Обучающийся искусственный нейрон

 

222028

ОПИСАНИЕ

ИЗОбРЕТЕ Н Ия

К АВТОРСКОМУ СВИДЕТЕЛЬСТВУ

Сои1х Советских

Социалистических

Республик

Зависимое от авт. свидетельства №

Заявлено ОЗ.Х1.1966 (№ 1111805 26-24) с присоединением заявки ¹

Приоритет

Опубликовано 17.VII.1968, Бюллетень ¹ 22

Дата опубликования описания 24.IX.1968

Кл. 42m<, 7160

21ат, 36 18

ЧПК G 06

Н 031<

УДК 681.327.12:371.69 (088.8) Комитет оо делам чзооретений и открытий ори Совете Министров

СССР

Автор изобретения

В. С. Гладкий

Заявитель

Таганрогский радиотехнический институт

ОБУЧАЮЩИЙСЯ ИСКУССТВЕННЫЙ НЕЙРОН

Известны обучающиеся искусственные нейроны, выполненные на базе управляющих триггеров и схем совпадения и имеющие синаптические входы, шины стимулирования, основной и промежуточный выходы.

Предлагаемый искусственный нейрон отличается тем, что его синаптические входы соединены с первыми входами схем совпадения, второй вход ка)кдой входной схемы совпаде-!

iHÿ подсоединен к одной из трех шин стимулирования, а третий — к промежуточному выходу нейрона. Причем выходы каждой из трех входных схем совпадения соединены с «единичным», «нулевым» и «счетным» входами триггера, а входы каждого триггера — со ВТ0рыми входами двух выходных схем совпадения, третьи входы которых подсоединены и источникам питания, имеющим протиьоположную полярность. При этом выходы всех выход. ных схем совпадения через аддитивно-накопительный узел подключены к пороговому устройству и через него — к входу элемента задержки, выход которого соединен с одним или несколькими синаптическими входами нейрона. Это позволяет расширить логические возмo)Kности и улучшить свойства адаптации нейрона.

На чертеже дана функциональная схема предлагаемого нейрона.

Нейрон состоит из входных схем 1 —,> совпадения, число групп которых равно числу его сии аптических входов а,— а „, соответствующего числа управляющих триггеров 4 с

«единичным> («1»), «нулевым» (О») и счет5 ным («1,0») входами и выходных схем 5, 6 совпадения, аддитивио-накопительного узла 7, выполненного на резисторах Ri Rl и конденсаторе С, порогового устройства 8 и элемента задержки i. Входы b„b и b;; нейрона являют10 ся стимулирующими. Они соответствуют центростремительным нервным волокнам биолсгических систем, По иим через схемы совпадения 1 — 8 ппооддаа1юоттсся я ииммппууллььссыы, воздействующие соответственно на «единичный», «счет15 1ый» и «нулевой» входы триггеров 4, что соответствует сигналам «поогцреиие», «переобучение>> и <<ïàêÿçàíèå>>. Xарактер стим3,л прова ния определяется в процессе обу1ен11я. Стимулиру1ощие сигналы могут воздействовать иа

20 триггеры 4 лишь в том случае, если даиньш нейрон возбужден, и лишь lla те триггеры, синаптические входы которых были возбуждены в момент, непосредственно предшес гву1ощчй возбуждению нейрона.

25 Выходы ка)кдого триггера 4 («1» и «0») управляют двумя выходными схемами 5, 6 соВпадения, подключающими на время возбуждения данного синаптического входа к аддитивио-накопительному узлу 7 положителы1ое +1=

30 (при «единичном» состоянии триггера) или от222028 рицательное — E (при «нулевом» состоянии триггера) напряжение. Пространственная селекция аддитианоео типа осуществляется на резисторах Яг, -:.+;. а временная (кратковременная) — на интегрирующей цепочке R. C.

Долговременная селекция при наличии связи выхода нейрона с его же входом (на чертеже линия, соедингнощая выход d с синаптическим входом а„, обусловливается временной задержкой передачи возбуждения в нейроне, определяемой элементом задержки 9.

