Модель нейронной сети

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием. Техническим результатом является повышение скорости обработки информации за счет повышения степени распараллеливания вычислительных процессов. Устройство содержит искусственную нейроподобную сеть из аналоговых нейронов, по меньшей мере, один блок регулируемых напряжений, группу аксоноподобных узлов нелинейной связи, каждый из которых содержит последовательно соединенные схему согласования и выделения огибающей радиоимпульса, автогенератор со схемой самогашения, отрезок коаксиальной линии, выполняющий функции антенны, дополнительную схему согласования и выделения огибающей радиоимпульса. 2 ил.

 

Изобретение относится к нейроподобным вычислительным структурам и может найти применение в области вычислительной техники в качестве процессора вычислительных систем с высоким быстродействием.

Известна оптоэлектронная модель нейронной сети (патент RU 2074417, МПК G06G 7/60, опубл. 27.02.1997), содержащая первую группу оптоэлектронных модулей, каждый из которых содержит последовательно включенные первый входной фотоприемный узел, интегрирующий узел и первый выходной узел светоизлучателей. В модель введена вторая группа оптоэлектронных модулей, каждый из которых содержит последовательно включенные второй входной фотоприемный узел, кодирующий узел и второй выходной узел светоизлучателей, при этом оптические входы первых входных фотоприемных узлов оптоэлектронных модулей первой группы оптически связаны с оптическими выходами вторых выходных узлов светоизлучателей оптоэлектронных модулей второй группы, а оптические входы вторых входных фотоприемных узлов оптоэлектронных модулей второй группы связаны с оптическими выходами первых выходных узлов светоизлучателей оптоэлектронных модулей первой группы.

Однако известная модель нейронной сети обладает следующими недостатками: нелинейное преобразование входного сигнала в дискретный (импульсный), не образуя дополнительных каналов связи между нейронами, не повышает степени распараллеливания вычислительных процессов и скорости обработки информации в сети; уровень энергопотребления высокий и не связан с характером вычислительных процессов в сети; имеются значительные технологические трудности при создании сетей с большим числом нейронов или в микросхемном исполнении.

Из всех известных моделей нейронной сети наиболее близкой к заявляемой является оптоэлектронная модель нейронной сети (патент RU 2070334, МПК G06G 7/60, опубл. 10.12.1996), содержащая два взаимосвязанных оптоэлектронных операционных блока распределенной моделирующей среды, блок опорных напряжений, оптоэлектронный узел обратной связи, электрооптические индикаторы, группу аксоноподобных интегрирующих узлов нелинейной связи, в которых производится преобразование оптических непрерывных сигналов в оптические дискретные сигналы, синапсоподобные интегрирующие узлы, где производится преобразование оптических дискретных сигналов в непрерывные оптические сигналы. Оптические выходы электрооптических индикаторов оптоэлектронных узлов обратной связи, установленные на плоском фоторезисторе, моделирующем дивергенцию выходных сигналов, оптически связаны с оптическими входами плоского операционного фоторезистора, моделирующего конвергенцию входных сигналов, что позволяет реализовать функции адаптации и обучения в нейронных сетях.

Однако известная модель нейронной сети обладает следующими недостатками: нелинейное преобразование входного сигнала в дискретный (импульсный), не образуя дополнительных каналов связи между нейронами, данное преобразование не повышает степени распараллеливания вычислительных процессов и не обеспечивает повышения скорости обработки информации в сети; уровень энергопотребления известной модели нейтронной сети высокий и не связан с характером вычислительных процессов в сети; имеются значительные технологические трудности при создании сетей с большим числом нейронов или в микросхемном исполнении.

Задачей изобретения является повышение скорости обработки информации в искусственной нейронной сети.

Эта задача решается за счет того, что модель нейронной сети содержит, по меньшей мере, один узел обратной связи, по меньшей мере, один блок напряжений, группу аксоноподобных узлов нелинейной связи, включающих преобразователи потока излучения и локальные излучатели, причем каждый аксоноподобный узел дополнительно содержит, по меньшей мере, одну цепь последовательно соединенных схемы согласования и выделения огибающей радиоимпульса на входе и на выходе аксоноподобного узла, автогенератора со схемой самогашения и отрезка коаксиальной линии.

Сущность изобретения заключается в том, что в модель нейронной сети вводится такое нелинейное преобразование входного сигнала в дискретный (импульсный), которое позволит создать дополнительные каналы связи между нейронами (т.е. повысит степень распараллеливания вычислительных процессов и, соответственно, повысит скорость обработки информации в сети), снизит энергопотребление, уровень которого связан с характером вычислительных процессов в сети; снизит технологические трудности при создании сетей с большим числом нейронов или в микросхемном исполнении.

