Claims (2)
Изобретение относитс к области электрй ,tecKpro моделировани и может быть приме|нено при исследовани х механизмов мозга методами электронного моделировани . У примитивных организмов эволюцнЬнно.1ГО р да организаци нервной системы относитс к диффузному типу, где кажда клет ка соединена со всеми «эе окружающими, при чем по случайной схеме соединений. Эти морфологические особенности обусловливают и отсутстаие фиксированного пути возбуждени , а множественность межнейронных св зей гфиводит к широкой взаимозамен емооти элементов и к большой надежности фун1щионировани . Известны устройства дл моделировани нейронной сети из нейроноподобных элементов со структурой сети, соответствующей статистической распайке соединений. В из- вестной модели, содержащей блоки модели- ровани нейронов и генератор тактовых им- нульсов,имеем случайно организованные св зи опрос о составлении полносв заиной сет С равноверо тным руюпределением сз занност в перцептроне не огол етс определ ющим и, следовательно, не решалс , межэлементньг ,свнзи формировались в определенных груп|ппровках элементов. Такое устройство не моделирует беоохемную организацию нерв 1НОЙ системы. Цель изобретени повысить точность Моделировани . Предлагаемое устройство отличаетс тем, что оно содержит блоки триггеров, в1И рсоды которых соединены с управл ющими входами одного из блоков моделировани нейрона, сигнальные входы которого под ключены к выходам других блоков модели ;ровани нейронов, а выход подключен к со ответствутошйм сигнальным входам друпус блоков моделировани нейронов, и последсн {вательно соединенные генератор равномер ,но распределенных случайных чисел и пре образователь закона распределени , выхо- лы которого соединены с первыми входа- iMH блоков триггера, ко вторым входам ко.:торь (х подключен выход генератора такто- ;вых импульсов и вход генератора равномер п распределенных случайных чисел. БЛОК моделировани нейронов выполней в виде порогоеосо-устррйства с cmianTH- 1ческими элементами ив; входе (на чертеже не обозмачейыг) с 511СлсЬ мпульсным ко и . ppgaHjfj M, sы эaШJLJnl4ЯУЛьcoв, которые генерируютс при превышении порогового уровн на аддитивно-накопительном узле. Синаптический элел1ент - это ключ о сиг« Иальнык4 и управл ющим входом, причем скг нал проходит через ключ в зависимости от разрешающего потенциала на управл юшем Входе синаптического ключа. На чертеже дана блок-схема сети из ней |)оноподобных элемонтсв. Сеть содержит блоки 1 моделировани нейронов с синаптическими элементами, которые имеют сигнальный вход 2 и управлто ший вход 3, генератор 4 равномерно «спре деленных случайных чисел с преобразователем 5 закона распределени , гене{татор 6 тактовых импульсов и блок 7 триггеров. На сигнальные входы 2 синаптических элементов поступают сигналы с выходов других блоков I моделировани нейронов, а на управл ющий вход 3-о блока 7 триггеров . Каждый блок моделировани нейронов имеет подобный элемент I ( fj, - 1) синапти ческих элементов. На каждый управ.п юший вход 3 синаптического элемента и; i -го блока 1 моделировани нейронов (1- 1,The invention relates to the field of electronic, tecKpro modeling and can be applied in studies of the mechanisms of the brain using electronic modeling methods. In primitive evolutionary organisms, a number of organizations of the nervous system are of the diffuse type, where each cell is connected to all those around it, with a random connection pattern. These morphological features determine the absence of a fixed excitation path, and the multiplicity of interneuronal connections leads to a wide interchange of the elements of the circuit and to the great reliability of func- tioning. Devices are known for simulating a neural network of neuron-like elements with a network structure corresponding to the statistical pinout of connections. In the well-known model, which contains neuron modeling units and a clock generator, we have randomly organized communications about the compilation of a complete set of network With a uniformly uniform definition, the intransigence in the perceptron is not decisive and, therefore, not solved, inter-elements, formed in certain groups of elements. Such a device does not simulate the beoochemistry of the nerve of the 1st system. The purpose of the invention is to improve the accuracy of the simulation. The proposed device is distinguished by the fact that it contains blocks of triggers, where the arcs of which are connected to the control inputs of one of the neuron modeling blocks, the signal inputs of which are connected to the outputs of other blocks of the neuron model, and the output are connected to the corresponding signal inputs of the modeling blocks neurons, and sequentially {connected generator of uniform, but distributed random numbers and converter of the distribution law, the outputs of which are connected to the first inputs - iMH trigger blocks, second inputs k.: tory (x connected generator output clock; output pulses and generator input evenly distributed random numbers. BLOCK