Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ena.lp.edu.ua:8080/handle/ntb/20912
Назва: Аналогова структурно-функціональна нейронна схема визначення максимальних сигналів
Автори: Тимощук, П.
Бібліографічний опис: Тимощук П. Аналогова структурно-функціональна нейронна схема визначення максимальних сигналів / П. Тимощук // Вісник Національного університету "Львівська політехніка". – 2012. – № 744 : Комп’ютерні науки та інформаційні технології. – С. 10–17. – Бібліографія: 24 назви.
Дата публікації: 2012
Видавництво: Видавництво Львівської політехніки
Теми: модель неперерного часу аналогова K-winners-take-all-нейронна схема.
рівняння стану
структурно-функціональна схема
жорсткообмежувальний нейрон
аналогова K-winners-take-all-нейронна схема
continuous-time model
state equation
functional block-diagram
hardlimiting neuron
analogue K-winners-take-all neural circuit
Короткий огляд (реферат): Наведено модель неперервного часу аналогової K-winners-take-all (KWTA)-нейронної схеми, яка дає змогу визначати К найбільших серед N невідомих вхідних даних, які можна розрізнити, де 1≤ K < N. Модель описується одним рівнянням стану з розривною правою частиною і вихідним рівнянням. Подано відповідну структурнофункціональну схему у вигляді N жорсткообмежувальних нейронів прямого поширення і одного жорсткообмежувального нейрона зворотного зв’язку, який використовується для визначення динамічного зсуву вхідних дій. Модель поєднує у собі такі властивості,як висока точність і швидкодія, низькі обчислювальна складність і складність апаратної реалізації і незалежність від початкових умов. Наведено приклади моделювання, які демонструють функціонування моделі. A continuous-time model of analogue K-winners-take-all (KWTA) neural circuit which is capable to extraction the K largest from any finite value N unknown distinct inputs, where 1 ≤ K < N, is presented. The model is described by one state equation with discontinuous righthand side and output equation. A corresponding functional block diagram of the model is given as N feedforward and one feedback hardlimiting neurons, which is used to determine the dynamic shift of inputs. The model combines such properties as high accuracy and convergence speed, low computational and hardware implementation complexity, and independency on initial conditions. Simulation examples demonstrating the model performance are provided.
URI (Уніфікований ідентифікатор ресурсу): http://ena.lp.edu.ua:8080/handle/ntb/20912
Тип вмісту : Article
Розташовується у зібраннях:Комп'ютерні науки та інформаційні технології. – 2012. – №744

Файли цього матеріалу:
Файл Опис РозмірФормат 
3-Tymoshchuk-10-17.pdf225,08 kBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.