Функциональные модели универсального нейрокомпьютера — страница 13

  • Просмотров 30709
  • Скачиваний 1016
  • Размер файла 1401
    Кб

сетей для решения прикладных задач. Каждое правило, архитектура, система оценки и интерпретации составляют отдельный нейрокомпьютер. Причем каждый нейрокомпьютер уникален и отделен от других. Такой тип многообразия принято называть «зоопарком». Многообразие этого типа нетехнологично. Существует другой тип многообразия – технопарк. Такое многообразие строится как совокупность многих «машин» собранных из небольшого набора

стандартных деталей. Основная цель данной работы состоит в том, чтобы преобразовать существующий зоопарк нейрокомпьютеров в технопарк. В качестве примера приведем выдержку из монографии (учебного пособия) одного из наиболее известных Российских ученых–нейроинформатиков А.И. Галушкина [26]. «Основными качественными характеристиками архитектур нейронных сетей являются: 1.       Типы входных сигналов

(размерность, дискретность и т. д.). 2.       Тип операций, реализуемых в разомкнутой нейронной сети (дискретные или непрерывные). 3.       Топология связей (прямые, перекрестные, латеральные, обратные и т.д.). 4.       Наличие или отсутствие желания сымитировать в структуре конкретную биологическую систему (зрительный или слуховой анализатор, мозжечок, таламус и т.д.). 5.      

Наличие желания максимально повысить скорость вычислительных операций на нейронной сети. 6.       Ограничения архитектуры, связанные с удобством (простотой) или ограничениями принятого способа технической реализации. 7.       Способ объединения в группы процессорных элементов. 8.       Способ функционирования во времени (дискретный или непрерывный). 9.       Способ

изменения весов связей (случайный или упорядоченный). 10.   Способ соединения независимо настроенных (или настраиваемых) нейронных сетей вместе.» Очевидно, что первый пункт приведенного списка относится в основном к методам предобработки и не имеет отношения к архитектуре нейронных сетей. Шестой пункт относится к способу реализации сети и лишь косвенно к архитектуре. Седьмой пункт относится к практике имитации нейронных

сетей на компьютерах различной конфигурации. Нельзя считать, что полносвязная нейронная сеть прямого распространения с одним и тем же числом нейронов будет иметь разную архитектуру в зависимости от того, реализована она на обычном персональном компьютере или на нейрокомпьютере Synaps 1. Очевидно, что архитектура нейронной сети будет в обоих случаях одинакова. Изменится только программная реализация сети и нейрокомпьютера в