Просмотр информации о документе
Название:
100498 Пристрій багатонаправленої нейромережевої пам`яті
Коллекция:
Патенты и изобретения » Патенты
Ключевые слова:
Кафедра:
Издатель:
Год публикации:
ISBN/ISSN:
Вид документа:
патент
Язык документа:
украинский
Добавлен в архив:
11.11.2015
Сводная информация по документу:
100498 Пристрій багатонаправленої нейромережевої пам`яті [Текст] / Заковоротний О.Ю. // Патенты и изобретения : Патенты - , 2015.
Постоянная ссылка:
Короткая ссылка на файл:
Аннотация:

Пристрій багатонаправленої нейромережевої пам'яті складається з сенсорного шару нейронів. Додатково в пристрій введено N модулів на основі дискретних нейронних мереж адаптивної резонансної теорії і проміжний шар нейронів, елементи якого зв'язані парами двонаправлених зважених зв'язків з відповідними їм елементами розпізнавальних шарів N однотипних паралельно працюючих модулів, кожний з яких являє собою дискретну нейронну мережу АРТ-1У, які містять у собі шари інтерфейсних елементів, нейрони яких пов'язані з відповідними їм елементами сенсорних шарів парами бінарних двонаправлених зв'язків, розпізнавальні шари елементів, нейрони яких пов'язані з кожним з елементів у відповідних їм інтерфейсних шарах парами двонаправлених зважених зв'язків з безперервними ваговими коефіцієнтами, вирішуючі нейрони, які зв'язані збудливими й гальмуючими зв'язками з усіма елементами сенсорних, інтерфейсних і розпізнавальних шарів, і керуючі нейрони, які зв'язані збудливими й гальмуючими зв'язками з усіма елементами сенсорних, інтерфейсних і розпізнавальних шарів, а також з відповідними керуючими нейронами, які в свою чергу зв'язані з усіма нейронами в проміжному шарі елементів нейронної мережі.

Устройство многонаправленной нейросетевой памяти состоит из сенсорного слоя нейронов. Дополнительно в устройство введено N модулей на основе дискретных нейронных сетей адаптивной резонансной теории и промежуточный слой нейронов, элементы которого связаны парами двунаправленных взвешенных связей с соответствующими им элементами распознающих слоев N однотипных параллельно работающих модулей, каждый из которых представляет собой дискретную нейронную сеть АРТ-1У, которые содержат в себе слои интерфейсных элементов, нейроны которых связаны с соответствующими им элементами сенсорных слоев парами бинарных двунаправленных связей, распознающие слои элементов, нейроны которых связаны с каждым из элементов в соответствующих им интерфейсных слоях парами двунаправленных взвешенных связей с непрерывными весовыми коэффициентами, решающие нейроны, которые связаны возбуждающими и тормозящими связями со всеми элементами сенсорных, интерфейсных и распознающих слоев, и управляющие нейроны, которые связаны возбуждающими и тормозящими связями со всеми элементами сенсорных, интерфейсных и распознающих слоев, а также с соответствующими управляющими нейронами, которые в свою очередь связаны со всеми нейронами в промежуточном слое элементов нейронной сети.

A device of multi-directional neuron network memory comprises a sensorial layer of neurons. In addition it comprises N modules based on discrete neural networks of adaptive resonance theory and intermediate neuron layer which elements are connected by pairs of bilateral weighted couplings with corresponding elements of recognition layers of N uniform concurrently operating modules, each representing discrete neural networks ART-1U, comprising layers of interface elements which neurons are connected with corresponding elements of sensor layers by pairs of binary bilateral couplings, recognition layers of elements which neurons are connected with each element of corresponding interface layers by pairs of binary bilateral weighted couplings with continuous weight numbers, decision-making neurons connected with all elements of sensor, interface and recognition layers by generating and slowing down couplings, and control neurons connected by generating and slowing down couplings with all elements of sensor, interface and recognition layers, and with corresponding control neurons connected to all neurons of intermediate layer of neural network elements.


© 2017 — Разработано лабораторией информационно-поисковых систем НТУ "ХПИ"