RU66831U1 - Нейронная сеть - Google Patents

Abstract

Заявленное устройство нейронной сети относится к вычислительной технике и может использоваться для создания систем управления, а также других типов систем с искусственным интеллектом. Искусственный интеллект реализован в виде нейронной сети с большим количеством элементов. В отличие от известных нейронных сетей, состоящих только из одного типа элементов - нейронов, заявленное устройство нейронной сети включает два типа элементов - нейроны и коммутаторы. Нейроны имеют один вход и один выход и выполняют функции принятия решения. Коммутаторы имеют много входов и много выходов и перераспределяют информацию между другими коммутаторами и нейронами сети. Коммутатор нейронной сети состоит из таблицы связей нейронов, составляющих фрагмент сети, и устройства, передающего информацию между нейронами на основе этой таблицы. При обучении заявленной нейронной сети изменяется таблица связей нейронов в коммутаторе, а нейроны не изменяются. В результате применения коммутаторов нейронная сеть приобретает древовидную иерархическую структуру.

Техническим результатом заявляемой полезной модели является создание нейронных сетей любой архитектуры и практически любого объема, что позволяет реализовать систему искусственного интеллекта, соизмеримого с человеческим.

Description

Заявленное устройство нейронной сети относится к вычислительной технике и может использоваться для создания систем с искусственным интеллектом, в том числе систем управления. Искусственный интеллект реализован в виде нейронной сети с большим количеством элементов.

Известно устройство нейронных сетей, состоящих из элементов одного типа - нейронов /Л.1-5/. Нейрон имеет много входов и много выходов для связи с другими нейронами. Нейрон выполняет две функции:

1. Прием информации на входе нейрона, ее обработку и передачу результата на выход нейрона.

2. Передачу информации, ее масштабирование с выхода нейрона на соответствующие входы других нейронов.

В известных нейронных сетях не решена проблема масштабирования в сети с большим количеством элементов. С ростом количества нейронов в сети также увеличивается количество линий связи между этими нейронами и существенно усложняется работа нейрона по передаче информации.

Наиболее близким по технической сущности к заявляемой полезной модели является нейронная сеть /Л-1/. Она принята в качестве прототипа.

Сущность заявляемой полезной модели состоит в следующем. Заявленное устройство нейронной сети включает два типа элементов - нейроны и коммутаторы. Нейроны имеют один вход и один выход и выполняют функции обработки информации и принятия решения. Коммутаторы имеют много входов и много выходов и перераспределяют информацию между другими коммутаторами и нейронами сети. Входы и выходы коммутатора соединены с входами и выходами других коммутаторов и входами и выходами нейронов сети. Коммутатор нейронной сети состоит из таблицы связей нейронов, составляющих фрагмент сети, и устройства, передающего информацию между нейронами на основе этой таблицы.

Для адаптации нейронной сети к решаемой задаче используется обучение. Общие принципы обучения нейронных сетей описаны в /Л-4/. При обучении известных нейронных

сетей изменяются сами нейроны. При обучении заявленной нейронной сети изменяются таблицы связей в коммутаторах, нейроны при этом не меняются.

Схема заявленного устройства нейронной сети представлена на рис.1.

Устройство нейронной сети, состоящей из нейронов, которые выполняют функции обработки информации и принятия решения, отличающееся тем, что в нем имеются коммутаторы для передачи информации между нейронами. Коммутатор нейронной сети состоит из таблицы связей нейронов, составляющих фрагмент сети, и устройства, передающего информацию между нейронами на основе этой таблицы. Входы и выходы коммутатора соединены с входами и выходами других коммутаторов и входами и выходами нейронов сети. Нейроны сети имеют один вход и один выход. Входы и выходы нейрона соединены с входами и выходами коммутатора.

Устройство нейронной сети, отличающееся тем, что при обучении нейронной сети изменяется таблица связей нейронов в коммутаторе, а нейроны не изменяются.

Техническим результатом заявляемой полезной модели является создание нейронных сетей любой архитектуры и практически любого объема, что позволяет реализовать систему искусственного интеллекта, соизмеримого с человеческим.

Схема заявленного устройства нейронной сети представлена на рис.1.

Заявленная нейронная сеть содержит два типа элементов (см. рис.1):

- нейроны 1, которые обрабатывают информацию;

- коммутаторы, которые обеспечивают передачу и масштабирование информации, в том числе:

- первичные коммутаторы 2, входы и выходы которых соединены с нейронами 1 и коммутаторами верхнего уровня 3,

- коммутаторы верхнего уровня 3, входы и выходы которых соединены с первичными коммутаторами 2.

Заявленное устройство нейронной сети существенно упрощает конструкцию нейрона. Нейрон имеет только один вход и один выход. Первичный коммутатор обеспечивает мультиплексирование входов и выходов нейронов. Нейрон получает информацию от первичного коммутатора и передает ему информацию.

Первичный коммутатор может обслужить только некоторое ограниченное количество нейронов, которые образуют фрагмент нейронной сети. Масштабирование нейронной сети может осуществляться увеличением количества первичных коммутаторов. Для интеграции первичных коммутаторов в единую нейронную сеть, используются коммутаторы верхнего уровня.

Таким образом, нейронная сеть может быть представлена древовидной структурой, узлами которой являются коммутаторы, а листьями - нейроны (рис.1).

В результате применения коммутаторов нейронная сеть приобретает древовидную иерархическую структуру. Такая структура нейронной сети аналогична структуре компьютерной сети и может быть реализована на сети из персональных компьютеров (которые аналогичны нейронам) и серверов (которые аналогичны коммутаторам) или с помощью других устройств, в том числе вычислительных и управляющих машин, контроллеров, устройств ввода-вывода и хранения информации в цифровом и аналоговом виде.

Источники информации, принятые во внимание при составлении описания полезной модели:

1. Уоссермен Ф. Нейрокомпьютерная техника. - М.: Мир, 1992. - С.52-69. /Л.-1/.

2. Розенблатт Ф. Принципы нейродинамики. - М.: Мир, 1965. - С.242-247. /Л.-3/.

3. Хайкин Саймон, «Нейронные сети: полный курс», 2-е изд.: Пер. с англ. - М.: Издательский дом «Вильямс», 2006. - 1104 с. /Л.-4/.

4. Каллан Роберт, «Основные концепции нейронных сетей»: Пер. с англ. - М.: Издательский дом «Вильямс», 2001. - 288 с. /Л.-5/.

5. Эндрю А. Искусственный интеллект. - М.: Мир, 1985. - 246 с. /Л.-6/.

Claims (2)

1. Устройство нейронной сети, состоящей из нейронов, которые выполняют функции обработки информации и принятия решения, отличающееся тем, что в нем имеются коммутаторы для передачи информации между нейронами, причем коммутатор нейронной сети состоит из таблицы связей нейронов, составляющих фрагмент сети, и устройства, передающего информацию между нейронами на основе этой таблицы, входы и выходы коммутатора соединены с входами и выходами других коммутаторов и входами и выходами нейронов сети, нейроны сети имеют один вход и один выход, входы и выходы нейрона соединены с входами и выходами коммутатора.

2. Устройство по п.1, отличающееся тем, что при обучении нейронной сети изменяется таблица связей нейронов в коммутаторе, а нейроны не изменяются.