Виртуальная потоковая вычислительная система, основанная на информационной модели искусственной нейросети и нейрона



Виртуальная потоковая вычислительная система, основанная на информационной модели искусственной нейросети и нейрона
Виртуальная потоковая вычислительная система, основанная на информационной модели искусственной нейросети и нейрона
Виртуальная потоковая вычислительная система, основанная на информационной модели искусственной нейросети и нейрона

 


Владельцы патента RU 2530270:

Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский ядерный университет "МИФИ" (НИЯУ МИФИ) (RU)

Изобретение относится к области вычислительной техники и интеллектуальных вычислительных систем и может быть использовано для создания интеллектуальных вычислительных систем. Техническим результатом является повышение надежности информационной работоспособности в условиях замкнутости, ограничений, обмена и неопределенности, возможность реализации динамически расширяемой архитектуры, повышение информационной достоверности результатов вычислений и обработки данных. Виртуальная потоковая вычислительная система содержит блок автономно функционирующих процессорных элементов (ПЭ), количество функционирующих ПЭ в конкретный квант физического времени определяется условиями алгоритма вычислительного процесса или его результатом из предыдущего кванта времени, блок двухуровневой виртуальной активной памяти для каждого ПЭ и группы ПЭ, блок общей виртуальной активной памяти, доступной для всех ПЭ, системы координат информационной привязки и поверки результатов вычислительного процесса в области двухуровневой виртуальной активной памяти для каждого ПЭ или группы ПЭ. 1 ил.

 

Изобретение относится к области вычислительной техники и интеллектуальных вычислительных систем и может быть использовано для создания интеллектуальных вычислительных систем, информационные процессы в которых обусловлены модельной и алгоритмической замкнутостью, ограничениями среды вычислений, обменом энергией и информацией и информационной неопределенностью, разработки и осуществления новых форм компьютинга на основе информационной модели искусственной нейросети и нейрона и технологий виртуализации потоковых вычислительных процессов, разработки систем искусственного и вычислительного интеллекта и т.д.

Техническим результатом является расширение функциональных и интеллектуальных возможностей вычислительной системы, повышение надежности их информационной работоспособности в условиях замкнутости, ограничений, обмена и неопределенности, обеспечение нейросетей, возможность реализации динамически расширяемой архитектуры возможности создания сверхсложных интеллектуальных информационных виртуальных виртуальной вычислительной системы, повышение информационной достоверности результатов вычислений и обработки данных. Виртуальная потоковая вычислительная система содержит блок автономно функционирующих процессорных элементов (ПЭ), количество функционирующих ПЭ в конкретный квант физического времени определяется условиями алгоритма вычислительного процесса или его результатом из предыдущего кванта времени, блок двухуровневой виртуальной активной памяти для каждого ПЭ и группы ПЭ, блок общей виртуальной активной памяти, доступной для всех ПЭ, системы координат информационной привязки и поверки результатов (промежуточных и конечных) вычислительного процесса в области двухуровневой виртуальной активной памяти для каждого ПЭ или группы ПЭ.

Известные разновидности потоковых вычислительных систем основаны на модели «чистого потока данных»: статистические ВС и динамические ВС. Общие принципы организации вычислительных процессов в таких ВС направлены на достижение высокой степени параллелизма и обеспечение высокого коэффициента загрузки аппаратных средств, которые являются основными факторами, определяющими эффективность ВС как по ряду технических и алгоритмических характеристик, так и в целом. Разработка и реализация вычислительных процессов для технологий имитационного моделирования различных задач и обработка информации в таких системах на основе моделей последовательных и параллельных алгоритмов осуществляется на вычислениях, которые выполняются посредством строгой логической схемы последовательности дискретных шагов, включая точные данные (точность определяется количеством значащих цифр или символов). Даже при таких строгих допущениях ошибка всего лишь в единственном бите в последовательности операндов или в данных, часто делает результат вычисления безполезным или размытым. Мощные усилия, направленные на устранение или минимизацию таких ошибок средствами аппаратного и программного обеспечения, в основном связаны с решением дилеммы: точность вычислительной системы и успешность предотвращения неустойчивого исполнения, обусловленной такой точностью, которые являются ключевыми величинами в традиционной вычислительной индустрии. Точность и надежность в традиционных последовательных и параллельных вычислительных системах очень далеки от надежной организации вычислительных процессов, синтеза и обработки информации в интеллектуальных живых системах. Остается открытым вопрос о выборе критериев оценки эффективности и надежности алгоритмов, а также и многие другие. Традиционные потоковые вычислительные системы и вычислительные системы для решения потоковых задач функционально являются системами, обладающими высокой вычислительной эффективностью как по техническим характеристикам, так и по алгоритмическому обеспечению. Эффективность достигается, как было отмечено выше, за счет высокой степени параллелизма аппаратного взаимодействия ее элементов и методологии синтеза параллельных схем и алгоритмов вычислительных процессов. Интеллектуальные возможности и интеллектуальная эффективность таких вычислительных систем как интеллектуального инструмента в технологиях организации вычислительных процессов, имитационного моделирования и обработки информации с целью достижения точных и устойчивых результатов, когда диффузия информации локализована в пространственно-временных масштабах, не рассматривались и не исследовались. Также открыты такие вопросы, которые связаны с разработкой информационных моделей потоковых вычислений в условиях модельной и алгоритмической замкнутости, обмена информацией, ограничениями среды вычислений и информационной неопределенности.

В основе причин, порождающих ошибки, обусловленных ключевыми величинами (точность и неустойчивость) вычислительных процессов, лежит тот факт, что традиционно практикуемые технологии последовательных и потоковых вычислений весьма неустойчивы. Эта неустойчивость во многом обусловлена тем, что технологии вычислительных процессов потоковых и скалярных вычислений реализуются без учета информационной динамики объектов среды вычислений, которая определяет событийность пространственно-временных и информационных условий контролируемости вычислительных процессов. В настоящее время достоверно неизвестно, как представляются, хранятся и обрабатываются данные в живых интеллектуальных системах обработки информации, как в них организованы вычислительные механизмы и многие другие вычислительные аспекты. Работы по изучению обозначенных вопросов-секретов ранее и в настоящее время в основном сфокусированы на исследовании биохимических, нейрофизиологических и структурных аспектов информационных процессов в живых нейросистемах. Результаты проводимых исследований позволили идентифицировать лишь некоторые ограниченные вычислительные механизмы, но не получено математического описания логических структур данных для представления информации в таких нейросистемах, не построено общей теории оперирования данными и вычислений в живых нейросистемах. Также не создано, что является наиболее важным, приемлемой общей теории, которая описывала бы вычислительные возможности интеллектуальных живых систем на основе информационных моделей передачи и обработки информации в нейросистемах, которые можно адаптировать для разработки и реализации интеллектуальных вычислительных систем, способных проявлять подобные характеристики обработки информации. Но тем не менее можно с высокой степенью достоверности утверждать, что живые интеллектуальные системы обработки информации реализуют свои функции, в том числе и вычислительные, в условиях замкнутости, ограничений, обмена (энергией и информацией) и неопределенности. Обозначенные условия функционирования живых систем характерны и для потоковых вычислительных систем, которые в настоящее время не реализованы и не описаны ни в одной модели существующих вычислительных систем (реальных и абстрактных).