На фиг.1 изображена структурная схема предлагаемой модели нейронной сети, на фиг.2 - структурная схема аксоноподобного узла нейрона.

Модель нейронной сети (фиг.1) содержит искусственную нейронную сеть из аналоговых нейронов 1, блок аксоноподобных узлов 2, регулируемые блоки напряжений 3, нерегулируемый блок напряжений 4.

Аксоноподобный узел нейрона (фиг.2) состоит из цепочек последовательно включенных схемы согласования и выделения огибающей радиоимпульса 5, автогенератора 6 со схемой самогашения 8 и с выводом сигнала управления регулируемыми блоками напряжений 9, отрезка коаксиальной линии 7, шины питания аксоноподобного узла 10. Дополнительная схема согласования и выделения огибающей радиоимпульса 5 включена на выходе аксоноподобного узла.

Модель нейронной сети работает следующим образом. Информация, предназначенная для обработки, в виде сигналов поступает на вход искусственной нейронной сети из аналоговых нейронов 1, функционирующих на известных принципах биологического нейрона. Когда сумма сигналов на входе аналогового нейрона превышает уровень заданного порога, то на его выходе формируется последовательность частотно-модулированных импульсов (импульсов активации или спайков), частота следования которых зависит от суммарного уровня входных сигналов нейрона. Далее последовательность частотно-модулированных импульсов поступает на вход аксоноподобного узла 2.

Аксоноподобный узел работает следующим образом (см. фиг.2). Импульс активации - спайк (далее - видеоимпульс), поступающий на схему согласования и выделения огибающей радиоимпульса 5, осуществляет «безударный» (без коммутации цепей постоянного тока) периодический запуск автогенератора 6 для реализации условий приема внешних электромагнитных колебаний. В момент генерации радиоимпульс, возбужденный в колебательной системе автогенератора 6 - коаксиальной линии 7, излучается в пространство этой же коаксиальной линией, выполняющей функции антенны, и одновременно поступает на вход следующей схемы согласования и выделения огибающей радиоимпульса 5. С выхода схемы согласования и выделения огибающей радиоимпульса 5 выделенный видеоимпульс поступает на запуск следующего автогенератора 6 и процесс повторяется вновь. С выхода последней в цепочке схемы согласования и выделения огибающей радиоимпульса 5 выделенный видеоимпульс поступает на вход следующего нейрона или непосредственно на выход искусственной нейронной сети.

Излученный же в пространство радиоимпульс может быть принят другим аксоноподобным узлом, расположенным на значительном расстоянии от 1-го. Поскольку осуществляется «безударный» запуск автогенератора, то реализуются условия приема внешних электромагнитных колебаний (т.е. автогенератор в данном случае является приемопередающим устройством) и 1-й аксоноподобный узел способен принять радиоимпульсы от других аксоноподобных узлов, входящих в состав других нейронов сети. Таким образом, может осуществляться взаимная синхронизация частот излучения радиоимпульсов между большим числом нейронов. Наличие схемы самогашения в каждом автогенераторе приводит к тому, что синхронизируются не только частоты излучения радиоимпульсов, но частоты следования этих радиоимпульсов, т.е. путем преобразования исходной последовательности видеоимпульсов с выходов нейронов в радиоимпульсы, в процессе синхронизации осуществляется обмен информацией между нейронами. Кроме того, наличие схемы самогашения приводит к тому, что в процессе синхронизации ведущую роль играют те нейроны, частота импульсов на выходе которых выше, т.е. более «быстрые» подстраивают под себя более «медленные».

Отличительными особенностями предлагаемой модели нейронной сети, позволяющими реализовать новые полезные качества, является следующее.

Поскольку обмен информацией между нейронами дополнительно происходит посредством электромагнитного поля, то скорость обмена равна скорости распространения электромагнитных волн, а так как электромагнитное поле может обеспечить обмен информацией с большим числом нейронов (потенциально возможно соединение по принципу «все со всеми»), то степень распараллеливания вычислительных процессов и, соответственно, скорость обработки информации повышаются.

Цепями обратной связи 9 аксоноподобных узлов с выходов схем самогашения 8 (фиг.2) на блоки регулируемых напряжений 3 (фиг.1) осуществляется саморегуляция активности нейронов сети в зависимости от характера вычислительных процессов.

