RU2271569C2 - Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов - Google Patents
Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов Download PDFInfo
- Publication number
- RU2271569C2 RU2271569C2 RU2003115682/09A RU2003115682A RU2271569C2 RU 2271569 C2 RU2271569 C2 RU 2271569C2 RU 2003115682/09 A RU2003115682/09 A RU 2003115682/09A RU 2003115682 A RU2003115682 A RU 2003115682A RU 2271569 C2 RU2271569 C2 RU 2271569C2
- Authority
- RU
- Russia
- Prior art keywords
- rank
- neural network
- represented
- neuron network
- neurons
- Prior art date
Links
Abstract
Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерах. Техническим результатом является сокращение количества оборудования и повышение скорости определения ранга числа. Для этого нейронная сеть содержит взаимосвязанные между собой входной слой нейронов и нейронную сеть конечного кольца. 1 ил.
Description
Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерах при вычислении позиционных характеристик, необходимых для перевода чисел системы остаточных классов (СОК) в позиционную систему, округления, масштабирования, коррекции ошибок и в других случаях.
Известно устройство для определения ранга числа (А.С. СССР №808950, G 06 F 5/02, 1980 г.), содержащее сумматор по наибольшему модулю, счетчик, блоки умножения на константу, узел сравнения.
Недостатком данного устройства является сложная конструкция и низкое быстродействие.
Наиболее близким к изобретению по технической сущности является устройство для определения ранга числа (А.С. СССР №1125619, G 06 F 5/00, 1984 г.), содержащее блоки умножения на константу, сумматор по наибольшему модулю, элементы ИЛИ.
Недостатками известного устройства являются значительные аппаратные средства и низкое быстродействие.
Целью изобретения является сокращение оборудования и повышение скорости определения ранга числа.
Поставленная цель достигается тем, что устройство для определения ранга числа содержит входной слой нейронной сети 1 с нейронами 4, нейронную сеть конечного кольца (НСКК) 2 с нейронами 5, весовые коэффициенты весовые коэффициенты Нейроны 4 входного слоя 1 связаны с нейронами нейронной сети конечного кольца 2 нейронами 5. В основе данного изобретения лежит нейронная сеть прямого распространения для вычисления ранга числа. Структура нейронной сети (см. чертеж) зависит от внешних параметров, которые определяются набором модулей СОК и адаптируются к ним посредствам загрузки весовых коэффициентов и организацией нейронной сети конечного кольца.
Посредством весовых коэффициентов и НСКК 2 нейронная сеть осуществляет вычисление ранга числа. Функционирование нейронной сети зависит от весовых коэффициентов между слоями нейронов, являющиеся константами, и определяются заранее перед ее разработкой. В данном изобретении обучение сети не требуется, так как используется формируемая сеть с постоянными весовыми коэффициентами при выбранных модулях системы и в процессе вычисления ранга числа их изменение не происходит.
Число А представляется в СОК набором наименьших неотрицательных остатков (вычетов) α1, α2, ..., αn от деления А на попарно простые числа p1, р2, рn, называемые основаниями (модулями).
При этом число записывается в СОК в следующей форме
При этом -Р <А <Р, где Р=p1, p2, ..., pn-1. При выполнении этого условия представление (1) взаимно однозначно с представлением А в позиционной системе счисления, т.е. по (α1, α2, ..., αn) можно определить А. Число А, представленное в СОК, можно восстановить в позиционной системе счисления с помощью выражения
где rA - ранг числа, целое положительное число, показывающее сколько раз диапазон системы был превзойден при переходе от представления числа в системе остаточных классов к его представлению через систему ортогональных базисов;
βi - ортогональные базисы
где mi - целое положительное число, называемое весом ортогонального базиса, причем mi должно выбираться таким образом, чтобы имело место следующее сравнение:
Ввиду малости величины оснований для набора рi можно составить таблицы решений сравнений или решить их методом подбора.
Как видно из выражения (2), для перевода числа А из СОК в позиционную систему счисления необходимо предварительно найти гА. Кроме того, значения rA необходимы и в других случаях, например при масштабировании, округлении и коррекции ошибок в СОК.
Ранг число можно найти следующим образом.
Согласно (1) αn ≡ A mod pn и учитывая (2)
следовательно,
В случае простого рn решения сравнения с помощью теоремы Ферма получим
выражение (3) можно переписать в более удобной форме, которая облегчает практическую реализацию
Пример. Пусть задана система оснований p1=2, р2=3, р3=5, рn=7. Требуется найти алгоритм вычисления rA. Согласно (2) и (4)
В1=15, В2=10, В3=6, P=30,
β1,=4, β2=5, β3=6, β4=3.
Следовательно, конкретный алгоритм (4) в условиях примера имеет вид
Допустим, что A=17, тогда АСОК (1,2,2,3).
Проведем проверку с использованием выражения (2)
Действительно, при переходе от СОК к позиционной форме диапазон числа был превзойден только один раз, т.к.
где [·] - целая часть.
Принцип работы данного изобретения излагается ниже. Изобретением является формируемая нейронная сеть прямого распространения. Информация в виде остаточного представления (системы вычетов), выражение (1) поступает на вход 3 нейроны 4, расположенные во входном слое 1, ранг числа появляется в выходном слое нейрона 5 нейронной сети конечного кольца 2.
Между входным слоем 1, нейроны 4 и входом НСКК 2 весовые коэффициенты обозначены и весовые коэффициенты
Нейронная сеть конечного кольца 2 реализует вычислительную модель (4). Время определения ранга числа определяется одним тактом синхронизации, чем и достигается цель изобретения.
