CC BY
49
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №10-2/2016 ISSN 2410-700Х_
УДК 004.8
Лавренков Юрий Николаевич
канд. техн. наук, доцент КФ МГТУ им. Н.Э. Баумана,
г. Калуга, РФ, e-mail: [email protected]
ПРОЕКТИРОВАНИЕ ТРАНСФОРМИРУЮЩЕГО ПЕРЕСТРАИВАЕМОГО ПРЕОБРАЗОВАНИЯ В СИСТЕМЕ ИЗ ОДНОРОДНЫХ НЕЙРОСЕТЕВЫХ МОДУЛЕЙ
Аннотация
Рассматривается процедура построения слабосвязанной нейронной сети, составными элементами которой являются нейронные модули, выполненные на основе расширяемой фрактальной осциллирующей сети. Оптимальное сочетание логических элементов, на базе которых строится искусственный нейрон, подбирается с помощью самоорганизующегося алгоритма. Данная особенность позволяет влиять на выходной сигнал сети не только изменением весовых коэффициентов связей, но и перестройкой во времени внутренней структуры.
Ключевые слова
Быстрые перестраиваемые преобразования, двумерная архитектура осциллятора, слабосвязанная нейронная сеть, алгоритм рассеянного поиска, самоорганизующийся миграционный алгоритм.
Модели нейронных сетей, включающие в себя кольцевые элементы, нашли широкое применение в структурах генерации сигналов сложной формы. При правильном конфигурировании нейронных сетей данного класса становится возможным осуществить воспроизводство определённых функциональных зависимостей, а также использовать сети подобного типа в качестве составных элементов памяти [1]. В статье рассматривается процесс инициализации и проведения возбуждения по замкнутым структурам. Оптимальный подбор значений весовых коэффициентов формирует архитектуру сети, в которой нейронная активность будет существовать в виде сигналов с требуемыми характеристиками. Нейронный элемент строится на базе фрактальной осциллирующей сети (ФОС), составленной из модулей модифицированного кольцевого осциллятора, показанного на рис. 1. Спаренные осцилляторы компонуются в двумерную архитектуру, в результате генерируемый сигнал зависит от количества логических элементов в кольце и от количества кольцевых структур в массиве. В качестве логических трехвходовых элементов возможно применение XOR-NOT, AND-NOT, XOR. Оптимальное сочетание элементов, позволяющее получить сигнал с требуемыми характеристиками, подбирается с помощью самоорганизующегося миграционного алгоритма. Одна из возможных комбинаций приведена на рис. 2.b.
Каждый модуль расположен в ветке фрактальной структуры - треугольной салфетке Серпинского (рис. 2.a). Фрактальная организация осциллятора делает возможным добавление новых модулей в уже существующую структуру без значительной перестройки внутренних связей. Теоретически, увеличение ФОС и изменение характеристик генерируемого сигнала может производиться в широком диапазоне, ограниченном только физическими возможностями системы [1].
Модули ФОС упорядочиваются в соответствии с топологическим графом (рис. 3). Каждая вершина -это ФОС, которая непосредственно взаимодействует с соседними модулями, образующими слабосвязанную сеть путём прореживания связей между нейронами смежных слоёв. Оптимальные точки входа сигнала от нейронов из предыдущего слоя могут быть найдены с помощью оптимизационного алгоритма, который выполняет конфигурирование сети. Точка ввода сигнала из предшествующего модуля ФОС реализуется с помощью двухвходового логического элемента, входящего в базовый набор, элементы которого формируют кольца осцилляторов. Приведённая реализация удовлетворяет принципам построения быстрых перестраиваемых преобразований, выполнение которых необходимо для оптимальной реализации данной сети на ПЛИС.
