Искусственная нейронная сеть

Полезная модель относится к области нанотехнологии, а более конкретно к искусственным нейронным сетям. В основу полезной модели положена задача, состоящая в том, чтобы снизить физические габариты при реализации искусственных нейронных сетей на наноуровне, тем самым повысить производительность систем. Поставленная техническая задача решается тем, что в искусственной нейронной сети, содержащей входной сумматор, последовательно связанный с нелинейным преобразователем сигналов и точкой ветвления для рассылки одного сигнала по нескольким адресам, а также линейную связь - синапс, для умножения входного сигнала на вес синапса, согласно предложенной полезной модели, в качестве входного сумматора используют изомерные ядра с временем жизни в возбужденном состоянии несколько лет, в качестве нелинейного преобразователя используют квантовые точки, в качестве точки ветвления используют узел, выполненный из углеродных нанотрубок, а в качестве синапса - отдельно взятый переход одного изомерного ядра с низших на один из высших энергетических уровней под действием фотона большой энергии. Применение предложенного технического решения искусственной нейронной сети позволяет снизить физические габариты при реализации искусственных нейронных сетей, что связанно с повышением производительности системы.

Полезная модель относится к области нанотехнологии, а более конкретно к искусственным нейронным сетям.

Известна искусственная нейронная сеть, содержащая входной сумматор, последовательно связанный с нелинейным преобразователем сигналов и точкой ветвления для рассылки одного сигнала по нескольким адресам, а также линейную связь - синапс, для умножения входного сигнала на вес синапса [Анил К.Джейн (Мичиганский государственный университет, США, jain@sps.msu.edu), Жиан Чанг Мао, К.М.Моуддин (Исследовательский Центр IBM в Альмадоне, США). Введение искусственные нейронные сети (аналог)].

Наиболее близким по технической сущности и достигаемому результату является искусственная нейронная сеть, содержащая входной сумматор, последовательно связанный с нелинейным преобразователем сигналов и точкой ветвления для рассылки одного сигнала по нескольким адресам, а также линейную связь - синапс, для умножения входного сигнала на вес синапса [А.Н.Горбань. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей. - Сибирский журнал вычислительной математики, 1998. T.1, №1. с.12-24.; В.П.Коротков., Б.А.Тайц. Основы метрологии и теории точности измерительных устройств. - М.: Издательство стандартов, 1978. - 352 с., ил. (Прототип)])].

Недостатком аналогов являются большие физические габариты искусственных нейронных сетей при реализации на микросхемном уровне.

В основу полезной модели положена задача, состоящая в том, чтобы снизить физические габариты при реализации искусственных нейронных сетей на наноуровне, тем самым повысить производительность систем.

Поставленная техническая задача решается тем, что в искусственной нейронной сети, содержащей входной сумматор, последовательно связанный с нелинейным преобразователем сигналов и точкой ветвления для рассылки одного сигнала по нескольким адресам, а также линейную связь - синапс, для умножения входного сигнала на вес синапса, согласно предложенной полезной модели, в качестве входного сумматора используют изомерные ядра с временем жизни в возбужденном состоянии

несколько лет, в качестве нелинейного преобразователя используют квантовые точки, в качестве точки ветвления используют узел, выполненный из углеродных нанотрубок, а в качестве синапса - отдельно взятый переход одного изомерного ядра с низших на один из высших энергетических уровней под действием фотона большой энергии.

Введение в искусственные нейронные сети изомерных ядер с временем жизни в возбужденном состоянии несколько лет, а также введение нелинейного преобразователя в качестве квантовых точек и точку ветвления, которой является узел, выполненный из углеродных нанотрубок, обеспечивает снижение физических габаритов при реализации искусственных нейронных сетей, что ведет к повышению производительности системы.

Сущность полезной модели поясняется фиг.1, где показана искусственная нейронная сеть.