Определенные внешние параметры заданы в весовых коэффициентах и нейронной сети конечного кольца и хранятся в памяти. Из памяти по требованию в зависимости от изменения системы набора модулей СОК загружает новые весовые коэффициенты, соответственно определяя структуру нейронной сети (см. чертеж).
Изобретение предназначено для определения ранга числа в случаях определения позиционного представления числа, округления, масштабирования, коррекции ошибок и других случаях.
Время вычисления ранга числа определяется одним циклом синхронизации, а в известных устройствах n - циклом синхронизации.
Claims (1)
- Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов, содержит входной слой нейронов, предназначенный для приема чисел системы остаточных классов, нейронную сеть конечного кольца, отличающаяся тем, что выходы нейронов входного слоя с весовыми коэффициентами для i<n и для i=n соединены с входами нейронной сети конечного кольца, реализующей вычислительную модель rA = |β1α1 + β2α2 + ... + βn-1 αn-1 + βn αn|, выходы которой являются рангом числа, где Bi - величина ортогональных базисов, αi - остаток числа, pn - основание системы счисления, P - диапазон представления чисел, rA - ранг числа.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2003115682/09A RU2271569C2 (ru) | 2003-05-26 | 2003-05-26 | Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2003115682/09A RU2271569C2 (ru) | 2003-05-26 | 2003-05-26 | Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2003115682A RU2003115682A (ru) | 2004-11-20 |
RU2271569C2 true RU2271569C2 (ru) | 2006-03-10 |
Family
ID=36116268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2003115682/09A RU2271569C2 (ru) | 2003-05-26 | 2003-05-26 | Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2271569C2 (ru) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2470365C1 (ru) * | 2011-10-31 | 2012-12-20 | Александр Алексеевич Бурба | Устройство для технико-экономической оценки выполнения научно-исследовательских и опытно-конструкторских работ |
RU2613022C1 (ru) * | 2015-10-22 | 2017-03-14 | Негосударственное частное образовательное учреждение высшего образования "Московский институт экономики, политики и права" (НЧОУ ВО "МИЭПП"") | Устройство для технико-экономической оценки выполнения научно-исследовательских и опытно-конструкторских работ |
RU2759964C1 (ru) * | 2020-08-12 | 2021-11-19 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Нейронная сеть конечного кольца |
-
2003
- 2003-05-26 RU RU2003115682/09A patent/RU2271569C2/ru not_active IP Right Cessation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2470365C1 (ru) * | 2011-10-31 | 2012-12-20 | Александр Алексеевич Бурба | Устройство для технико-экономической оценки выполнения научно-исследовательских и опытно-конструкторских работ |
RU2613022C1 (ru) * | 2015-10-22 | 2017-03-14 | Негосударственное частное образовательное учреждение высшего образования "Московский институт экономики, политики и права" (НЧОУ ВО "МИЭПП"") | Устройство для технико-экономической оценки выполнения научно-исследовательских и опытно-конструкторских работ |
RU2759964C1 (ru) * | 2020-08-12 | 2021-11-19 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Нейронная сеть конечного кольца |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104459560B (zh) | 基于小波降噪和相关向量机的锂电池剩余寿命预测方法 | |
CN109284824B (zh) | 一种基于可重构技术的用于加速卷积和池化运算的装置 | |
CN107133190A (zh) | 一种机器学习系统的训练方法和训练系统 | |
JP6812781B2 (ja) | 遅延回路、カウント値生成回路および物理量センサー | |
CN110276096B (zh) | 提高深度学习模型预测能力的方法、电子设备和存储介质 | |
WO2007066445A1 (ja) | 特異値分解装置、及び特異値分解方法 | |
US20190235834A1 (en) | Optimization apparatus and control method thereof | |
Caldwell et al. | Determining Mills' constant and a note on Honaker's problem | |
RU2271569C2 (ru) | Нейронная сеть для вычисления позиционной характеристики ранга числа, представленного в системе остаточных классов | |
Heinlein et al. | A subspace code of size $333 $ in the setting of a binary $ q $-analog of the Fano plane | |
US20150095389A1 (en) | Method and system for generating pseudorandom numbers in parallel | |
Nielsen et al. | An O (log N) parallel algorithm for Newton step computation in model predictive control | |
WO2023134507A1 (zh) | 随机计算方法、电路、芯片及设备 | |
CN114003198B (zh) | 内积处理部件、任意精度计算设备、方法及可读存储介质 | |
CN113312862B (zh) | 一种基于lfsr的随机电路硬件开销最小化设计方法 | |
EP3796233A1 (en) | Information processing device and method, and program | |
CN112446472A (zh) | 用于处理数据的方法、装置以及相关产品 | |
CN104702403A (zh) | 有限精度下的混沌系统内部扰动实现方法 | |
JP3205276U (ja) | 一様独立乱数の乗算合同法高精度生成方法 | |
RU2271570C2 (ru) | Нейронная сеть для округления и масштабирования чисел, представленных в системе остаточных классов | |
Brown et al. | Parallel multipole implementation of the generalized Helmholtz decomposition for solving viscous flow problems | |
Marussy et al. | Configurable numerical analysis for stochastic systems | |
JP7040572B2 (ja) | 遅延回路、カウント値生成回路および物理量センサー | |
Fredriksson et al. | Adaptive downsampling of traces with FPGAs | |
CN110750249B (zh) | 一种快速傅里叶变换代码的生成方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20050527 |