SU1504656A1 - Модель нейронной сети - Google Patents
Модель нейронной сети Download PDFInfo
- Publication number
- SU1504656A1 SU1504656A1 SU864137272A SU4137272A SU1504656A1 SU 1504656 A1 SU1504656 A1 SU 1504656A1 SU 864137272 A SU864137272 A SU 864137272A SU 4137272 A SU4137272 A SU 4137272A SU 1504656 A1 SU1504656 A1 SU 1504656A1
- Authority
- SU
- USSR - Soviet Union
- Prior art keywords
- models
- neuron
- column
- matrix
- columns
- Prior art date
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
Изобретение относитс к области бионики и вычислительной техники и может быть использовано в качестве элемента адаптивных нейронных сетей дл моделировани биологических процессов в устройствах распознавани образов, регулировани движени , а также в качестве элемента структур, предназначенных дл решени систем разностных уравнений. Цель изобретени - моделирование отказоустойчивости нервной ткани. Поставленна цель реализуетс в результате введени в состав известного устройства группы управл ющих входов по числу столбцов в матрице моделей нейронов. Св зи между модел ми нейронов в матрице выполнены двунаправленными. Поток информации, представленный в виде параллельно-последовательного единичного кода, проход через матрицу моделей нейронов, распростран етс только поперек столбцов. При этом модели нейронов в столбцах работают параллельно, асинхронно и независимо друг от друга. Объедин ет их в столбце организаци св зей и одинаковые режимы работы, 1 ил.
Description
Изобретение относитс к бионике и вычислительной технике, может быть использовано в качестве элемента адаптивных нейронных сетей дл моделировани биологических процессов в устройствах распознавани образцов, в устройствах регулировани движени , а также в качестве элемента структур , предназначенных дл решени систем разностных уравнений.
Цель изобретени - моделирование отказоустойчивости нервной ткани.
Функциональна схема устройства представлена на чертеже.
Модель нейронной сети содержит матрицу моделей нейронов 1-12, При
этом вьщелёны перва 1, втора 2 и п- 3 модели нейронов первого столбца , перва 4, втора 5 и т- 6 модели нейронов второго столбца, перва 7, втора 8 и 1- 9 модели нейронов (п-О-го столбца, перва 10, втора II и г 12 модели нейронов п-го столбца матрицы. Двунаправленные линии св зи 13-21 между модел ми нейронов 1-3 первого столбца и модел ми нейронов 4-6 второго столбца. Двунаправленные линии св зи 22-30 между модел ми нейронов 7-9 (n-l)-ro столбца и модел ми нейронов 10-12 п-го столбца . Группы 31-34 управл ющих входов моделей нейронов соответственно перСП
Од
3
Эйго, второго, (n-l)-ro и п-го столцов . Выделенна совокупность признаков позвол ет воспроизвести отказоустойчивость нервной ткани.
Совокупность двунаправленных линий между модел ми нейронов первого и второго столбцов обеспечивает св каждой модели нейрона первого столбца с каждой моделью нейрона второго столбца, аналогично двунаправленные линии св зи между модел ми нейронов (n-l)-ro и п-го столбцов обеспечивают св зь каждой модели нейрона (n-l)-ro столбца с каждой моделью нейрона п-го столбца, позвол ют выброчно определ ть состо ние каждого сло моделируемой сети,
Назначение управл ющих входов - измен ть режим работы моделей нейро нов в соответствии с заданным экспериментом . Организаци управл ющих входов в группы по числу столбцов в матрице моделей нейронов объ сн
етс тем, что режимы работы в целом идентичны, а от столбца к столбцу могут мен тьс .
Устройство работает следующим образом .
Поток информации, представленный в виде параллельно-последовательно единичного кода, проход через матрицу моделей нейронов, распростран етс только поперек столбцов. При этом модели нейронов в столбцах работают параллельно, асинхронно и независимо друг от друга. Объедин ет их в столбце организаци св зей и одинаковые режимы работы.
Подача на входы моделей нейронов 1-3 первого столбца набора импульсов в параллельном коде.равносильна воз- бузвдению в первом столбце п ти моделей нейронов, кажда из которых nepie ходит в состо ние генерации и начина ет генерировать сигналы возбуждени , которые поступают по двунаправленным лини м св зи 13-2) на входы моделей нейронов 4-6 второго столбца. При этом те модели нейронов 4-6, ко- торые прин ли сигнал возбуждени выдают в ответ сигнал подтверждени приема,
Так как порог активности моделей нейрона 1-3 первого столбца равен единице, модели нейрона 1-3, получившие сигналы подтверждени на сгенерированные сигналы, перейдут в состо ние латентности, а модели нейронов 1-3, не получившие сигналов подтверждени приема са сгенерированные сигналы, продолжают генерировать сигналы возбуждени модел м нейрона 4-6 второго столбца, мен с каждой новой генерацией адрес приемника, которому адресуетс сгенерированный сигнал, до тех пор пока, либо будет получен сигнал подтверждени приема, либо закончитс врем жизни состо ни генерации моделей нейрона 1-3,
Через некоторое врем во втором столбце будет возбуждено п ть моделей нейронов. Последние, перейд в состо ние генерации, начинают
посылать сигналы возбуждени в двунаправленные линии 22-30. Порог активности всех моделей нейрона:4-6 второго столбца равен двум. Это значит , что в результате генерации сигналов возбуждени модел ми нейронов 46 в третьем столбце должно быть возбуждено дес ть моделей нейронов.
