Claims (1)
Нейронная сеть для расширения кортежа числовой системы вычетов машинного диапазона модулярного нейрокомпьютера, содержит входной слой нейронов, входы которого являются входами нейронной сети, усеченную треугольную матрицу нейронных сетей конечного кольца по модулям системы остаточных классов, нейронной сети конечного кольца для выполнения модульного суммирования и нейронной сети для выполнения финального шага вычисления вычета по дополнительно расширяемому основанию, отличающаяся тем, что, с целью повышения скорости расширения системы вычетов, сокращения оборудования и расширения функциональных возможностей в ней выходы нейронов входного слоя разветвлены на входы нейронных сетей конечного кольца усеченной треугольной матрицы, с синаптическими весами, в виде распределенной памяти, выходы которых соединены с входами нейронных сетей конечного кольца с единичными синаптическими весами для выполнения модульного суммирования, а выход, в дополнительном коде, нейронной сети конечного кольца по расширяемому модулю соединен с входом нейронной сети финального шага, с синаптическим весом, равным обратной мультипликативной величине ортогонального базиса, представленного в обобщенной позиционной системе счисления по расширяемому основанию, выход которой является выходом нейронной сети.A neural network for expanding a tuple of the numerical residue system of a machine range of a modular neurocomputer contains an input neuron layer whose inputs are inputs of a neural network, a truncated triangular matrix of a finite ring neural network in terms of the modules of the residual class system, a finite ring neural network for modular summation, and a neural network for performing the final step of calculating the deduction on an additionally expandable base, characterized in that, in order to increase the speed of expansion of s the system of deductions, reduction of equipment and expansion of functionality in it, the outputs of the neurons of the input layer are branched into the inputs of the neural networks of the final ring of a truncated triangular matrix, with synaptic weights, in the form of distributed memory, the outputs of which are connected to the inputs of the neural networks of the final ring with single synaptic scales to perform modular summation, and the output, in an additional code, of the neural network of the final ring via an expandable module is connected to the input of the neural network of the final step, with synaptic weight equal to the inverse multiplicative value of the orthogonal basis, presented in a generalized positional number system on an expandable base, the output of which is the output of a neural network.