14. Алгоритм и структура базового модуля цифрового нейропроцессора

С целью практического использования рассматриваемых ЦНП целесообразно их изготовление на основе современной микроэлектронной технологии в виде больших интегральных схем (БИС). По этой причине уместна постановка задачи о разработке БИС, предназначенных не только для построения ЦНП, но и состоящих из них нейроподобных ансамблей и структур.

Следуя морфологии отдельного нейрона, для отдельного ЦНП желательно иметь один корпус БИС. В то же время, учитывая то, что количество входных дендритных отростков у нервных клеток колеблется от единиц до десятков и сотен тысяч, в общем случае для БИС ЦНП необходимо предусматривать специальную БИС расширителя пространственного сумматора. При таком подходе номенклатура комплекта БИС ЦНП будет состоять из двух интегральных схем, а именно схемы собственно ЦНП, имеющей несколько информационных входов, и схемы входного расширителя, представляющего собой пространственный сумматор нейропроцессора. Вопрос о количестве входов каждого из корпусов БИС должен решаться исходя из возможностей конкретной микроэлектронной технологии.

Пример одного из возможных вариантов построения таких схем приведен на рис.19 и на рис.20. Так, на рис.19 изображена структурная схема первого корпуса, а на рис.20 – второго корпуса БИС ЦНП (БИС1 и БИС2 соответственно).

Однако необходимость в микросхемах двух типов ведет к определенным неудобствам при создании микроэлектронных ЦНП. Поэтому представляет интерес разработка алгоритма и структуры такого нейроподобного элемента, который будучи реализован в виде БИС мог служить базовым модулем при построении как временного, так и пространственного сумматоров, а значит, и нейропроцессора в целом.

Для построения такого нейропроцессора используем подход, суть которого состоит в том, что для выполнения функций временного сумматора (БИС2) привлекается часть интеграторов, формирующих синаптические веса gji в БИС1. Данный подход позволяет на основе БИС1 синтезировать новую, отличную от БИС1 и БИС2 микросхему нейронного модуля, работающего в режиме простейшего нейрона и способного быть базовым элементом для синтеза более сложных нейропроцессоров динамического типа, а также выполнять функции расширителя входов пространственного сумматора ЦНП.

Действительно, как показывает анализ алгоритма (34–36), формирование дискретной функции yi из ее приращений Ñyi не отличается от формирования переменных синаптических весов gji , параметров ai, bi, переменного порога Qi и коэффициента ki из соответствующих приращений Ñgji, Ñai, Ñbi, ÑQi, Ñ ki, а формирование приращений Ñyi осуществляется по той же формуле, что и формирование пространственной суммы ViÑt. Следовательно, для сохранения возможности воспроизведения динамических свойств нейрона в соответствии с (34–36), в алгоритме базового нейронного модуля (БНМ) достаточно иметь лишь одно условие вида

и одно соотношение вида

Остальные параметры ЦНП, а именно ai, bi, Qi, ki , можно формировать в цифровых интеграторах синаптических весов путем использования необходимых схемных соединений и введения соответствующих обозначений.

Учитывая это обстоятельство, а также то, что в простейшем варианте БНМ должен функционировать как минимум в режиме формального нейрона с выходом Zi+1=Sign[ViÑt] и быть пригодным для создания более сложных нейропроцессоров с динамическим выходом Zi+1Ñt=max{0, ViÑt}, представим алгоритм БНМ в следующем виде:

(71)

(70)

Покажем, что относительно Z БНМ, работающий в соответствии с алгоритмом (69), действительно реализует алгоритм формального нейрона. Для этого введем обозначения:

Подставляя обозначения (70) в алгоритм (69), получим

При gji=gj, Ñgji =0i, Qi =Q, ÑQi =0,Ñt=1 и xjiÎ{0, 1} система уравнений (71) принимает вид

что с точностью до обозначений совпадает с алгоритмом формального нейрона.

Полагая в некотором БНМ

(74)

(73)

(72)

найдем, что относительно выхода VÑt тот же модуль будет воспроизводить другую систему уравнений:

Работающий в соответствии с (72) БНМ назовем модулем пространственной суммации.

Далее учтем, что произведения yi-1Ñt могут формироваться таким же БНМ, если в алгоритме принять