1965-08-25
US3286238A (en) 1966-11-15
DE1474133A1 (de) 1969-07-03
US3174134A (en) 1965-03-16
CH415755A (de) 1966-06-30
BE608415A (de) 1900-01-01
DE1192257B (de) 1965-05-06
FR88503E (fr) 1967-02-17
FR87650E (fr) 1966-04-15
DE1196440B (de) 1900-01-01
CH423314A (de) 1966-10-31
SE313684B (de) 1969-08-18
CH429242A (de) 1967-01-31
US3424900A (en) 1969-01-28
GB958453A (en) 1964-05-21
GB956896A (en) 1964-04-29
US3245034A (en) 1966-04-05

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