perform neuron simulation in the form of a pornooso-device with cmianTH- 1micheskie willows; input (not drawing charts) from 511SL ppgaHjfj M, ss and aaJJLJnl4NAULs, which are generated when the threshold level is exceeded at the additive-cumulative node. iala to control synaptic yushem Inlet key. The drawing is a block diagram of a network of | onon-like elements in it. The network contains blocks 1 of modeling neurons with synaptic elements that have a signal input 2 and a control input 3, a generator of 4 uniformly distributed random numbers with a converter of the 5 distribution law, a generator {clock pulse 6 and a block of 7 triggers. The signal inputs of 2 synaptic elements receive signals from the outputs of other blocks I of neuron modeling, and the control input of the 3rd block 7 of triggers. Each neuron modeling block has a similar element I (fj, - 1) of synaptic elements. For each control. 3 input of the synaptic element and; i-th block 1 modeling neurons (1-1,
2.. J 1| 2П, -1) поступают управл ющие сигналы с блока 7 триггеров. Генератор рав номерьо распределенных случайных чисел О и через блок б преобразовани закона распределени соединен с блоком 7 три геров. За 1 тактов коммутации (тактов выда чи случайного числа генератором тактов) св , зей формируетс веро тностно-статистическо распределение управл ющих сигналов на входах синаптических ключей, соответствующие еро тностно-статистическому распрепеленшб весов св зи на мозаике синаптических элеменЬв на соме нейрона. И если учесть, что кажпый блок моделировани нейрона соединен со всеми другими, то в целой сети получаем, что каждый нейрон имеет равноверо тную случайную св зь. Работа каждого нейрона равноверо тна . Так как каждый HelipoH имеет (tl - 1) синаптических элементов, веса синапсов близлежащих нейронов имеют большую веичину , большую веро тность пропускани51, т.е. есовые св зи имеют экспоненциальное распределение . Это экспоненциальное распределение формирует генератор равномерно распределеп;ных случайных чисел с преобразователем 5 закона распределени , а с разр дных триггеров управл ющий сигнал поступает на управл емый вход синаптического элемента.: Формула изобретени Устройство дл моделировани нейронной сети, содержащее блоки моделировани нейронов и генератор тактовых и 1пульсов, отличающеес тем, что, с целью повышени точности моделировани оно содержит блоки триггеров, выходы которых соединены с управл ющими входами о .ного из Iблоков моделировани нейрона, сигнальные входы которого подключены к выходам других блоков моделировани нейронов, а выход подключен к соответствующим сигнальным входам других блоков моделировани нейронов, и последовательно соединенные генератор paBHONtepHo распределенных случайных чисел и преобразователь закона р аспределе-« ни , выходы которого соединены с пербыми входами блоков триггеров, ко вторым входам которых подключен выход генератора такто вых импульсов и вход генератора равномерно распределенных случайных чисел.: z ллдИ z 2 .. J 1 | 2P, -1) control signals are received from the 7 trigger block. The generator of equal distributed random numbers O and through block B of the transformation of the distribution law is connected to block 7 three ger. During 1 switching cycles (cycles of random numbers by the generator of cycles), the probability-statistical distribution of control signals at the inputs of synaptic keys is formed, corresponding to the static-statistical distribution of communication weights on a mosaic of synaptic elements in the neuron. And if we take into account that each block of modeling of a neuron is connected to all the others, then in the whole network we find that each neuron has an equal probability random connection. The work of each neuron is equally likely. Since each HelipoH has (tl - 1) synaptic elements, the weights of synapses of nearby neurons have a greater origin, a greater likelihood of transmission 51, i.e. Circuit connections have an exponential distribution. This exponential distribution generates a generator of uniformly distributed random numbers with a distribution law converter 5, and from a bit trigger a control signal is fed to a controlled input of a synaptic element. Formula of the invention A device for modeling a neural network containing neuron modeling blocks and a clock generator 1 pulses, characterized in that, in order to increase the modeling accuracy, it contains trigger blocks, the outputs of which are connected to control inputs of one from I simulation of a neuron, the signal inputs of which are connected to the outputs of other neuron modeling blocks, and the output are connected to the corresponding signal inputs of other neuron simulation blocks, and the paBHONtepHo distributed random numbers connected in series, and the outputs of which are connected to the perpendicular inputs blocks of flip-flops, to the second inputs of which the output of the clock pulse generator and the input of the generator of uniformly distributed random numbers are connected .: z lldI z