Свойство рефракторной невозбудимости биологических нейронов в предлагаемом искусственном нейроне имитируется пороговым устройством 8. Промежуточный (эффекторный) выход с соответствует центробежным нервным волокнам биологических систем. Выход d нейрона является его основным выходом, предназначенным для межнейронных связей. Он аналогичен выходам биологических нейронов.

Адаптация нейрона осуществляется следующим образом.

На синаптпческпе входы а,— а„подаются импульсы отрицательной полярности. Зти импульсы, проходя через выходные схе. ы э и 6 совпадения, либо инвертируются, либо осТЯIОТСЯ ТОИ жс ПОЛЯГгНОСТП В ЗЯВИСИМОСТИ iГ". состояния соответству1ощих триггеров 4.

На аддитивпо-накопительно;i узле 7 осуществляется пространственная и временная селекция сигналов. Суммарный сигнал в вид напряжепи11 пОс 10яннэго токя выделяется пя интегрирующей цепочке 1 »C. Если этот сигнал в данный момент времен1! оказывается

HhillIC C I 3iIOBJI2IIII01 0 IIOpOI возб) Ii +OH!I I, IIOроговое устройство 8 возбуждается и вь1дает сс.ðè!o импульсов с частотой, определяемой суммар ым напряжением на цепочке R;,C.

Импульсы, появляющиеся ня выходе порогового устройства, являются эффекгорпыми сигналами нейрона и одновременно сигналами, возбужда1ощими через отрезок времени, определяемый элементом задержки 9, выход d нейрона. Если при подаче комбинации сигналсв на входы а, — a„ нейрона появляется сигнал и на выходе с, то на вход стимулирования bI подается сигнал «поощрение». Вследствие этого же триггеры, которые в момент возбуждения нейрона были тормозящими, »еняют свое состояние на обратное. Если же при подаче других комбинаций сигналов на выходе с появляются импульсы возбуждения, то на гход Ьг подается сигнал «наказание».

10 Последовательное чередование желательных и нежелательных комбинаций сигналов на ходах а,— а„, и соответствующее стимулирование нейрона приводят к тому, что последний адаптируется и реагирует лишь на вход15 ные сигналы с требуемыми статистическими характеристиками.

Предмет изобретения

20 Обуча1ощийся искусственный нейрон, содержащий управляющие триггеры, по три входных и две ьыходных па каждый триггер схемы совпа;1ения, аддитивно-накопительный узел, пороговое устройство и элемент задерж25 ки, ог.гичагэ цийся тем, ITO, с целью расшире1",,. Ilия логических возможностей и улучшения сьойств H„ àг;тации нейрона, его сннаптические входы соединены с первыми входами схем совпадения, второй вход каждой входной схе30 мы совпад ния подсоединен к одной из трех шин сти»улирования, а третий — к промежу1очному выходу нейрона, причем выходы каждой из трех входных схем совпадения соединены с «единичным», «нулевым» и «счет35 ным» входами триггера, а выходы каждого

"риггера — со вторыми входами двух выходных схем совпадения, третьи входы которых подсоединены к источникам питания, имеющим противоположную полярность, при этом

40 выходы всех выходных схем совпадения черсз аддитивно-накопительный узел подключены к пороговому устройству и через него — ко входу элемента задержки, выход которого соединен с одним или несколькими синаптически45 ми входами нейрона.

222028

Составитель Г. П. Шибанов

Р ед акт ор Л. А. Утек ин а Техред Р, М. Новикова

Корректор Н. Босняцкая

Заказ 2712!8 Тираж 530 Подписное

ЦНИИПИ Комитета по делам изобретений и открытий при Совете Министров СССР

Москва, Центр, пр, Серова, д. 4

Типография, пр. Сапунова, 2

Обучающийся искусственный нейрон Обучающийся искусственный нейрон Обучающийся искусственный нейрон 

 

Похожие патенты:

Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов

Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др

Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах

Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта

Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам

Изобретение относится к программным вычислительным системам, основанным на коробах

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием

Изобретение относится к области моделирования функциональных аспектов человека

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций
Наверх