Последовательное включение нескольких цепочек схемы согласования и выделения огибающей радиоимпульса, автогенератора со схемой самогашения, отрезка коаксиальной линии повышает вероятность обмена информацией между нейронами за счет увеличения числа излученных радиоимпульсов при передаче информации с выхода аналогового нейрона через аксоноподобный узел на выход нейронной сети. Также повышается надежность работы сети, поскольку при неисправности какого-либо нейрона функции обработки информации могут взять на себя другие нейроны, способные возбудиться в данный момент времени.

Предлагаемая модель реализуется средствами аналоговой электроники, технологически пригодна к микросхемному исполнению, в том числе и средствами нанотехнологий.

Эти свойства заявляемой модели нейронной сети являются существенными отличиями по сравнению с уже известными моделями.

Модель нейронной сети, содержащая искусственную нейронную сеть из аналоговых нейронов, на вход которой поступает информация, предназначенная для обработки, по меньшей мере один блок регулируемых напряжений, группу аксоноподобных узлов нелинейной связи, отличающаяся тем, что каждый из аксоноподобных узлов нелинейной связи содержит последовательно соединенные схему согласования и выделения огибающей радиоимпульса, автогенератор со схемой самогашения и отрезок коаксиальной линии, выполняющий функции антенны, схема самогашения соединена с блоком регулируемых напряжений для осуществления саморегуляции активности нейронов в зависимости от характера вычислительных процессов, дополнительная схема согласования и выделения огибающей радиоимпульса включена на выходе каждого аксоноподобного узла, выход которой соединен с входами следующих нейронов, выходы нейронов, на которых формируется импульс активации, соединены с входами схем согласования и выделения огибающей радиоимпульса на входах соответствующих аксоноподобных узлов.



 

Похожие патенты:

Изобретение относится к нейрокибернетике и может быть использовано в искусственных нейронных сетях при решении различных задач логической обработки двоичных данных.

Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерных системах. .

Изобретение относится к кибернетике и может быть использовано в качестве ячейки нейронных сетей. .

Изобретение относится к области вычислительной техники и может быть использовано в нейронных сетях. .

Изобретение относится к области вычислительной техники и может быть использовано в нейронных компьютерах. .

Изобретение относится к программным вычислительным системам, основанным на коробах. .

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

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

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

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

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

Изобретение относится к области бионики и биокибернетики и может быть использовано в модельных нейрофизиологических экспериментах, а также в устройствах и системах искусственного интеллекта и управления.

Изобретение относится к области моделирования функциональных аспектов человека
Изобретение относится к информационным технологиям и нейрофизиологии. Техническим результатом изобретения является повышение скорости работы технологий нейрокомпьютерного интерфейса. В заявленном способе управления внешними устройствами с использованием технологии нейрокомпьютерного интерфейса регистрируются данные активности различных отделов головного мозга с использованием, как по отдельности, так и в совокупности, любой из методик электроэнцефалографической, магнитно-резонансной томографии, транскраниальной оксиметрии, а полученный сигнал обрабатывается по известным для каждого типа нейрокомпьютерных интерфейсов формулам, причем предварительно происходит обучение классификатора применительно к решаемым пользователем задачам, так что каждой возможной реакции пользователя присваиваются определенные апостериорные вероятности, отражающие индивидуальный характер предпочтений пользователя и которые могут пересматриваться в процессе работы устройства; при этом веса классификатора команд изменяются таким образом, что для более часто встречающихся случаев требуется меньше итерация процесса для получения команды и, наоборот, для более редко встречающихся - больше.
Изобретение относится к медицине, ортопедии и может быть использовано для выявления особенностей походки, присущих ранним стадиям плосковальгусной деформации стоп у детей. С помощью аппаратно-программного комплекса проводят регистрацию биомеханических характеристик работы голеностопного сустава в процессе шагового цикла с использованием системы захвата движения, динамической стабилоплатформы и электромиографии (ЭМГ). Вначале на тело пациента фиксируют светоотражающие маркеры, на переднюю и заднюю группу мышц голени фиксируют устройства беспроводной ЭМГ. С помощью системы захвата движения создают индивидуальную трехмерную статическую скелетную модель пациента, для которой определяют характеристики шагового цикла путем прохода пациентом по стабилометрической платформе в количестве не менее 5 повторений. На основе полученных биомеханических характеристик с помощью программного обеспечения комплекса вычисляют мощность работы голеностопного сустава, угол пронации и угол супинации. Проводят сравнительный анализ этих показателей с параметрами нормы, варьируемыми в следующих диапазонах: мощность работы 3,01÷4,56 Вт/кг, угол пронации 3,89÷4,78 градусов, угол супинации 2,98÷3,67 градусов. Плосковальгусную деформацию стоп диагностируют при уменьшении мощности работы голеностопных суставов и угла супинации и увеличении угла пронации по сравнению с нормой. Способ обеспечивает комплексную точную количественную раннюю диагностику плосковальгусной деформации стопы у детей в сжатые сроки, с учетом биомеханики ходьбы. 2 пр.