Основной целью представляемого нами данного изобретения является обеспечение возможности разработки и реализации архитектуры (структуры) виртуальной потоковой вычислительной системы, которая преодолевает недостатки известного уровня техники, а также обеспечение возможности разработки и реализации логической архитектуры (структуры) для виртуальной потоковой вычислительной системы, вычислительные достоинства которой лежат в областях интеллектуальных систем обработки информации и вычислительного интеллекта, обеспечение возможности реализации компонентов виртуальной потоковой вычислительной системы, несущих преимущества информационной модели нейросети [4] как уникальной математической, логической и вычислительной структуры, которую открыл автор настоящего изобретения и которая может являться фундаментальной и научной основой реализации вычислительных процессов виртуальных потоковых вычислений имитационного моделирования и технологий систем обработки информации.

Сущность изобретения

Информационная модель нейросети, как математический и логический прототип интеллектуальной вычислительной системы, имеет важные вычислительные и информационные свойства механизмов вычислительных процессов и позволяет их определить и описать с учетом математических, динамических, информационных и метрологических аспектов, которые не являются очевидными и поддерживают новую парадигму вычислений и осуществления нетрадиционных форм компьютинга с учетом информационной динамики объектов среды вычислений. Эта парадигма обладает новыми вычислительными преимуществами на основе нетрадиционных принципов разработки и реализации различных форм компьютинга, которые позволяют осуществить синтез влияния механизмов параллелизма, виртуализации и интеллектуализации на информационную динамику объектов среды вычислений. Настоящее изобретение раскрывает архитектуру (структуру) виртуальной потоковой вычислительной системы, которая позволяет реализовать эту новую парадигму вычислительного интеллекта и осуществить доступ к этим новым интеллектуальным вычислительным возможностям.

Цели изобретения достигаются, с одной стороны, на основе способа построения виртуальной потоковой вычислительной системы, согласно которому процессорные модули и модули памяти такой системы логически, функционально и информационно взаимодействуют между собой по тем же принципам, что и нейроны в сетевой информационной модели нейросети, определяет ее организацию и реализацию в виде многослойной модульной системы потоковой параллельной обработки данных, где имеется несколько слоев, включая слой процессорных элементов (ПЭ), слой двухуровневой виртуальной оперативной памяти для каждого ПЭ и модуля процессорного слоя и слой общей активной виртуальной памяти для всего процессорного слоя, причем процессорный слой разбивается на виртуальные процессорные модули, а слой общей активной виртуальной памяти - на виртуальные модули памяти, процессорные модули имеют сетевую модель организации информационных связей и выполняют функции интерфейса как между элементами слоев, так и с внешней средой, инициализации вычислительной системы, маршрутизации информации в системе, конфигурации архитектуры виртуальной потоковой вычислительной системы под структуру информационного графа решаемой задачи, восстановления результатов вычислительного процесса при отказе всей системы, отдельных слоев, модулей или элементов, а модули слоя виртуальной оперативной памяти выполняют функции хранения атрибутов модулей, команд, локальной системы координат информационной привязки и поверки результатов (промежуточных и конечных) вычислительных процессов в среде вычислений [5], модули общей активной виртуальной памяти функционально и логически предназначены для хранения глобальной информационной системы координат проверки и поверки и отражения на ней результатов вычислительного процесса на каждом его шаге, а также выполняет буферные функции в операциях тайлинга между модулями слоев, функции виртуальных портов и информационных шлюзов с внешним миром.

Согласно обозначенному способу процессорные модули логически и функционально объединяются и конфигурируются в виртуальную вычислительную структуру с геометрией и топологией связей сетевой информационной модели нейросети и каждый процессорный модуль функционирует в соответствующей ему области информационного пространства координатной системы привязки и поверки результатов, что обеспечивает высокую надежность в работе всей вычислительной системы и достоверность получаемых результатов, а базовыми и образующими элементами модулей виртуальной оперативной памяти и общей виртуальной активной памяти являются виртуальные ячейки двух типов: активные и пассивные виртуальные ячейки. Выполнение логических и арифметических операций в процессорных модулях реализуются по следующим принципам компьютинга: принцип взаимодействия операндов среды вычислений с информационной виртуальной средой [2, 3], принцип виртуальной перспективы в операторе проектирования [1], принцип связанности результатов вычислений [5]: фрактальной и информационной.

А с другой стороны - с помощью структуры виртуальной потоковой вычислительной системы, реализующей новую парадигму вычислительного интеллекта на основе сетевой информационной модели нейросети [4]. Сетевая информационная модель нейросети, с одной стороны, описывает структуру (архитектуру) виртуальной потоковой вычислительной системы в виде глобальной виртуальной информационной динамической сети, в которой характер взаимодействия между элементами на уровнях управления и обмена информацией определяется как процессы с локальным взаимодействием. А с другой - элемент такой сети, формальный нейрон, определяется как локальная виртуальная вычислительная система, которая объединяет ресурсы процессорных элементов и памяти реальной физической вычислительной системы с жесткой или реконфигурируемой архитектурой, логическая и физическая функции которой заключаются в следующем. Во-первых, это локальная виртуальная вычислительная сеть, которая определяет и задает в физической среде реальной потоковой BC вычислительный сервер-домен, т.е. пространство виртуальных адресов-идентификаторов для ее процессорных элементов и соответствующих им сегментов активной памяти. Во-вторых, виртуальный вычислительный сервер-домен задает не только область информационного определения в пространстве виртуальных адресов его активной памяти - его домен, но и определяет в информационных границах адресного пространства домена памяти общую числовую шкалу для вычислительного процесса и цену деления шкалы (числовая точность) - его диапазон. Элементами активной памяти являются виртуальные ячейки различных типов, различающихся по функциональному признаку, логической организации информационному наполнению.

Нейрон в обозначенной архитектуре (структуре) глобальной виртуальной потоковой вычислительной системы (ВПВС) определяется как образующий ее компонент, предназначение и функция которого состоит в следующем: 1) для потоковой параллельной задачи реализует ее выполнение в заданной области возможных значений и фиксированного кванта физического времени; 2) реализация статистической синхронизации вычислительного процесса в нейросети в пределах выделенного кванта реального времени. Нейроны объединяются в виртуальную вычислительную структуру, которая поддерживает вычислительный процесс с динамически изменяемой популяцией активных нейронов в фиксированный и конкретный квант физического времени. Активные нейроны могут реализовывать различные вычислительные процессы в пределах конкретного кванта физического времени, если взаимодействие между ними параметризовано алгоритмом задачи и средой вычислений.

В области активной памяти нейрона задается локальный сегмент (только в режиме чтения), в котором хранится система координат информационной привязки и поверки для результатов вычислений (конечных и промежуточных) [5], отягощенных различного рода ошибками и информационной диффузией в вычислительных технологиях. Геометрическая интерпретация такой системы состоит в том, что она является базовой информационной координатной решеткой, на которой отражается динамика информационных процессов среды вычислений. Узлы такой решетки в широком смысле являются образным и символическим отражением геометрических и информационных свойств динамики процессов среды вычислений [1, 6]. Информационная сущность геометрии узлов на решетке определяет ее как сегмент памяти виртуальных пассивных ячеек фиксированной длины и с неизменяемой в них информацией, т.е. это сегмент констант в виде символьных цепочек. Такой сегмент задает область определения отображения результатов вычислительного процесса в информационном пространстве активной виртуальной памяти среды вычислений - их домен и область значений - диапазон. Введение такой логической схемы организации памяти и вычислительного процесса определяет вычислительные системы с такой архитектурой как виртуальные потоковые вычислительные системы с переменными доменами-диапазонами. Если результаты вычислительного процесса в среде вычислений нейрона выходят за границы диапазона, то происходит взаимодействие с соседним нейроном, в информационный диапазон которого они попадают.