Перейд в состо ние генерации, модели нейронов 10-12 третьего столбца выдадут на выходную разр дную шину восемь сигналов возбуждени , это и будет ответ в первом приближении .
Чтобы получить более точный результат необходимы дополнительные услови .
Врем жизни состо ни генерации моделей нейрона 4-6 второго столбца должно быть больше суммарного времени состо ни генерации и латентности моделей нейрона 10-12 третьего столбца с тем, чтобы последние могли успеть вернутьс в исходное состо ние и обработать оставшиес два сигнала возбужд ени .
Claims (1)
- Формула изобретениМодель нейронной сети, состо ща из моделей нейронов, образующих матрицу, где m - количество столбцов , п - количество строк, соединенные входной и выходной шиной, отличающа с тем, что, с целью моделировани отказоустойчивости нервной ткани, в модели нейронов введены группы управл ющих входов по числу столбцов в матрице моделей нейронов , а св зи между модел ми нейронов в матрице выполнены двунаправленными , .входы моделей нейронов первого столбца в совокупности вл ютс51504656 6входной разр дной шиной, кажда мо-ца, выходы моделей нейронов п-годель нейрона первого столбца соеди-столбца в совокупности вл ютс вынена с каждой моделью нейрона второ-ходной разр дной шиной, управл ющиего столбца, аналогично кажда модельg входы моделей каждого столбца матрицы.нейрона (n-l)-ro столбца соединенаобъединены и вл ютс управл ющимис каждой моделью нейрона п-го столб-входами модели.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SU864137272A SU1504656A1 (ru) | 1986-10-15 | 1986-10-15 | Модель нейронной сети |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SU864137272A SU1504656A1 (ru) | 1986-10-15 | 1986-10-15 | Модель нейронной сети |
Publications (1)
Publication Number | Publication Date |
---|---|
SU1504656A1 true SU1504656A1 (ru) | 1989-08-30 |
Family
ID=21263810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SU864137272A SU1504656A1 (ru) | 1986-10-15 | 1986-10-15 | Модель нейронной сети |
Country Status (1)
Country | Link |
---|---|
SU (1) | SU1504656A1 (ru) |
-
1986
- 1986-10-15 SU SU864137272A patent/SU1504656A1/ru active
Non-Patent Citations (1)
Title |
---|
Авторское свидетельство СССР № 968827, кл. G 06 G 7/60, 1982. * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Robinson et al. | Static and dynamic error propagation networks with application to speech coding | |
US4697241A (en) | Hardware logic simulator | |
US5740379A (en) | Method for generating unique addresses for electrical devices from input bit patterns being verifiable for admissibility | |
SU1504656A1 (ru) | Модель нейронной сети | |
AU4531089A (en) | Method and apparatus for restoring data | |
ATE285621T1 (de) | Verfahren und schaltung zum blockweisen beschreiben von speichern mit breitem datenbus | |
der Spiegel | A general purpose analog neural computer | |
CN112949834A (zh) | 一种概率计算脉冲式神经网络计算单元和架构 | |
SU1092467A1 (ru) | Система оптимального управлени колебательными объектами произвольного пор дка | |
SU1312565A1 (ru) | Устройство дл сортировки чисел | |
SU1151979A1 (ru) | Устройство дл моделировани сетевых графов | |
SU1520558A1 (ru) | Устройство дл моделировани висцеросоматического взаимодействи нейронов | |
Mueller et al. | A programmable analog neural computer and simulator | |
SU1552362A2 (ru) | Генератор случайного потока импульсов | |
SU643865A1 (ru) | Устройство дл решени неравенств | |
SU1553993A1 (ru) | Устройство дл моделировани нейронной сети | |
SU1624471A1 (ru) | Устройство дл моделировани процесса технического обслуживани сложных систем | |
SU478329A1 (ru) | Устройство дл моделировани нейронных структур | |
SU1285478A1 (ru) | Устройство дл контрол блока сдвиговых регистров | |
SU1441403A1 (ru) | Устройство дл контрол распределител импульсов | |
SU1564619A1 (ru) | Устройство дл формировани случайных временных интервалов | |
SU1003315A1 (ru) | Устройство дл управлени периодом следовани импульсов | |
SU951330A1 (ru) | Устройство дл сложени длительностей импульсов | |
SU1487155A1 (ru) | Генератор случайного потока импульсов | |
SU1431043A1 (ru) | Генератор случайного процесса |