CC BY
44
Секция вычислительной техники
Секционированная память служит для программной обработки массивов данных. Ее особенностью является возможность одновременного доступа к двум и более секциям, причем запись может вестись одновременно в несколько секций, а считывание - только из одной. Адресный процессор обеспечивает формирование нескольких адресов для опережающего считывания информации на фоне решаемой задачи. Такая архитектура обеспечивает решение широкого круга задач без снижения производительности.
ЛИТЕРАТУРА
1. Залотовский В.Е. Организация вычислений с произвольной разрядностью в многопроцессорных системах с изменяемой архитектурой //Электронное моделирование. 1989. 11. N2. С.12-16.
2. Золотовский В.Е., Павленко В.Г. Аспекты построения однородной потоковой вычислительной системы, оперирующей данными произвольной разрядности //Тезисы докладов XV Семинара по однородным вычислительным средам и систологическим структурам. Львов, 1992. С.20-35.
3. Карцев М.А. Арифметика цифровых машин. М.: Наука, 1969. 575с.
УДК 007.52
Ю.В. Чернухин ВОЗМОЖНОСТИ МОДЕЛИРОВАНИЯ БИОЛОГИЧЕСКИХ СИСТЕМ НА НЕЙРОПРОЦЕССОРНЫХ СЕТЯХ
Нервная система человека и животных обладает рядом уникальных свойств, которые уже сейчас необходимы сложным робототехническим, вычислительным и управляющим системам. Однако тонкие нейрофизиологические механизмы, лежащие в основе поведенческих феноменов мозга, до сих пор не ясны, и их исследование наталкивается на существенные трудности. Для преодоления этих трудностей изучение свойств высокоразвитого мозга ведется на менее сложных нервных системах простых организмов, например, на абдоминальном ганглии моллюска ап-лизии [1]. Однако модельное подтверждение получаемых при этом выводов затруднено из-за отсутствия пригодной для биоэлектронного моделирования элементной базы. В данной работе показано, что такой базой могут служить нейропроцессорные сети, состоящие из цифровых нейропроцессоров (ЦНП) [2]. С их помощью могут быть организованы биоэлек-тронные эксперименты по замене естественных нейронов и простейших нейронных цепей их цифровыми электронными моделями. Такая замена, осуществляемая путем вживления электродов и отсечения моделируемой нервной ткани, позволяет ставить задачу опытной проверки правильности теоретических представлений о нейронных механизмах поведенческих реакций. С другой стороны, биоэлектронные эксперименты могут быть использованы для совершенствования самих нейропроцессоров и нейропроцессорных сетей. Цель биоэлектронных экспериментов в данном случае сводится к следующему:
Известия ТРТУ
Специальный выпуск
♦ при моделировании нейронных цепей, состоящих из нескольких нейронов, отрабатываются алгоритмы и схемы отдельных ЦНП;
♦ при воспроизведении более сложных нейронных цепей отрабатываются связи между ЦНП, включая модификацию синаптической передачи;
♦ при использовании технологии СБИС можно разрабатывать моделирующие нейропроцессорные сети, позволяющие полностью имитировать процессы как в отдельном ганглии, так и во всей нервной системе простейшего животного.
В докладе рассмотрены конкретные схемы постановки биоэлектрон-ных экспериментов для моделирования нейронных цепей абдоминального ганглия аплизии. Учитывая, что проведение таких экспериментов позволяет ввести объективный критерий истины при моделировании нейрофизиологических процессов, можно предположить, что подобные эксперименты со временем широко войдут в практику биологической науки и приведут к ее ускоренному развитию.
ЛИТЕРАТУРА
1. Кэпдел Э. Клеточные основы поведения. М.: Мир, 1980.
2. Чернухин Ю.В. Искусственный интеллект и нейрокомпьютеры. Таганрог: Изд-во ТРТУ, 1997. 273 с.
УДК 681.32
Ю.В. Чернухин, Б.В. Катаев ВОПРОСЫ НАДЕЖНОСТИ САМООРГАНИЗУЮЩИХСЯ НЕЙРОКОМПЫОТЕРНЫХ СИСТЕМ
Создание и развитие нейрокомпьютерных систем (НС), их усложнение и широкое использование в практических целях (решение задач распознавания, прогнозирования, управления и т.п.) ведет к необходимости исследования вопросов их надежности и функциональной устойчивости. При рассмотрении этих вопросов необходимо учитывать то, что НС способны к обучению, а самоорганизующиеся нейрокомпьютерные системы (СНС), сохраняя все качества традиционных искусственных нейросетей, дополнительно обладают свойством структурной адаптации. Благодаря этому свойству они могут, в принципе, не только оптимизировать процессы решения реализуемых ими задач, но и обеспечивать надежность собственного функционирования. Учитывая то, что наряду с мощной, подлежащей контролю аппаратной нейропроцессорной частью, СНС, как правило, содержат и реализуемую на ЭВМ общего назначения, решающую вопросы самоорганизации, программную часть, эту программную часть целесообразно применять для организации их контроля и повышения надежности. Именно такой подход рассматривается в данном докладе, где предлагается двухуровневая подсистема контроля как входящих в состав СНС самоорганизующихся нейропроцессорных сетей (НПС), так и СНС в целом.
Первый программно-аппаратный уровень подсистемы контроля строится по принципу "дези-кольца" с использованием функциональных контрольных точек НПС. Он позволяет непрерывно контролировать тех-