Вычислительные процессы в обозначенных системах квантуются по физическому времени. Длительность квантов может быть произвольной и определяется условиями статистической синхронизации и вычислительного процесса. В каждый квант физического времени количество активных нейронов определяется результатом вычислений в предыдущий квант и условиями задачи.

Виртуальные ячейки активной памяти нейрона, которые не принадлежат системе координат информационной привязки и поверки являются активными ячейками переменной длины с динамически изменяемой информацией в них, т.е. это рабочие виртуальные ячейки. Процесс взаимодействия символьных цепочек, хранящихся в пассивных и активных виртуальных ячейках, определяется как информационный процесс с локальным взаимодействием. Любая операция между ячейками разных типов задается в виде двух операндов - взаимодействия и проектирования. Первым шагом при выполнении операции является реализация процедуры информационного выравнивания символьных цепочек разной длины, которое определяется как взаимодействие со средой. Далее реализуется операция взаимодействия между символьными цепочками и формируется результат, который проектируется в узел базовой координатной решетки. Смысл операции проектирования состоит в следующем. Если информационное расстояние между символьной цепочкой результата операции и узла решетки меньше информационной окрестности узла, то результат находится в этом узле [1, 2, 3].

В соответствии с настоящим изобретением структура виртуальной потоковой вычислительной системы, основанной на информационных моделях формальной нейросети и нейрона, в качестве физической платформы может иметь потоковую вычислительную систему (например, транспьютер и др.) или мультиконвейерную вычислительную систему (с жесткой или реконфигурируемой архитектурой), состоит из процессорных элементов и блока многоуровневой виртуальной активной памяти. Такие виртуальные вычислительные системы поддерживают три фазы виртуализации - виртуальные пространство, изображение и среда вычислений.

Практические следствия использования сетевой информационной модели нейросети и нейрона в технологиях вычислительного интеллекта и новых формах осуществления компьютинга означают, что многие долгое время недостижимые и неизвестные свойства и когнитивные возможности интеллектуальных вычислительных систем обработки и анализа информации в условиях замкнутости, ограничений, обмена и неопределенности становятся доступными уже в готовом виде. Эти свойства и когнитивные возможности обозначенных систем включают в себя способность, подобную живым информационным системам, создания новых форм интеллектуальных потоковых виртуальных параллельных вычислений, новых форм надежности их работоспособности в условиях замкнутости, ограничений, обмена и неопределенности и нового класса компьютерных вычислительных систем. Путем реализации новой вычислительной парадигмы настоящее изобретение не только обеспечивает вычислительные преимущества в областях вычислительного интеллекта и осуществления новых форм компьютинга, но обещает обобщить традиционную вычислительную науку путем перехода к иному стилю рассуждений в терминах информационной динамики и образного представления объектов компьютерных процессов виртуальной среды интеллектуальных вычислений.

Выводы являются как имеющие теоретическое развитие, так и практическое продолжение с широкими и далеко идущими прямыми и непосредственными результатами. Данная технология, с одной стороны, обещает непосредственный прорыв не только в области ИИ и компьютерных наук, но и в понимании механизмов интеллектуальной обработки информации в живых системах. А с другой - она обещает значимые новые результаты во многих других областях, в том числе и в математике и информатике, метрологии, психологии и даже социалогии.

Краткое описание чертежей

Фиг.1 является схематическим (сетевым) представлением сетевой информационной модели нейросети в виде двухмерного «потокового» ориентированного графа.

Для понимания сущности и содержания настоящего изобретения необходимо понимать методологию способа описания и отражения динамики информационных процессов среды вычислений в условиях модельной и алгоритмической замкнутости, обмена (энергией и информацией), информационной неопределенности. Для понимания динамики информационных процессов в вычислительных системах и технологиях необходимо понимать механизм и характер взаимодействия информационных процессов в виртуальной среде вычислений. Для понимания механизмов информационной динамики объектов вычислительных процессов в обозначенных вычислительных системах необходимо понимать динамические, информационные, математические и метрологические аспекты их информационной эволюции, которые формируют методологическую основу и идеологию архитектуры виртуальных потоковых вычислительных систем, основанных на сетевой информационной модели нейросети и нейрона. Поэтому автор настоящего изобретения оперирует используемыми понятиями и сущностями в порядке, который отражает доминирующие факторы новой идеологии разработки виртуальных потоковых вычислительных систем.

Сетевая информационная модель нейросети, которая была разработана автором настоящего изобретения и введена в онтологию теории нейронных сетей [4], задается в виде многомерного "потокового" ориентированного графа с набором входных и выходных информационных связей, а на фиг.1 для лучшего изложения содержания и зрительного восприятия она представлена в виде двухмерного ориентированного графа. Вершины графа соответствуют нейронам сети, а ребра (биорентированные) обозначают логические и физические информационные шины для процессов хранения, "транспортировки" и управления в сети. Определены информационные потоки трех типов: управляющие потоки, информационные потоки, адресные потоки. Организация связей между вершинами удовлетворяет условию, что каждая вершина любого слоя графа (подграфа) имеет связь со всеми вершинами только соседних слоев. Тип информационного взаимодействия между элементами сети определяется как процессы с локальным информационным взаимодействием. Информационно-пространственное взаимодействие элемента сети Kij с его окружением в сети (см. фиг.1) определено в пределах границ соседних столбцов (слоев, которые в многомерном случае определяются как подграфы). Любой элемент j-го столбца взаимодействует только с элементами (j+1)-го или (j-1)-го столбцов. Для механизма информационного взаимодействия нейрона с его окружением характерны диффузия информации по вертикали и локализация процессов взаимодействия по горизонтали в ограничениях справа и слева. Связи определяют тип информационного взаимодействия: по вертикали - это информационная диффузия, а по горизонтали - локальная динамика со смещением. Функциональные, динамические и топологические свойства информационного взаимодействия ее элементов описываются на двух уровнях: 1) детализации топологии и метрики нейросети; 2) управления и контроля информационной динамикой на элементах нейросети. Область памяти нейрона (домен-прототип нейрона) логически и функционально структурирована и определяется как виртуальная локальная динамическая информационная система или сеть, в которой взаимодействие или функционирование ее элементов описывается не на уровне передачи-приема сигналов, а на информационном уровне: обмен, хранение и генерация информации в каналах хранения и передачи. Нейрон в такой динамической информационной среде определяется как локальная виртуальная вычислительная система или виртуальный процессорный элемент. С математической точки зрения смысл введенной таким образом сущности заключается в следующем. Во-первых, информационным прототипом нейрона в адресном пространстве активной памяти будет сегмент, который задает область его информационного определения в пространстве виртуальных адресов - его домен, и область значений - его диапазон. Во-вторых, элементами памяти таких сегментов являются виртуальные ячейки различных типов, которые различаются по функциональному признаку, логической организации и информационному наполнению. Ячейки, которые относятся к классу пассивных, являются функциональными элементами, т.е. кроме операций хранения и передачи информации на них определены виртуальные операторы информационного взаимодействия, а именно: 1) между ячейками различных типов; 2) между ячейками и информационной средой. Ячейки активного типа являются элементами виртуальной памяти в привычном смысле и определении, т.е. выполняют функции хранения и передачи информации, но логическая структура таких ячеек и организация информации в них динамически изменяется.

