способ обработки информации в нейронной сети

Формула изобретения

СПОСОБ ОБРАБОТКИ ИНФОРМАЦИИ В НЕЙРОННОЙ СЕТИ, заключающийся в подаче сигнала в сеть, представлении его в виде совокупности единичных образов в соответствии с предварительно заданными правилами распознавания сигнала и запоминании результата распознавания, отличающийся тем, что, с целью расширения типов анализируемых сигналов и повышения достоверности их распознавания путем устранения жесткой геометрической упорядоченности структуры сети с ниличием жестко заданных связей между базовыми элементами, внешний сигнал перед распознаванием и запоминанием раскладывают по базису элементарных образов, предварительно сформированному в сети при поступлении предыдущих сигналов, или производят дополнение базиса путем обработки внешнего сигнала в сети с использованием операции типа "сложение" и "деление" на уровне единичного базового элемента и хранят его в базовых элементах и связях между ними.

Описание изобретения к патенту

Изобретение относится к бионике и может найти применение в вычислительной технике при построении систем анализа и обработки сигнала.

Известен способ обработки информации, заключающийся в поступлении внешнего сигнала в распределенную активную среду, содержащую базовые элементы, локализованные в произвольных участках активной среды и расположенные на расстоянии друг от друга не меньше некоторого минимально допустимого значения, запоминании образа сигнала в виде геометрической структуры из базовых элементов в распределенной активной среде и хранении его в течение времени действия внешнего источника энергии.

Указанный способ не допускает модификации формы представления записанной информации, так как информация хранится в виде геометрически определенного распределения базовых элементов, требует для хранения информации внешнего источника энергии и обладает малой информационной емкостью.

Известен также способ обработки информации, заключающийся в подаче в систему, состоящую из входного и выходного, а также произвольного числа промежуточных слоев базовых элементов, причем каждый из базовых элементов k-слоя имеет связи со всеми элементами последующего (k+1)-го слоя, при этом базовые элементы любого слоя связей с элементами того же слоя не имеют, сигнала на входной слой, представлении его в виде совокупности единичных образов в соответствии с предварительно заданными в связях между элементами правилами распознавания сигнала и выдаче результата распознавания на выходной слой базовых элементов.

К недостаткам указанного способа относятся наличие жесткой геометрически упорядоченной структуры системы с наличием жестко заданных связей между базовыми элементами, следовательно ограничен набор элементарных образов и действий над ними, что приводит к невысокой степени распознавания анализируемого сигнала.

Целью изобретения является расширение типов анализируемых сигналов и повышение качества их распознавания за счет устранения детерминированности и строгой упорядоченности системы.

Предложенный способ обработки информации основан на известном принципе пространственно-временной самоорганизации в неравновесных средах.

В качестве неравновесной среды рассмотрена система, состоящая из базовых элементов (модельных нейронов) двух классов, объединенных в сеть с использованием межнейронных связей. Базовый элемент первого класса (Р-нейрон) осуществляет операцию типа "сложение". Каждый из Р-нейронов имеет три связи. При подаче на две из них сигналов, различающихся во времени поступления не более, чем на время порядка времени прохождения сигнала по межнейронной связи, Р-нейрон переходит в возбужденное состояние с уровнем возбуждения, соответствующим уровню пришедших сигналов, который определяется следующим образом. Величина возбуждения Р-нейрона есть сумма пришедших сигналов и текущего возбуждения нейрона от предыдущих возбуждений. Возбуждение в нейроне существует некоторое время, величина которого определяется требованиями, предъявляемыми к системе, после чего сигнала, соответствующий возбуждению поступает на третью связь.

Базовый элемент второго класса (V-нейрон) осуществляет операцию типа "деление". Каждый из V-нейронов имеет три связи. При подаче на один из них сигнала, спустя интервал времени, равный времени прохождения сигнала по межнейронной связи, V-нейрон переходит в возбужденное состояние с уровнем возбуждения, соответствующим величине поступившего сигнала. Величина возбуждения V-нейрона определяется аналогично Р-нейрону. Возбуждение в нейроне существует некоторое время, после чего сигнал делится на два в некотором отношении, например пополам, и поступает на две оставшиеся связи.

В качестве характеристики системы как целого вводится понятие усредненной заселенности по величине возбуждения (амплитуде), под которой понимается количество возбуждений в сети данной амплитуды для данного класса элементов (Р-, V-нейронов, сигналов в межнейронных связях). Устойчивое распределение усредненной заселенности принимается в качестве элементарного образа внешнего сигнала, сформированного в системе.

На чертеже представлена схема устройства согласно заявленному способу.

Устройство состоит из нейронов двух типов (Р и V), соединенных межнейронным связями, причем каждый нейрон имеет связи с тремя другими. На входные нейроны поступает исследуемый сигнал, который затем распространяется по системе, изменяясь в соответствии с законами функционирования элементов сети. В процессе распространения сигнала происходит формирование устойчивого распределения усредненной заселенности, которое сохраняется в нейронной сети. Результат обработки получается путем опроса всех элементов сети (нейронов и межнейронных связей). Образ сигнала в данной нейронной сети представляет собой локализованную по амплитуде в некотором конечном интервале ограниченную функцию, структурно устойчивую по времени.

Механизм локализации по амплитуде в системе Р- и V-нейронов является механизмом локализации произвольного сигнала в среде с хаотически распределенными базовыми элементами, взаимодействие которых с распространяющимся сигналом нелинейно, что имеет место в данной сети. Первопричиной локализации в физическом и фазовом пространстве является существование в хаотических системах как обычных траекторий, так и траекторий с самопересечением.

Время существования образа, соотношение деления сигнала и другие характеристики данной структуры определяются свойствами нейронной сети, вытекающими из предъявляемых к сети требований.

При поступлении в сеть следующего сигнала, отличающегося от предыдущего, формируются дополнительные элементарные образы, образующие совместно с образом первого сигнала базис, по которому может быть разложен последующий сигнал, являющийся произвольной комбинаций первого и второго. Процесс можно продолжить, дополняя базис описанным образом (обучение сети). Распознавание сигнала осуществляется путем опороса всех нейронов и межнейронных связей в определенный момент времени, результатом чего является распределение заселенности по амплитудам.

Предложенная схема устройства, реализующая заявленной способ, может быть выполнена, например, программно. Создается матрица, описывающая состояние Р- и V-нейронов и их связей друг с другом. Распространение сигнала моделируется изменением параметров элементов матрицы. Подобное устройство может быть реализовано с использованием электронных приборов. (56) Э. А. Маныкин, Нейронные сети и их оптические реализации. М. : Наука, 1988.