Искусственная нейронная сеть (фиг.1) содержит входной сумматор 1, последовательно связанный с нелинейным преобразователем сигналов 2 и точкой ветвления 3 для рассылки одного сигнала по нескольким адресам, а также линейную связь - синапс 4, для умножения входного сигнала на вес синапса, в качестве входного сумматора 1 используются изомерные ядра 5 с временем жизни в возбужденном состоянии несколько лет, нелинейным преобразователем 2 являются квантовые точки 6, точкой ветвления 3 является узел 7 выполненный из углеродных нанотрубок 8, а синапс представляет собой отдельно взятый переход одного изомерного ядра 5 с низших на один из высших энергетических уровней под действием фотона 9 большой энергии.

Квантовые точки, их иногда еще называют искусственными атомами, представляют собой специальным образом полученные (выращенные) наноразмерные объекты (наночастицы), созданные на основе обычных неорганических полупроводниковых материалов Si, InP, CdSe и т.д полупроводников, ведущие себя как отдельные атомы. Это наноразмерные островки-включения одного полупроводникового материала (с меньшей шириной запрещенной зоны) в матрице другого (с большей шириной запрещенной зоны). Они могут поглощать световые волны, перемещая электроны на более высокий энергетический уровень, и выделять свет при переходе электронов на низкоэнергетический уровень (http://quant-points.org/). По аналогии с возбуждением отдельного естественного атома можно возбуждать отдельный "искусственный атом". При оптическом возбуждении такой полупроводниковой структуры в квантовую точку "сваливаются" электроны и дырки,

которые затем рекомбинируют, излучая фотоны с определенной энергией. Отбирая фотоны с заданной энергией, в идеале можно добиться того, чтобы при каждом импульсе возбуждения "на выходе" имелось не более одного фотона.

Одним из наиболее перспективных путей повышения эффективности является управление интенсивностью спонтанного излучения структуры. Появление определенных граничных условий (например, при помещении атома в резонатор) приводит к модификации спектра нулевых колебаний электромагнитного поля; в определенном частотном диапазоне (вблизи резонанса) плотность состояний электромагнитного поля растет, в то время как в других частотных диапазонах она уменьшается. Поскольку вероятность спонтанного излучения зависит от плотности состояний электромагнитного поля в соответствующем энергетическом диапазоне, то, в зависимости от того, находит ли определенный излучательный переход вблизи резонанса или вдали от него, вероятность излучения либо растет, либо падает.

Искусственная нейронная сеть работает следующим образом (Фиг.1). Адаптивный сумматор 1, имеющий n+1 вход и получающий на 0 вход постоянный сигнал, вычисляет скалярное произведение вектора входного сигнала × 5, на вектор параметров . Нелинейный преобразователь сигнала 2 получает скалярный входной сигнал × 5, и переводит его в (). Точка ветвления 3 служит для рассылки одного сигнала по нескольким адресам, она получает скалярный входной сигнал × 5, и передает его всем своим выходам. Стандартный формальный нейрон составлен из входного сумматора 1, нелинейного преобразователя 2 и точки ветвления 3 на выходе. Линейная связь - синапс 4 умножает входной сигнал на вес синапса .

Применение предложенного технического решения искусственной нейронной сети позволяет снизить физические габариты при реализации искусственных нейронных сетей, что связанно с повышением производительности системы.

Искусственная нейронная сеть, содержащая входной сумматор, последовательно связанный с нелинейным преобразователем сигналов и точкой ветвления для рассылки одного сигнала по нескольким адресам, а также линейную связь - синапс, для умножения входного сигнала на вес синапса, отличающийся тем, что в качестве входного сумматора используют изомерные ядра с временем жизни в возбужденном состоянии несколько лет, в качестве нелинейного преобразователя используют квантовые точки, в качестве точки ветвления используют узел, выполненный из углеродных нанотрубок, а в качестве синапса - отдельно взятый переход одного изомерного ядра с низших на один из высших энергетических уровней под действием фотона большой энергии.