Модели алгоритмов и процедур, описывающих информационные процессы на взаимодействующих цепочках символов в информационной среде нейросети, строятся на основе механизма процессов с локальным взаимодействием и метода виртуальной перспективы, которые детально и содержательно описаны в работах автора изобретения [1, 2, 7].

Уровень информационного состояния нейронов определяется оценкой вероятностной меры, заданной на размытом подмножестве информационных признаков пассивных виртуальных ячеек соответствующих сегментов активной памяти. Нейрон определяется в виде подмножества соседних пассивных виртуальных ячеек памяти, которые логически организованны и функционально связаны. Вычислительная и информационная среда нейрона задается подмножеством пассивных и активных виртуальных ячеек в локальной области активной памяти. Если мера на пассивных ячейках сегмента отлична от нуля, то соответствующий элемент нейросети находится в активном состоянии, а в противном случае - в пассивном.

Виртуальная активная память нейросети разбивается на виртуальные ячейки следующих типов. Первый тип - это пассивные ячейки, размерность которых фиксирована и информация в них не изменяется. Они также являются элементами системы информационной привязки. Второй тип - это пассивно-активные ячейки, размерность которых фиксирована и информация в них динамически изменяется. Третий тип - это активные ячейки, размерность которых и информация в них динамически изменяется. Четвертый тип - это активно-пассивные ячейки, размерность которых динамически изменяется, но смысловая информация не изменяется. Характер информационного взаимодействия между символьными цепочками в активных ячейках определяется как процессы с локальным взаимодействием и взаимодействие с виртуальной информационной средой, а тип информационного взаимодействия между цепочками символов задается эволюционным оператором, определенным на информационном пространстве цепочек взаимодействующих символов. Закон информационного взаимодействия между цепочками символов в пассивных и активных ячейках задается в виде двух операторов: оператора взаимодействия и оператора проектирования.

Оператор взаимодействия f определяется между символьными цепочками xi и xi+1, хранящимися в активных ячейках, для простой реализации имеет следующий вид:

где xi - это адрес активной виртуальной ячейки, в которой хранится первый операнд xi оператора f, а xi+1 - это адрес активной виртуальной ячейки, где хранится второй операнд xi+1 оператора f и куда будет записан результат. Следует отметить, что уравнение (1) будет справедливо и для векторной формы.

Оператор проектирования □ задает механизм информационного взаимодействия между символьными цепочками, хранящимися в активных и пассивных виртуальных ячейках, а на фиг.5 представлен схематический чертеж, иллюстрирующий действие оператора □. Здесь zi - пассивная ячейка, а {mk} - это подмножество активных ячеек; dik - информационное расстояние между символьными цепочками в ячейках zi и mk, d∂on - информационная сфера влияния пассивной ячейки zi. Для информационных объектов подмножества {mk} активных ячеек, взаимодействующих с информационным объектом в пассивной ячейке zi, оператор □ задается в виде следующего обобщенного выражения:

□:{mk}→zi, k=1, 2, …

А весовая функция □(zi) ячейки zi определяется на основе следующих выражений:

□(zi)=ni/□,

где ni - мощность подмножества {mk} из множества активных ячеек, попавших в d∂on - окрестность ячейки zi, а .

Механизм действия оператора □ заключается в следующем.

Т.к. символьные цепочки в пассивных виртуальных ячейках имеют фиксированную длину всегда меньшую, чем переменная длина цепочек в активных виртуальных ячейках, то вначале реализуется операция информационного "выравнивания" символьных цепочек разной длины. Логическая схема и механизм такой операции определяется, как взаимодействие с информационной средой. Численная оценка информационного расстояния между символьными цепочками, хранящихся в активных и пассивных виртуальных ячейках, вычисляется по следующей формуле:

где M - длина символьных цепочек xi и xi+1, wi - вес i-й позиции символьной цепочки, a i и bi - i-е символы цепочек, соответствующих xi и xi+1. Если оно не превышает допустимый критерий d∂on, который является заданной информационной окрестностью символьной цепочки в пассивной виртуальной ячейке, т.е. справедливо неравенство

то считается, что результат действия оператора взаимодействия находится в пассивной виртуальной ячейке, для которого выполняется условие (2).

Информационная окрестность такой пассивной виртуальной ячейки может иметь произвольную морфометрию или топологическую мозаику. Действие механизмов информационного взаимодействия символьных цепочек, хранящихся в активных и пассивных виртуальных ячейках активной памяти, состоит в том, что информация из активных ячеек «проектируется» в пассивные. Это означает следующее: если значение символьной цепочки активной ячейки попадает в информационную окрестность символьной цепочки, хранящейся в пассивной ячейке, то ее информационный вес увеличивается.

Созданная автором настоящего изобретения сетевая информационная модель нейросети и нейрона является методологической основой способов разработки и реализации виртуальных потоковых вычислительных систем и технологий для решения широкого класса потоковых задач в условиях модельной и алгоритмической замкнутости, обмена (энергией и информацией), ограничений аппаратно-программных возможностей и информационной неопределенности на основе осуществлении новых форм компьютинга. Следует отметить, что понятие компьютинг определяется и выражается в терминах фундаментальных принципов, согласно которым - это наука об информационных процессах в компьютерных вычислительных системах.

Практическая реализация новых форм компьютинга в обозначенных условиях, ограничениях и возможностях предполагает, с одной стороны, разработку реальных и виртуальных вычислительных компонент на основе новых логических и топологических архитектур. А с другой стороны - оснащение новых форм компьютинга соответствующим логическим и программным обеспечением, поскольку возникает необходимость разработки как новых логических схем организации потоковых вычислений в условиях замкнутости, ограничений, обмена (информацией и энергией) и неопределенности, так и новых алгоритмов.

Методология настоящего изобретения основана на индуктивном способе разработки виртуальных потовых (параллельных) вычислительных систем и технологий обработки информации и логических схем организации вычислительных процессов. Характер динамики объектов информационных процессов (это процессы с локальным взаимодействием) в обозначенных системах и технологиях и характер их взаимодействия в среде вычислений являются доминирующими факторами идеологии способа их разработки и реализации. Информационными объектами в виртуальной среде потоковых вычислительных систем и технологий являются взаимодействующие цепочки символов (это объекты не числовой природы), а любой формальный объект имитируемой процедуры, операции или задачи в среде вычислений определяется и описывается в виде логической структуры таких цепочек. Среда взаимодействия объектов компьютерных процессов обозначенных вычислительных систем и технологий включает следующие основные атрибуты-посредники: виртуальная логарифмическая переменная, операторы взаимодействия, логическая структура в адресном пространстве физически ограниченной памяти вычислительной системы и другие, которые являются компонентами среды вычислений. С интуитивной и логической точки зрения среда вычислений вмещает в себя все или почти все, что относится к получению результата. Все информационные объекты компьютерных процессов и виртуальная среда вычислений, в которой происходит имитация и процесс получения результата, отражаются и описываются на основе формализма информационной динамики взаимодействующих цепочек символов и принципов построения нетрадиционных вычислительных технологий компьютинга: принцип взаимодействия информационных объектов и принцип виртуальной перспективы [4, 6].

