НейрокомпьютерыРефераты >> Информатика >> Нейрокомпьютеры
и использовать выход ZÑt.
Если теперь использовать приращения ViÑt=Ñyi из алгоритма (72) модуля пространственной суммации в качестве приращений Ñg1i=Ñyi для алгоритма (74) модуля временной суммации, а также учесть, что в алгоритме (74) из приращений Ñyi формируются величины yi , то на выходе ZÑt БНМ временной суммации получим выходные приращения динамического ЦНП, у которого b=k=1. В дальнейшем с целью упрощения анализа будем полагать, что если не сделаны специальные оговорки, то равенство b=k=1 выполняется автоматически.
Таким образом, отдельный БНМ действительно может работать в режиме формального нейрона, пространственного и временного сумматора. Структурная схема такого БНМ показана на рис. 21. Из рисунка видно, что в общем случае модуль содержит N синаптических блоков, каждый из которых состоит из умножителя Мнj , регистра Рг gj синаптического веса g j и двухвходового сумматора Смj, суммирующего значения весовых коэффициентов gji с их приращениями Ñgji. На первые входы умножителей Мн j поступают входные воздействия xj(i-1)Ñt с выходов других БНМ или от периферийного оборудования, связанного с внешней средой. Произведения gji(xj(i-1)Ñt) суммируются многовходовым пространственным сумматором См(N+1) и в виде результирующей величины ViÑt поступают на выход модуля, а также на вход квантователя Кв.
|
|
где ViÑt – квантованные значения ViÑt, содержащее n ее старших разрядов; Oi – остаток квантования, содержащий nмладших разрядов той же суммы ViÑt.
где Oi-1 – остаток квантования суммы Vi-1Ñt в предыдущий (i-1)–й момент времени ti.
Учитывая последнее соотношение, а также то, что выходной блок (ВБ) модуля формирует значения выходной функции ZiÑt, переформулируем алгоритм (69) БНМ следующим образом:
где gij - n-разрядное значение синаптического веса j-го входа БНМ в i-й момент дискретного времени t; Ñgji – n-разрядное приращение синаптического веса j-го входа; ViÑt – 2n-разрядная неквантованная сумма на выходе сумматора См(N+1); xj(i-1)Ñt – n-разрядные приращения входных воздействий; rji – величины, поступающие на входы rj сумматора См(N+1) с выходов ViÑt других нейроподобных модулей; ViÑt – n-разрядные квантованные значения величин ViÑt.
|
|
где Q – порог моделируемого воздействия; a – параметр, характеризующий инерционные свойства нервной клетки.
Сравнивая уравнения системы (79) с математическим описанием информационных процессов в цифровой модели нейрона, найдем, что относительно выходной функции Zi+1Ñt система (79) действительно совпадает с алгоритмом нейропроцессора динамического типа. Относительно выходной функции Zi+1 отдельный БНМ работает в режиме обычного формального нейрона.