Универсальный базис описания нейронных сетей Текст научной статьи по специальности «Компьютерные и информационные науки»

Получаемый социально-психологический портрет студента об особенностях его профессиональной деятельности позволяет установить обратную связь и выдавать рекомендации конкретной личности с целью ее совершенствования в той или иной сфере деятельности.

Ю.Л.Шницер

УНИВЕРСАЛЬНЫЙ БАЗИС ОПИСАНИЯ НЕЙРОННЫХ СЕТЕЙ

Для решения практических задач нейрокомпьютинга требуется предварительный анализ различных моделей нейронных сетей. Для этих целей используются процедуры формирования нейронных сетей, которые обеспечивают ввод указанных характеристик моделей нейронов и структур нейронных сетей.

В данной работе обсуждаются вопросы создания инструментальных средств формирования нейронных сетей, которые автоматизируют процесс анализа результатов поведения нейронной сети и выбора начальных условий для нейронной сети в соответствии с заданными критериями ее поведения. Результаты работы ориентированы на алгоритмы обучения нейронных сетей, которые дают возможность находить только локальные экстремумы, что позволяет практически обучать нейронные сети с многоэкстремальными целевыми функциями с помощью генетических алгоритмов.

В качестве основы для разработки инструментальных средств обучения нейронных сетей в рамках эволюционной парадигмы в работе предлагается использовать универсальный базис представления архитектур нейронных сетей. Такой базис может быть применен для инструментальных средств, работающих с некоторым множеством сетей с целью поиска тех или иных особенностей сети в соответствии с заданными требованиями. При ориентации на эволюционное программирование такой базис представления нейронной сети должен позволять сравнение различных архитектур по многим параметрам. Отличительные особенности универсального базиса представления архитектур нейронных сетей состоят в следующем:

1. Параметры нейронных сетей кодируются одной длиной последовательностью бит.

2. Последовательность бит состоит из одного или нескольких сегментов и представляет собой описание набора фрагментов нейронной сети.

3. Каждый сегмент - это последовательность пространственного описания, которая состоит из двух частей с целью описания как специфики фрагмента, так и его связей с другими фрагментами нейронной се ги.

4. Для определения начала и окончания пространственных сегментов, а также начала полей проецирования вводятся разделители сегментов и полей проецирования. Каждое пространство имеет свой размер и пространственную организацию. Различные элементы могут быть соединены с различными частями целевого пространства или даже с различными целевыми пространствами.

5. Используются два способа задания месторасположения целевого пространства, различающихся способами бинарной адресации в каждом поле проецирования.

УДК 518.5

А.О.Пьявченко, В.А.Переверзев ОСНОВНЫЕ ПРИНЦИПЫ ПОСТРОЕНИЯ ВСТРОЕННЫХ ПРОЦЕССОРОВ НЕЧЕТКОГО ЛОГИЧЕСКОГО ВЫВОДА

До сих пор, большинство систем, базирующихся на нечеткой логике и предназначенных для принятия решений при управлении процессами, неподдаю-щихся формализации, представляли собой программные комплексы, реализованные на персональных ЭВМ, либо микроконтроллерах общего назначения. Такие ПЭВМ и/или микроконтроллеры, как правило, являлись частью программноаппаратных автоматизированных систем управления технологическими процессами, контроля за их состоянием, частью экспертных систем, ориентированных на обработку нечетко представленной информации в первичных и вторичных управляющих звеньях.

В последние годы начаты разработки специализированных аппаратных средств выполнения нечетких логических функций, а также аппаратно-программных комплексов обработки нечеткой информации, реализации нечетких алгоритмов и моделей. Разработка таких комплексов ведется как в направлении создания новой элементной базы, в области создания новых архитектур нечетких ЭВМ, гак и в области теории нечеткого управления. Однако, на настоящем этапе разработка логических элементов нечетких вычислительных машин продвигается довольно медленно.

Во-первых, это связано с тем, что наряду с минимальным базисом нечеткой логики существует несколько других, не устоявшихся базисов [1,2,3]; во-вторых, до сих пор продолжается дискуссия о достоинствах и недостатках’того или иного способа реализации операций нечеткой логики; в-третьих, до сих пор до конца еще не разработаны архитектура нечеткой ЭВМ, методика ее проектирования; в-четвертых, теория нечеткой логики сравнительно “молода” (ведет отсчет с 1976 г.[3]), а отсюда - отсутствие ее теоретической завершенности, наличие вольных трактовок ряда ее теоретических положений, неоднозначность в выборе и отсутствие устоявшейся методологии построения таких основных компонентов нечеткого процессора как блок фаззификации, блок решений и дефаззификации [4]. Все выше сказанное и обуславливает необходимость более детальной разработки основных принципов построения нечетких процессоров, в частности, предназначенных для использования в качестве аппаратных ускорителей обработки нечеткой информации в ПЭВМ. В последнем случае, ПЭВМ отводится роль ведущей ЭВМ комплекса, обладающей необходимым объемом дискового пространства для раз-