Все, что делается в компьютинге, сводится к некоторой первооснове: берется то, что считается идентификатором потока данных или отдельного элемента и для него относительно среды строится то, что будет считаться его значением. Вычислением считается именно этот процесс построения, а сам компьютинг разрабатывает технологии осуществления построения. Отношения между идентификатором и его значением параметризовано средой вычислений.

Формы осуществления компьютинга в рамках динамических моделей вычислительных технологий (модели динамики взаимодействующих цепочек символов) связаны в первую очередь с разработкой новых схем организации и новых алгоритмов, т.е. имеет место ситуация перехода от последовательных алгоритмов скалярных (распределенных) вычислительных систем к алгоритмам для вычислительных технологий потоковых параллельных виртуальных систем в условиях модельной замкнутости, ограничений обмена и информационной неопределенности.

Основные положения и принципы рассматриваемого подхода для методологии создания виртуальных потоковых (параллельных) вычислительных систем и технологии можно обозначить в следующем виде: основу рассматриваемого подхода в части разработки и реализации новых форм компьютинга составляют принципы взаимодействия информационных объектов среды вычислений на квантовых дискретных информационных пространствах и принципы виртуальной перспективы и взаимодействия объектов среды вычислений с информационной средой вычислительной системы (активная виртуальная память). В рамках обозначенного подхода организация и реализация компьютинга предполагает, что динамическая эволюция взаимодействующих символьных цепочек в среде вычислений определяется на квантовых дискретных информационных пространствах активной памяти вычислительных систем, а множество взаимодействующих и эволюционирующих цепочек символов в ячейках адресного пространства такой памяти, которая является физической средой такого взаимодействия, образуют со средой квантовую дискретную динамическую информационную систему. При формализации, интерпретации и реализации такой системы необходимо разделять ее динамические, информационные, математические и метрологические аспекты. В математическом аспекте такая система означает следующее. Во-первых, она определена на квантовом дискретном информационном пространстве, элементом которого является информационный квант, который также в этом пространстве является информационным атрибутом. Логическим прототипом такого кванта является цепочка символов, а физическим - алгоритмическая переменная, виртуальная ячейка памяти или их подмножество. Посредствам такого атрибута локализуется пространственно - временная область объекта среды вычислений в виртуальной активной памяти, а мерой информационного измерения является глубина кванта - это величина, обратная длине символьной цепочке, которая может вместиться в обозначенную область памяти и является информационным идентификатором типа кванта. Во-вторых, оператор взаимодействия символьных цепочек в операциях и алгоритмах вычислительных технологий таких виртуальных вычислительных систем задается не в виде традиционных и привычных арифметических и логических операций, а в виде как операторов взаимодействия символьных цепочек с информационной средой и между собой, так и оператора проектирования результирующих символьных цепочек в узлы-ячейки виртуальной информационной базовой системы координат [1, 2, 3]. В этом случаем мы имеем совершенно другой тип информационной динамики взаимодействующих цепочек символов, нежели та, которую порождают вычислительные технологии существующих в настоящее время вычислительных систем. Яркое отличие состоит в том, что существующие вычислительные системы порождают информационную динамику на ячейках реальной физической памяти одинаковой физической длины, хотя в виртуальном варианте эту длину ячеек можно увеличить, но все равно она фиксирована. В среде вычислений таких вычислительных систем информационные процессы вычислительных технологий (операции и процедуры) порождаются и протекают в следующих условиях: 1) замкнутости (относительно элементов памяти и информационной среды); 2) консервативности или потенциальности (как относительно ограниченных аппаратно-программных возможностей, энерго-информационного обмена с внешней реальной и виртуальной средой); 3) информационной неопределенности - любое взаимодействие двух символьных цепочек фиксированной в результате порождает информационную неопределенность.

В реальности ни одна информационная динамическая система, в частности вычислительная система, не является замкнутой и консервативной, с одной стороны, в смысле активности и пассивности ее процессорных элементов и элементов памяти, а с другой - информационная динамика в таких информационных системах ее объектов и информационной среды статична и нет возможности реализовать информационный контроль, диагностику и управление вычислительным процессом. Существующая идеология разработки реализации вычислительных систем (потоковых и скалярных) не позволяет осуществить новые формы компьютинга в рамках концепции замкнутости и потенциальности. Здесь необходим новый способ (основы, принципы, формализм) - это отказ от условий замкнутости и потенциальности, т.е. переход к открытым информационным динамическим системам, в которых представления о полноте информационной динамики вычислительных процессов определяются и складываются из динамических их элементов и подсистем, а также характера их взаимодействия с информационной средой.

Рассматриваемый и предлагаемый способ создания виртуальных вычислительных систем и технологий как раз предлагает отказ от принципов их информационной замкнутости и консервативности. Процессорные элементы и элементы памяти таких систем рассматриваются как многофункциональные виртуальные подсистемы в рамках ее аппаратно-топологической архитектуры, информационно-логической организацией связей между элементами и аппаратно-функциональными возможностями. Виртуальные информационные подсистемы в аппаратно-физической и информационной среде таких систем являются как статическими, так и динамическими объектами. Формирование или генерация таких подсистем реализуется на логическом уровне в информационной среде систем поддержки (программные системы и технологии) жизнедеятельности реальной вычислительной системы.

Динамические аспекты квантовых дискретных информационных систем, так или иначе, связаны с наличием квантовых атрибутов в динамических системах, таких как квантование по времени (физическому и информационному) и пространству (реальному и виртуальному) и т.д.

В информационном плане такие системы означают следующее. Во-первых, информационная динамика взаимодействующих цепочек символов в операциях и процедурах вычислительных технологий строится не на общих принципах и методах традиционной вычислительной математики, которые оперируют арифметическими объектами (числа - это логические и алгебраические структуры), не отражая их информационного смысла и содержания, а на принципах совместного квантового воздействия на квантовую дискретную информационную систему энергии взаимодействия в информационном поле и информации в условия замкнутости, ограничений, обмена, неопределенности и сильного отклонения от динамического и информационного равновесия. А это означает то, что замкнутого (когда ячейки памяти для операндов замкнуты в пределах фиксированной длины) точечного взаимодействия логических и арифметических объектов в классическом (привычном) понимании нет, а происходит взаимодействие на уровне квантов и виртуальной информационной среды. Во-вторых, в виртуальной среде протекания информационных процессов, с одной стороны, другие законы, определяющие информационную динамику тех объектов (информационные кванты), посредством которых порождается и развивается динамика цепочек символов в операциях и процедурах вычислительных технологий, взаимодействующих с виртуальной информационной средой, а с другой - в информационной среде виртуальных вычислительных систем, которые функционируют в условиях замкнутости, ограничений, обмена и неопределенности, другие единицы измерения и системы шкал (физические, информационные, виртуальные).

Метрологических аспекты таких систем обусловлены наличием следующих фактов. Во-первых, вычислительные объекты таких систем имеют системы координат информационной привязки, чего не имеют числовые объекты вычислительных технологий существующих вычислительных систем на основе алгоритмов традиционной вычислительной математики. Во-вторых, возможность реализации моделей алгоритмов и процедур технологий информационной метрологической проверки и поверки вычислительных информационных объектов в условиях замкнутости, ограниченности, обмена и неопределенности.