Изобретение относится к области проведения электрофизиологических манипуляций с живой тканью и может быть использовано для обучения нейронной сети in vitro. Техническим результатом является создание протокола обучения, включающего алгоритм определения оптимальных для индивидуальной биологической нейронной сети параметров, используемых в протоколе обучения. Особенностью способа является то, что до начала процесса обучения производят предварительную стимуляцию без обратной связи, на основании которой выбирают наиболее эффективный стимулирующий электрод, который будут использовать в процессе обучения, и подбирают параметры стимуляции, производят контрольную стимуляцию без обратной связи на выбранном стимулирующем электроде, на основании которой выбирают наиболее эффективный регистрирующий электрод для использования в процессе обучения, подбирают критерий ответа и критерий обучения, адаптируя перечисленные параметры и критерии к физиологическим особенностям биологической нейронной сети в данном конкретном эксперименте, после окончания процесса обучения проверяют сохранение эффекта обучения. 5 з.п. ф-лы, 3 ил.

Изобретение относится к области медицины: в хирургии, онкологии, в частности к способу прогнозирования течения раннего послеоперационного периода у больных с осложнениями рака прямой кишки и средству для его осуществления. Сущность способа: осуществляют анализ клиническо-анамнестических и лабораторных данных субъекта: пол, возраст, срок установления онкологического диагноза, тип осложнения, степень распространенности опухоли по TNM классификации, стадия опухоли, сопутствующая патология, ранее проведенное лечение, показатели общего анализа крови, общего анализа мочи, показатели биохимического анализа крови, а также данные УЗИ, фиброколоноскопии, вид операции. Анализ осуществляют с помощью искусственной нейронной сети, которая представляет собой сеть прямого распространения с тремя слоями нейронов: в первом слое 4 нейрона, во втором - 2 нейрона, в третьем слое один нейрон. Нейроны слоев соединены между собой по типу «каждый с каждым». Каждый нейрон первого слоя имеет 28 синапсов, нейроны второго слоя имеют 5 синапсов, нейрон выходного слоя имеет 3 синапса. В качестве функции активации нейроны используют логистическую функцию. Нейронная сеть делит пространство входных сигналов на две группы и относит значение ниже 0,5 к неблагоприятному течению раннего послеоперационного периода, а при значении выше чем 0,5 - к группе с благоприятным течением. Положительный эффект: предлагаемый способ является простым, экономичным по сравнению с большинством имеющихся методов, он не инвазивен, основан на анализе полученных данных в результате стандартного предоперационного обследования пациента и не требует проведения дополнительных методов диагностики, а это, в свою очередь, повысит уровень достоверности, объективизации и при необходимости коррекцию лечения. 2 пр., 2 ил.

Изобретение относится к моделированию нейронов и может быть использовано в нейрокомпьютерах, технических системах на основе нейронных сетей для распознания образов, анализа и обработки изображений. Техническим результатом является обеспечение возможности достижения избирательного распознавания входных объектов без использования весового взвешивания входных сигналов, возможности кодирования входного объекта определенного типа номером канала или номером регистрирующего нейрона, сжатие входной информации, повышение быстродействия, повышение надежности распознавания объектов. Устройство содержит входы для импульсных потоков, внутренние каналы связи, кластер из части входных каналов связи; кластер формируют из входных каналов связи в зависимости от структуры периодов и локализации парциальных импульсных потоков на входе нейрона, что реализует существование для суммарного импульсного потока на выходе кластера ε-почти-периодов с максимальной суммой амплитуд всех парциальных импульсных потоков; импульсный поток с выхода кластера подают на сумматор, который связывают с пороговым возбудимым элементом, который генерирует выходную импульсную последовательность или одиночный импульс при превышении максимальной суммой амплитуд импульсных потоков на выходе сумматора порогового значения возбудимого элемента; сигнал с выхода порогового возбудимого элемента используют в качестве выходного. 9 ил., 2 табл.

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

Наверх