Модель нейрона

 

МОДЕЛЬ НЕЙРОНА, содержащая два фотоприемника, одни выводы которых подключены к суммирующему и вычитающему входам сумматора соответственно , другие - к шине нулевого потенциала, выход сумматора соединен через пороговьш элемент с входом формирователя выходных и fflyльcoв, отличающая ся тем, что, с целью повышения точности моделирования , в нее введены лазер, гологрймма , на которой записаны внешние связи модели нейрона и модулятор лазерного излучения, вьпсод которого подключен к управляющему входу лазера, выход которого оптически связан с голограммой, выход формирователя выходных импульсов соедине.н с входом с S модулятора лазерного излучения. (Л с

СОЮЗ СОВЕТСНИХ

СОЦИАЛИСТИЧЕСКИХ

РЕСПУБЛИК (19) (II) рц4 С 06 С 7/60

ОПИСАНИЕ ИЗОБРЕТЕНИЯ

Н ABTOPCHOMV СВИДЕТЕЛЬСТВУ

Ю \

° °

° а

ГОСУДАРСТВЕННЫЙ КОМИТЕТ СССР

ПО ДЕЛАМ ИЗОБРЕТЕНИЙ И ОТКРЫТИЙ (21) 3613662/24-24 (22) 03. 05. 83 (46) 07.08.85. Вюл. Р 29 (72) В.M.Çàõàð÷åíêî и С.А.Герасимова (53) 681.333(088.8) (56) Авторское свидетельство СССР

Р 716048, кл. G 06 G 7/60, 1978.

Персептон — система распознавания образов. Под ред А.Г.Ивахненко и др. — Киев, Наукова Думка, 1975, с. 279. (54)(57) МОДЕЛЬ НЕЙРОНА, содержащая два фотоприемника, одни выводы которых подключены к суммирующему и вычитающему входам сумматора соответственно, другие — к шине нулевого потенциала, выход сумматора соединен череэ пороговый элемент с входом формирователя выходных импульсов, отличающаяся тем, что, с целью повышения точности моделирования, в нее введены лазер, голограмма, на которой записаны внешние связи модели нейрона и модулятор лазерного излучения, выход. которого подключен к управляющему входу лазера, выход которого оптически связан с голограммой, выход формирователя выходных импульсов соединен с входом модулятора лазерного излучения.

1171773

Составитель A.ßèöêoâ

Техред О.Ващишина

1<орректор О.Тигор

Редактор Н.Бобкова

Заказ 48б3/40 Тираж 710

ВНИИПИ Государственного комитета СССР по делам изобретений и открытий

113035, Москва, Ж-35, Раушская наб., д. 4/5

Подписное

Филиал ППП "Патент", г.Ужгород, ул.Проектная, 4

Изобретение относится к нейрокибернетике и может быть использовано при создании систем обработки информации, использующих принципы работы нейронных сетей. 5

Цель изобретения — повышение точности моделирования нейрона за счет. увеличения числа внешних связей модели нейрона до величин, характерных для природных прототипов (10 — 10 ).1О

Ф

На чертеже представлена функциональная схема модели нейрона.

Модель содержит два фотоприемника 1 и.2, сумматор 3, пороговый элемент 4, формирователь 5 выходных импульсов, модулятор б лазерного излучения, лазер 7 и голограмму 8., Модель работает следующим образом.

Фотоприемник 1 принимает возбуждающие входные сигналы, а фотоприем- 20 ник 2 принимает тормозящие сигналы. о

В сумматоре 3 возбуждающие и тормозящие сигналы складываются с противоположными знаками. Пороговый элемент 4 осуществляет пороговую дискри- 5 минацию сигналов, а формирователь 5 генерирует последовательность импульсов с частотой, зависящей от величины входного суммарного сигнала. Выходные импульсы поступают на вход 30 модулятора б, который преобразует их в импульсы когерентного излучения лазера 7. Излучение последнего попадает на голограмму 8 и восстанавливает с нее веер световых лучей, каж- З5 дый из которых представляет одну из связей нейрона и передает сигнал на Вход определенного нейрона.

Голограмма расщепляет световой сигнал лазера на множество строго направленных и дозированных по амплитуде световых сигналов, идущих к входам других нейронов. На голограмме диаметром 2 мм по схеме Фурье записана страница бинарной информации

100 100 элементов. При восстановлении голограммы элементы воспроизводятся в виде световых лучей. Техника записи голограмм и технология их обработки аналогичны используемым в голографических ЗУ:

Плотность записи информации на голограммы около 10 бит/мм . Так с как запись одного бита эквивалентна записи одного светового луча, то значит на 1 мм голограммы можно Г записать до 10 внешних межпейронных связей нейрона. Световые лучи не взаимодействуют между собой, поэтому полностью снимаются ограничения на плотность насыщения пространства каналами связи и геометрию их расположения.

Современная интегральная технология позволяет создавать слои таких моделей нейронов на основе последовательного соединения матрицы фотоэлементов, матрицы электронных схем, матрицы когенертных излучателей и матрицы голограмм. На основе таких оптонейронных слоев можно моделировать многослойные нейронные сети.

При этом крайне просто решается задача воспроизведения сложной пространственной структуры синаптических взаимосвязей нейронов с помощью матрицы голограмм. На матрицу 100 х х 100 голограмм можно записать до

i0 связей одного слоя нейрона с другим. Число связей модели нейрона

4. может превышать 10, что не меньше числа связей нейронов мозга, и в

2 9

10 — 10 раз превышает число связей существующих физических моделей нейронов.

Модель нейрона Модель нейрона 

 

Похожие патенты:

Нейристор // 1137490

Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов

Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др

Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах

Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта

Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам

Изобретение относится к программным вычислительным системам, основанным на коробах

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием

Изобретение относится к области моделирования функциональных аспектов человека

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций
Наверх