Основные достоинства парадигмы квантовых дискретных информационных динамических систем, как виртуальных потоковых вычислительных систем и новых форм реализации компьютинга, заключаются в том, что они с позиций единой концептуальной схемы и, в частности, единого математического, логического и алгоритмического формализма позволяют естественным образом учитывать принципиальные моменты, которые привнесли и привносят в теорию построения потоковых вычислительных систем и технологий идеи открытости, локальности, виртуализации квантовых дискретных пространств и информационных квантов.

Принципиальными моментами при построении методологии способов создания виртуальных потоковых вычислительных систем и технологий на основе обозначенных выше принципов и подходов являются следующие основные факторы. Во-первых, информационную динамику объектов вычислительных процессов нельзя замкнуть и ограничить в информационном пространстве среды вычислений, а также нельзя их определить в виртуальном информационном и адресном пространстве реальной вычислительно системы (на логическом и виртуальном уровне), а только можно локализовать посредствам информационного кванта. Во-вторых, в выделенный (конечный) квант физического (или информационного) времени динамика объектов вычислительных процессов в условиях физической замкнутости, ограничений, обмена и неопределенности имеют бесконечную информационную эволюцию возможных квантовых состояний, которые на упорядоченном множестве квантов времени можно интерпретировать как волновые функции, т.е. векторы с единичной нормой.

Многослойная модульная схема реализации виртуальной потоковой вычислительной системы.

Физическая и виртуальная реализация архитектуры виртуальной потоковой BC, основанной на сетевой информационной модели нейросети и нейрона, осуществляется по принципу многослойной модульной вычислительной системы. Организация такой системы включает несколько слоев: слой процессорных элементов (ПЭ) (1-й слой: n1), слои активной виртуальной памяти для каждого ПЭ и группы ПЭ (2-й слой: n2), слои общей активной виртуальной памяти, доступной для всех ПЭ (3-й слой: n3). Такая схема организации многослойной модульной вычислительной системы может быть реализована как на физическом и логическом уровне, так и на виртуальном. Количество слоев такой системы определяется геометрией и топологией нейросети и графом решаемой задачи, требованиями надежности результата, условиями организации вычислительного процесса и др. Каждый слой содержит элементы (физические и виртуальные) по функциональному и логическому назначению одного типа для каждого слоя (1, 2, 3). Интерфейс между элементами слоев организуется на логическом и физическом уровнях, используя входы-выходы: 1-й слой - i|o1; 2-й слой - i|o2; 3-й слой - i|o3. Процессорные элементы выполняют функции интерфейса как между элементами слоев, так и с внешней средой, инициализации вычислительной системы, маршрутизации информации в системе, конфигурации топологии нейросети как логического образа архитектуры виртуальной потоковой вычислительной системы под структуру информационного графа решаемой задачи, восстановления результатов вычислительного процесса при отказе всей системы, отдельных слоев или элементов. Процессорный слой n1 состоит из m процессорных элементов (ПЭ) с произвольной топологией связей и необязательно унифицированным логическим пулингом взаимодействия между ними. В этом случае ПЭ является функциональным модулем слоя. Каналы связи между ними и пропускная способность также необязательно должны быть однотипными. Каждый ПЭ имеет двух уровневую оперативную память (ОП). Множество блоков ОП для каждого ПЭ образует слой n2, т.е. блоки ОП являются слоями памяти.

Первый уровень модуля ОП доступен только конкретному ПЭ или модулю ПЭ. Модуль памяти этого уровня разбивается на следующие поля:

1-е поле - это поле атрибутов ПЭ, в качестве которых выступают следующие характеристики: 1) логический номер ПЭ является информационным атрибутом, посредством которого идентифицируется номер деления в квантовой шкале измерения значений вычисляемой величины; 2) признак и уровень информационной активности ПЭ, посредством которых в течении каждого выделенного кванта физического времени потоковой обработки могут включиться новые ПЭ и оцениваться уровень их активности; 3) атрибуты связи с памятью более низких уровней;

2-е поле - это поле памяти команд;

3-е поле - поле активной базовой виртуальной памяти, которое разбито на пассивные виртуальные ячейки произвольной фиксированной длины, неизменяемой в течение вычислительного процесса, и информация в них также не изменяется. Это поле является той областью памяти (недоступной для записи), в которой хранится локальная система координат информационной привязки и поверки результатов (промежуточных и конечных) вычислительных процессов в среде вычислений ПЭ. Информационная система координат в свою очередь является глобальным информационным атрибутом, посредством которого задается облаять определения отображения состояний динамической эволюции объектов вычислительных процессов в информационным пространстве активной памяти - их домен - и область их значений - их диапазон.

Второй уровень памяти по ее организации (логической, виртуальной и информационной) с приоритетом доступа к полям этого уровня различными ПЭ имеет следующие особенности. Во-первых, поля этого уровня образуют динамически активную виртуальную память, элементами логической организации которой являются виртуальные ячейки двух типов: 1) активные ячейки, размерность которых и информация в них изменяются; 2) активно-пассивные ячейки, изменяются их размерность, но не смысловая информация. Во-вторых, этот уровень памяти логически разделен: на поля доступные конкретному ПЭ и на поля доступные другим ПЭ виртуальной потоковой вычислительной системы.

Поля, доступные конкретному ПЭ, представляют собой подмножества виртуальных адресов для виртуальных ячеек различных типов в реальной физической памяти. Логическая структура организации этих полей в вычислительных процессах является динамически изменяемой. Механизм реализации динамической изменяемой логической структуры таких полей в адресном пространстве виртуальных ячеек различных типов в ограниченной области реального физического пространства памяти ВС достаточно прост для осуществления различных форм компьютинга и не привязан ни к типам данных и ни к системам адресации. В этом случае содержимое виртуальной ячейки интерпретируется как бинарное поле (множество), а адреса виртуальных ячеек (логическая структура адресного пространства) могут изменяться после каждой операции или их совокупности. Эти поля образуют так же пространство виртуальных адресов для рабочих ячеек и хранения промежуточных результатов конкретного ПЭ. Третий слой n3 образует пространство общей активной виртуальной памяти в адресном и информационном пространстве реальной физической памяти ВС. Этот слой логически разделяется на модули памяти, которые используются для реализации следующих целей. Во-первых, на выделенном подмножестве модулей формируется логическая структура виртуальной памяти, на которой отражается координатная решетка информационной системы координат проверки и поверки результатов вычислительного процесса, узлам которой соответствуют пассивные виртуальные ячейки [1, 2, 3]. Результаты вычислений (промежуточных и конечных) в последовательные кванты времени, на которые разбивается вычислительный процесс, хранятся в пассивных ячейках памяти координатной решетки и образуют логическую растровую структуру отражения результатов в виде символьных цепочек для значений дискретной размытой случайной функции. Логическая структура результатов на узлах решетки является информационным отображением конечной топологии изображения решения моделируемой задачи или вычислительного процесса по слоям. Во-вторых, модули слоя n3 выполняют буферные функции в операциях тайлинга между модулями слоев, функции виртуальных портов и информационных шлюзов с внешним миром.

Организация вычислительного процесса в среде вычислений виртуальной потоковой вычислительной системы

Вычислительные системы на основе сетевой информационной модели нейросети и нейрона являются универсальными вычислительными системами нового поколения с новыми возможностями. В данном разделе автор изобретения подтверждает это утверждение и описывает логическую схему конфигурации архитектуры виртуальной потоковой вычислительной системы согласно геометрии и топологии нейросети под структуру информационного графа решаемой задачи.

