Формальный нейрон

Формальный нейрон содержит параллельный сумматор и блок вычисления активационной функции. Достижение требуемого технического результата, связанного с повышением точности моделирования и расширения функциональных возможностей, обеспечивается введением блоков формирования значений функций принадлежности на входе параллельного сумматора.

Полезная модель относится к области обработки данных для специальных применений, в частности, для преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами во взвешенные коды, и может быть использована для обработки и распознавания сигналов и изображений.

Известно устройство, содержащее генераторы пилообразного напряжения, аналого-цифровые и цифро-аналоговые преобразователи, элементы ИЛИ, блоки памяти функций принадлежности, блоки определения минимума, блоки сравнения, блоки вычитания из единицы, регистры, счетчик и элементы задержки с соответствующими связями [SU 1791815, G06F 7/58, 1990].

Недостатком устройства являются относительно узкие функциональные возможности.

Известно также устройство, содержащее n параллельных сумматоров, входы и выходы которых являются, соответственно, группой входов и группой выходов устройства, а также n блоков умножения на весовые коэффициенты, при этом, вход i-ого блока умножения на весовые коэффициенты (i=1...N) соединен с выходом i-ого параллельного сумматора, а каждый из выходов j-ого блока умножения на весовые коэффициенты (j=1...N) соединен с соответствующим ему входом взвешенного сигнала i-ого сумматора (i не = j) [А.В.Назаров, А.И.Лоскутов "Нейросетевые алгоритмы прогнозирования и оптимизации систем", Санкт-Петербург, "Наука и Техника", 2003 г., стр.231].

Недостатком устройства являются относительно узкие функциональные возможности.

Наиболее близким по технической сущности к предлагаемому является устройство, содержащее группу умножителей на весовые коэффициенты, входы которых являются входами устройства, параллельный сумматор, входы которого соединены к выходами умножителей на весовые коэффициенты, и блок вычисления активационной функции, вход которого соединен с выходом параллельного сумматора, а выход - является выходом устройства [Редько В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. М.: КомКнига, 2006, стр. ис. 5.1.].

Недостатком наиболее близкого технического решения является относительно узкие функциональные возможности, обусловленные тем, что, устройство позволяет моделировать работу нейрона в допущении, что весовые коэффициенты для входных сигналов могут быть определены точно, что позволяет использовать их умножителях на весовые коэффициенты. На практике значения весовых коэффициентов не всегда могут быть определены точно и в большинстве случаев их значения являются нечеткими, «размытыми», что снижает точность моделирования и сужает функциональные возможности известного устройства.

Требуемый технический результат заключается в расширении функциональных возможностей и повышении точности моделирования нейрона.

Требуемый технический результат достигается тем, что, в устройство, содержащее параллельный сумматор и блок вычисления активационной функции, вход которого соединен с выходом параллельного сумматора, а выход - является выходом устройства, введены группа блоков формирования значений функций принадлежности, входы которых являются входами устройства, а выходы - соединены с соответствующими входами параллельного сумматора.

На чертеже представлены: на фиг.1 - электрическая структурная схема формального нейрона, на фиг.2 - пример функции принадлежности «примерного равенства»

Формальный нейрон (фиг.1) содержит параллельный сумматор 1 и блок 2 вычисления активационной функции, вход которого соединен с выходом параллельного сумматора 1, а выход - является выходом формального нейрона, введены группа блоков 3-1...3-к формирования значений функций принадлежности, входы которых являются входами формального нейрона, а выходы - соединены с соответствующими входами параллельного сумматора.

Параллельный сумматор 1 является стандартным элементом вычислительной техники, а блоки 3-1...3-к формирования значений функций принадлежности и блок 2 вычисления активационной функции охарактеризованы на функциональном уровне. Описываемая форма их реализации предполагает использование программируемого (настраиваемого) многофункционального средства, поэтому ниже при описании работы устройства представляются сведения, подтверждающие возможность выполнения таким средством конкретной предписываемой ему в составе данного устройства функции, в частности, алгоритм или соответствующие математические выражения.

Работает формальный нейрон следующим образом.

На входы блоков 3-1...3-к формирования значений функций принадлежности поступают входные (возбуждающие) сигналы. Каждый из этих сигналов преобразуется в соответствующем ему блоке 3-1...3-к в значение функции принадлежности, которое отражает нечеткое представление о соответствии уровня входного сигнала соответствующему эталонному сигналу (элементу изображения), который, в общем случае, может быть нечетким, «размытым» и т.п. Например, когда вместо эталонного сигнала имеется несколько искаженных его образцов.

На фиг.2 представлен пример функции принадлежности типа «примерного равенствам и графический алгоритм формирования значения функции принадлежности М(х) при значении входного сигнала, равного х.

Каждый из блоков 3-1...3-к настроен на свой вид функции принадлежности М₁(х)...Мк(х).

В параллельном сумматоре 1 сформированные значения функций принадлежности суммируются и поступают на вход блока 2 вычисления активационной функции. В простейшем случае - это пороговый блок, при превышении порогового уровня которого на его выходе формируется уровень логической единицы, который сигнализирует о распознавании входного сигнала при нечетком представлении о значении его отдельных элементов. В других случаях это может быть блок с более сложными требуемыми функциональными преобразованиями входного сигнала, например, используемыми в устройстве-прототипе.

Таким образом, в предложенной устройстве достигается требуемый технический результат, заключающийся в расширении функциональных возможностей и повышении точности моделирования.

Формальный нейрон, содержащий параллельный сумматор и блок вычисления активационной функции, вход которого соединен с выходом параллельного сумматора, а выход является выходом формального нейрона, отличающийся тем, что введена группа блоков формирования значений функций принадлежности, входы которых являются входами формального нейрона, а выходы соединены с соответствующими входами параллельного сумматора.