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №10-2/2016 2410-700Х
Рисунок 1 - Составной модуль фрактальной осциллирующей сети
архитектуры
Рисунок 2 - (а) - архитектура фрактальной сети, (Ь) - элементы составного модуля ФОС
Рисунок 3 - Граф топологической реализации системы
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №10-2/2016 ISSN 2410-700Х_
Весовые коэффициенты первоначально инициализируются случайными числами, получаемыми от произвольно сформированного набора модулей ФОС, которые выполняют эффективную генерацию случайных векторов необходимой размерности [2]. Пример выходного сигнала сети показан на рис. 4. Управлять параметрами результирующего сигнала возможно путём модификации весовых коэффициентов соединений, образованных между модулями ФОС. Для слабосвязанных сетей целесообразно применять оптимизационные алгоритмы, которые в качестве механизмов изменения решения применяют многородительские кроссоверы, позволяющие выполнить сложную процедуру комбинации некоторого множества опорных решений. Для настройки сети применялся алгоритм рассеянного поиска. Комбинация большого числа решений порождает некоторое количество возможных конфигураций сети, что позволяет за короткое время проанализировать эффективность множества потенциальных архитектур слабосвязанной сети. Методология рассеянного поиска допускает реализацию элементов оптимизационного алгоритма множеством способов различного уровня сложности, за счёт этого достигается согласованность интенсивности поиска с доступными вычислительными ресурсами [3]. Сигнал, полученный после выполнения настройки весов, показан на рис. 5.
НОШг = 20.00 иэЮ1У
Рисунок 4 - Выходной сигнал сети до выполнения процедуры настройки весовых коэффициентов
Рисунок 5 - Выходной сигнал сети после настройки весовых коэффициентов алгоритмом рассеянного
поиска
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №10-2/2016 ISSN 2410-700Х_
Рассмотрен процесс распространения волн возбуждения в нейронной сети, имеющей слабосвязанную структуру. В приведённой нейросетевой структуре каждый нейрон, кроме крайних нейронных элементов, связан с четырьмя соседними: входные сигналы формируют два соседних нейрона из предыдущего слоя, текущий нейрон является источником сигнала также для двух нейронных элементов из следующего слоя. Связи между нейронами, а также значения весовых коэффициентов задают возможные пути распространения сигнала возбуждения. Для получения ансамбля сигналов в данную архитектуру возможно введение замкнутых связей.
Список использованной литературы:
1. Хайкин С. Нейронные сети: полный курс, 2-е издание.: Пер. с англ. - М.: Издательский дом «Вильямс», 2008. - 1104 с.
2. Зорин А.В., Федоткин М.А. Методы Монте-Карло для параллельных вычислений: Учебное пособие / Предисл.: В.А. Садовничий. - М.: Издательство Московского университета, 2013. - 192 с.
3. Лавренков Ю.Н., Комарцова Л.Г. Безопасность передачи информации по беспроводным каналам связи на базе нейросетевых модулей // Прикладная информатика. 2015. № 5(59). С. 47-61.
© Лавренков Ю.Н., 2016
УДК 62
Лукьянов Александр Сергеевич
к.т.н., старший преподаватель Петров Семен Александрович к.т.н., преподаватель Рыкунов Максим Николаевич
слушатель 5 курса, радиотехнический факультет Воронежский институт МВД России г. Воронеж, РФ
E-mail: [email protected]
АНАЛИЗ И ПРЕИМУЩЕСТВА РАДИОРЕЛЕЙНЫХ СИСТЕМ ОТ ПРОВОДНЫХ ЛИНИЙ СВЯЗИ
Аннотация
Проведен анализ радиорелейных систем, обоснованность выбора отечественного оборудования и преимущества РРС от проводных линий связи
Ключевые слова радиорелейная система, линия связи, оборудование
Радиорелейная система (РРС) применяется в разных сферах деятельности, которая является современным и эффективным поколением беспроводных систем связи класса «точка-точка», ориентированных на трансляцию потоков E1, Ethernet и SDH/PDH. Понятие радиорелейная связь (от русского слова «радио» и французского «relais»), означает промежуточная станция, т.е. радиосвязь, осуществляемая при помощи нескольких приёмо-передающих радиостанций, стоящих на расстоянии прямой видимости их антенн на ультракоротких волнах с многократной ретрансляцией сигнала [1].
Представление временных и финансовых затрат на организацию кабельных и радиорелейных линий связи предполагают, что развертывание радиорелейной линий (РРЛ) в целом оказывается более выгодным, построение РРЛ обходится дешевле и осуществляется быстрее, а также простота преодоления естественных преград, более высокая пропускная способность, качество и надежность соединения, степень защищенности от вандализма или случайного физического воздействия в силу точечного размещения