Фундаментальным блоком виртуальной потоковой вычислительной системы является нейрон (см. фиг.1). Физическим прототипом нейрона в процессорном слое n1 вычислительной системы является объединение определенного количества ПЭ (1), а в слое n2 - это объединение соответствующих модулей памяти (2). Количество ПЭ в нейроне определяется по функциональному назначению и логической организации вычислительного процесса согласно структуре информационного графа решаемой задачи. Организация информационных входных и выходных связей для различных типов шин между модулями слоев n1, n2, n3 в границах информационного пространства как нейрости, так и нейрона осуществляется по входам-выходам i|o1, i|o2, i|o3 многослойной модульной схемы вычислительной системы. ПЭ выполняют арифметические и логические операции над символьными цепочками переменной и фиксированной длины, которые хранятся в активной виртуальной памяти модуля 2. Т.к. вычислительные процессы в виртуальной среде вычислительной системы реализуются и протекают в условиях модельной замкнутости, ограничений, обмена и неопределенности, то модели алгоритмов и процедур в среде вычислений строятся по стохастическим схемам типа Монте-Карло. Алгоритмы вычислений, построенных по таким схемам, относятся к классу алгоритмов на нечетких подмножествах, а результаты вычислений на основе таких алгоритмов являются размытыми стохастическими величинами, значения которых (символьные цепочки фиксированной длины) определены на узлах решетки информационной системы координат, прообразом которой является множество пассивных виртуальных ячеек активной виртуальной памяти.

Логическую схему построения вычислений типа итерационных процессов, точность вычислений и эффективность которых нельзя проверить прямой подстановкой, на основе размытых алгоритмов операций и процедур можно описать следующим образом. Точность информационного представления исходных данных, операндов операций и получаемых результатов в среде вычислений любой вычислительной системы в виде символьной цепочки задается количеством значащих символов. Для того чтобы обеспечить требуемую точность, задаваемую количеством значащих символов, на всем интервале такого итерационного вычислительного процесса необходимо, чтобы длина символьных цепочек операндов логических или арифметических операций была намного больше требуемой точности. В этом случае в операциях участвуют цепочки разной длины. Поэтому вначале выполнения основной операции, как было описано выше (более детально динамика таких вычислительных процессов описана в работах автора изобретения [1, 2, 3, 4, 5, 7]), реализуется операция взаимодействия с информационной средой, а далее выполняется конкретная логическая или арифметическая операция. Следует особо отметить, что в среде вычислений потоковых виртуальных вычислительных систем строго определено и обозначено различие между понятиями вычисляемая величина и вычисленная величина, которое заключается в том, что вычисляемая величина является детерминированной величиной, а вычисленная величина - это размытая величина, информационный образ которой (символьная цепочка фиксированной длины) определяется на узлах решетки информационной системы координат. После выполнения операции взаимодействия между операндами выполняется операция проектирования результата предыдущей операции в узел решетки информационной системы координат. Начальные условия обозначенного итерационного процесса определяются и задаются в информационной окрестности одного или нескольких узлов решетки информационной системы координат. Решетка информационной системы координат логически разбивается на слои возможных значений (область определения) результата вычислений, связанных между собой по времени или параметрической переменной, т.е. каждому нейрону или модулю соответствует свой домен-диапазон в пространстве значений общей шкалы информационной системы координат. Интервал времени (физического или информационного) реализации вычислительного процесса кратен физическим квантам времени фиксированной длительности. В выделенный квант физического времени взаимодействуют только информационные объекты соседних слоев. Также следует отметить, что решетка информационной системы координат имеет геометрию, аналогичную нейросети. В каждый квант физического времени в среде вычислений количество активных нейронов фиксировано и определено, но после завершения вычислений в конкретный фиксированный квант времени их количество на следующем шаге-кванте может измениться количественно и качественно, когда к вычислениям могут подключаться новые нейроны, Это обусловлено тем, что при информационном взаимодействии результатов вычислений с символьными цепочками в узлах решетки информационной системы координат они могут попадать в информационную зону неактивных нейронов и тогда такой нейрон на следующем шаге-кванте активизируется.

При организации вычислительного процесса в среде вычислений вычислительной системы, имеющей архитектуру информационной модели нейросети, координатная решетки информационной системы привязки и поверки результатов вычислений логически и информационно разбивается на части и каждый нейрон функционирует в соответствующей ему области информационного пространства координатной решетки.

После завершения вычислительного процесса на узлах решетки информационной системы координат получаем размытое изображение образа результата вычисления в виде топологического комплекса на множестве активных узлов, значения которых отражаются на множестве пассивных виртуальных ячеек виртуальной активной памяти.

Далее реализуется процедура выделения из размытого изображения результата вычисления детерминированного образа результата. Для реализации этой процедуры осуществляется операция топологической инкарнации размытого изображения результата, которая учитывает критерии связанности результатов вычислений: фрактальная связанность и информационная связанность [5]. Адекватность результата определяется по степени близости оценок значений результата, полученных по указанным критериям.

То, в чем виртуальные потоковые вычислительные системы, основанные на информационной модели нейросети и нейрона, являются действительно эффективными и новыми, является не эмулирование или синтез вычислительных технологий в среде вычислений традиционных компьютеров, а эмулирование и синтез технологий интеллектуальной обработки информации в системах восприятия живых систем. Например, глаз живой системы детектирует и обрабатывает информацию на основе следующих операций: взаимодействия и проектирования в узлы решетки глазного дна. Ухо обрабатывает информацию по такому же принципу. Уникальная и устойчивая природа информационной модели нейросети и ее элементов определяет и отражает ее аналог в архитектуре соответствующей виртуальной потоковой вычислительной системы, что создает широкие возможности разработки систем искусственного и вычислительного интеллекта, широкого спектра логических и программных конструкторов, относящихся к сфере реализации решений в области искусственного интеллекта и распознавания образов, посредством того, что позволяют реализовать новые принципы осуществления компьютинга.

Дополнительным преимуществом виртуальной потоковой вычислительной системы является уникальная форма параллельной обработки информации и организации параллельных вычислительных процессов. Поскольку все нейроны нейросети образуют локальные динамические вычислительные сети, которые в пределах кванта-шага вычислений являются автономными, даже для процессов, объединенных одним алгоритмом, позволяют использовать нейросеть с ее геометрией и топологией связей как шаблон-среду, в которой нейроны параллельно могут принимать участие в решении различных задач и реализации широкого спектра логических схем.

Заключения, следствия и объем изобретения

Таким образом, описанная сетевая информационная модель нейросети и теория динамики информационного взаимодействия объектов среды вычислений в ней показывают практическую природу настоящего изобретения. Были описаны новые сущности-объекты: сетевая информационная модель нейросети и нейрона, модель активной виртуальной памяти, пассивные и активные виртуальные ячейки памяти, многослойная модульная схема реализации обозначенной вычислительной системы, процессы с локальным информационным взаимодействием, операторы взаимодействия и проектирования, информационная система координат среды вычислений. Каждая из этих сущностей-объектов является архитектурой или ее элементом для системы, которая может быть определена в широком смысле как виртуальная потоковая вычислительная система, основанная на сетевой информационной модели нейросети и нейрона и которая является объектом настоящего изобретения.

