ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В СОТОВОЙ СВЯЗИ Текст научной статьи по специальности «Компьютерные и информационные науки»

Вестник магистратуры. 2018. № 3-2(78)

ISSN 2223-4047

УДК 004

А.А. Павлов

ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В СОТОВОЙ СВЯЗИ

В статье рассматриваются вопросы применения искусственных нейронных сетей в электросвязи. Рассмотрены какие конкретно проблемы можно решить, и рассмотрена эффективность реализации.

Ключевые слова: нейрон, искусственная нейронная сеть, синапс, аксон, дендрит.

Искусственная нейронная сеть - математическая модель, которая создана по принципу биологической нейронной сети. Реализация может быть как аппаратной, так и программной. На сегодняшний день используется в основном программная реализация. Искусственные нейронные сети появились в результате попыток людей смоделировать работу мозга человека.

Человеческий мозг состоит из нейронов, которые в свою очередь образуют сеть. Чем больше связей между нейронами, тем больше человек хранит информации. Чем больше нейронных связей, тем лучше работает головной мозг и лучше запоминает информацию. Если не тренировать эти связи, то со временем они начинают распадаться. В жизни это может выражаться в плохом запоминании информации и утрачивании старой. На рисунке 1 показано строение нейрона. [1]

Он состоит из тела нейрона, которое содержит ядро. Тело соединено с дендритами. Дендриты принимают сигнал. Аксон отправляет сигнал после обработки. Нейроны соединены друг с другом аксонами. Именно эти элементы являются главными в нейронной сети, потому что благодаря им образуются связи. Именно они перестают функционировать, если субъект перестает к ним обращаться. В природе у человека нейронные сети образуются в трехмерном пространстве. По этой причине связей очень много и на сегодняшний день их изучение затруднено. Связи исчисляются миллиардами.

На сегодняшний день искусственные нейронные сети во много раз проще биологических. Еще одним отличием от биологических нейронных сетей является то, что искусственные нейронные сети реализуются в двухмерном пространстве, так как для реализации в трехмерном требуются очень большие вычислительные мощности. [2]

Существуют односложные искусственные нейронные сети и многосложные. Односложные искусственные нейронные сети называются так потому, что сигналы входного слоя подаются на выходной слой, который преобразует данные в результат.

© Павлов А.А., 2018.

Научный руководитель: Куанышев Валерий Таукенович - кандидат технических наук, доцент, Уральский технический институт связи и информатики, филиал(СибГУТИ), Россия.

Концевые пилагчс uaj /ы

Рис. 1. Строение нейрона

ISSN 2223-4047

Вестник магистратуры. 2018. № 3-2(77)

У i

Ут

Однослойная нейронная сеть Рис. 2. Однослойная нейронная сеть

На рисунке 2 представлена схема однослойной сети. Х - является входным сигналом. Соединены элементы связями, вес которых обозначается Дальше сигнал продается на выходной слой и впоследствии получается результат, который обозначается У. Данный вид ИНС может быть использован для решения самых простых задач. Например: для определения символа алфавита из заданного множества вариантов.

-

Входы

->

Входной слой Скрытый слой Выходной слой

Рис. 3. многослойная нейронная сеть

На рисунке 3 представлена многослойная сеть. Она содержит входной слой, на который поступает информация. Дальше информация передается на скрытый слой. Здесь уже происходит обработка информации. Скрытых слоев может быть огромное количество. Все зависит от сложности поставленной задачи. Чем сложнее задача, тем больше скрытых слоев. После информация поступает на выходной слой. Таким образом, основным отличием однослойной ИНС от многослойной заключается в наличии скрытого слоя.[3]

В сотовой связи одной из основных проблем является распределение трафика. Если применять многослойные нейронные сети, то это будет намного эффективней и оперативней, чем если данную операцию будет проводить человек. На основе данных с предыдущих вызовов, ИНС определит в какие даты и часы будет наибольшая нагрузка сети и с помощью полученных данных будет проведено оптимальное распределение трафика. Таки образом можно будет сэкономить на установке дополнительных базовых станций.

Библиографический список

1.Поляков Г. И., О принципах нейронной организации мозга, М: МГУ, 1965.

2.Платонов Ю. В., Зеленин А. Е., Смолянинов А. С., Грачев А.С. Использование нейронной сети для распознавания символов - 2006.

3.Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи - 2008.

ПАВЛОВ АРТЕМИЙ АЛЕКСАНДРОВИЧ - магистрант, Уральский технический институт связи и информатики, филиал(СибГУТИ), Россия.