Изложенный выше формализм информационной модели нейросети и нейрона на уровне сетевых моделей и алгоритмов позволяет реализовать такую архитектуру (структуру) виртуальной потоковой вычислительной системы, в которой среда вычислений и информационные процессы логически и функционально организованы, исходя из следующих сформулированных принципов компьютинга: 1) принцип взаимодействия объектов (символьные цепочки) среды вычислений с информационной виртуальной средой; 2) принцип виртуальной перспективы в операторе проектирования; 3) принцип связанности результатов вычислений.

Предшествующие раскрытие и описание изобретения являются интерпретацией и объяснением изобретения. Специалистам в области, к которой относится данное изобретение, будет понятно, что различные модификации подробностей и вариантов реализации процессов и структур, описанных здесь в целях объяснения природы изобретения, могут быть сделаны без отхода от принципов и/или сущности изобретения.

Любая эквивалентная формулировка описанных выше сущностей-объектов находится в пределах объема настоящего изобретения. Наконец, любая эквивалентная формулировка виртуальной потоковой вычислительной системы, основанной на сетевой информационной модели нейросети и нейрона находится в пределах объема настоящего изобретения. Соответственно, объем изобретения должен определяться прилагаемой формулой изобретения и ее правовыми эквивалентами.

Литература

1. Мышев А.В. Метод виртуальной перспективы в моделировании "размытых" задач. - Информационные технологии и вычислительные системы, 2011, №3, с.66-79

2. Мышев А.В. Метод виртуальной перспективы и моделирование в условиях ограничений и неопределенности. - Программные продукты и системы, 2012, №2, 50-58.

3. Мышев А.В. Компьютинг и моделирование размытой задачи Коши методом виртуальной перспективы - Программные продукты и системы. 2012, №3, с.217-227.

4. Мышев А.В. Информационная модель нейросети в технологиях вычислительного интеллекта и формах реализации компьютинга. - Информационные технологии. 2012, №1, с.63-79.

5. Мышев А.В. Метрологическая теория динамики взаимодействующих объектов в информационном поле нейросети. - Информационные технологии, 2012, №11, с.52-62.

6. Мышев А.В. Динамика информационных процессов в вычислительных технологиях компьютерного моделирования. / Труды ИСА РАН, т.58. - М.: КРАСАНД, 2010, с.137-148.

7. Мышев А.В. Метод виртуальной перспективы и нейросетевые алгоритмы в технологиях компьютерного моделирования. / Нейрокомпьютеры: разработка и применение. - М.: Радиотехника, 2007, с.395-410.

Способ построения виртуальной потоковой вычислительной системы, основанной на информационной модели искусственной нейросети и нейрона, характеризующийся тем, что логическую организацию архитектуры виртуальной потоковой вычислительной системы реализуют по принципу многослойной модульной системы, которая включает процессорный слой, слои активной виртуальной памяти для каждого процессорного элемента (ПЭ) и групп ПЭ, слои общей активной виртуальной памяти, доступной для всех ПЭ, слои - процессорный и активной виртуальной памяти - имеют модульное разбиение, процессорные модули логически и функционально реализуются в виде виртуальной вычислительной структуры в соответствии с геометрией и топологией информационной модели нейросети, элементы которой логически и информационно выполняют функции нейронов, а взаимодействие между ними реализуется по тем же принципам, что и нейронов в обозначенной модели нейросети, базовыми и образующими элементами модулей активной виртуальной памяти разных слоев являются виртуальные ячейки различных типов (активные и пассивные), среда вычислений модулей процессорного слоя с соответствующими им модулями разных слоев активной виртуальной памяти включает системы координат информационной привязки и поверки результатов вычислительных процессов с заданным количеством значащих символов (цифр), обеспечивая их контроль, надежность и точность в определенных пространственно-временных масштабах, на основе критериев фрактальной и информационной связанности ограниченных и нечетких значений результатов вычислений, и модель виртуальной информационной среды.



 

Похожие патенты:

Изобретение относится к вычислительной технике и может быть использовано в качестве функционального блока для построения высоконадежных нейросетевых систем защиты информации на основе эллиптических кривых, функционирующих в системе остаточных классов.

Изобретение относится к нейронной сети с пороговой (k, t) структурой для преобразования остаточного кода в двоичный позиционный код, которая является схемой восстановления позиционного числа по сокращенной системе модулей остаточных классов независимо от того, что часть модулей искажена и они отбрасываются либо часть модулей просто игнорируется.

Изобретение относится к вычислительной технике, в частности к модулярным нейрокомпьютерным средствам, и предназначено для выполнения операции масштабирования модулярных чисел.

Изобретение относится к нейронным сетям для преобразования остаточного кода в двоичный позиционный код является базовой схемой восстановления позиционного числа по его остаткам.

Изобретение относится к конвейерным нейронным сетям конечного кольца. .

Изобретение относится к вычислительной технике. .

Изобретение относится к нейрокомпьютерной технике и предназначено для классификации классов чисел по заданному модулю р. .

Изобретение относится к вычислительной технике и может быть использовано для построения модулярных нейрокомпьютеров. .

Изобретение относится к вычислительной техники и, в частности, к модулярным нейрокомпьютерным средствам и предназначено для выполнения операций округления и масштабирования над числами, представленными в системе остаточных классах (СОК).

Изобретение относится к интеллектуальным системам управления и может быть использовано в качества ядра цифровых нейроконтроллеров и нейропроцессоров. Техническим результатом является обеспечение эффективной адаптации искусственной нейронной сети к параметрам внешней обстановки и к параметрам состояния объекта управления. Устройство содержит слой входных узлов и не менее двух слоев нейронов, соединенных последовательно в прямом направлении, образующих прямой канал обработки сигналов управления, нейронную подсеть обработки сигналов адаптации, состоящую из слоя входных узлов и по крайней мере из одного слоя нейронов, выходные сигналы которых устанавливают весовые коэффициенты связей по крайней мере одного слоя нейронов прямого канала обработки сигналов управления. 3 з.п. ф-лы, 7 ил.

Изобретение относится к области компьютерного моделирования технических систем. Технический результат - обеспечение более точного и надежного прогнозирования рабочих параметров за счет применения нейронной сети при моделировании. Способ для компьютерного моделирования технической системы, при котором: моделируют один или несколько выходных векторов в зависимости от одного или нескольких входных векторов путем обучения нейронной сети (НС), базируясь на тренировочных данных из известных входных векторов и выходных векторов, причем соответствующий выходной вектор содержит один или несколько рабочих параметров технической системы и соответствующий входной вектор содержит один или несколько рабочих входных величин, влияющих на рабочую величину или величины, при этом нейронная сеть есть сеть с прямой связью с несколькими соединенными друг с другом слоями, которая включает входной слой, множество скрытых слоев и один выходной слой, причем выходной слой включает множество скрытых слоев, соответствующее множеству выходных кластеров из соответственно одного или нескольких выходных нейронов. 2 н. и 13 з.п. ф-лы, 2 ил.

Изобретение относится к вычислительной технике, в частности к модулярным нейрокомпьютерным средствам, и предназначено для вычисления коэффициентов обобщенной полиадической системы (ОПС), представленных в полях Галуа GF(2v). Техническим результатом является обеспечение возможности исправления ошибок в коэффициентах ОПС, которые были получены из кодовой комбинации, представленной в полиномиальной системе классов вычетов (ПСКВ). Устройство содержит двухслойную нейронную сеть, каждый слой которой содержит 15 нейронов, блок памяти и 7 корректирующих сумматоров по модулю два. 1 ил., 4 табл.
Наверх