Комп'ютерні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2141
Browse
3 results
Search Results
Item Аналіз моделі швидкісної аналогової нейронної схеми ідентифікації найбільших за значеннями з множини сигналів(Видавництво Львівської політехніки, 2014) Тимощук, П. В.Проаналізовано моделі неперервного часу швидкісної аналогової нейронної схеми, придатної для ідентифікації K найбільших серед N невідомих сигналів, де 1≤ K < N , які можна розрізняти, із скінченними значеннями. Модель описується рівнянням стану з розривною правою частиною і вихідним рівнянням. Аналізуються існування та єдиність встановлених режимів, збіжність траєкторій змінної станів і час збіжності до KWTA- режиму. Порівняно модель з іншими близькими аналогами. Згідно з отриманими резуль- татами, модель володіє вищою швидкістю збіжності до KWTA-режиму, ніж інші аналоги. An analysis of continuous-time model of high speed analogue K-winners-take-all (KWTA) neural circuit which is capable of identifying the K largest of unknown finite value N distinct inputs, where 1≤ K < N is presented. The model is described by a state equation with discontinuous righthand side and by an output equation. Existence and uniqueness of the steady-states, convergence of state-variable trajectories and convergence time to the KWTA operation are analyzed. The model comparison with other close analogs is given. According to obtained results, the model possesses a higher convergence speed to the KWTA operation than other comparable analogs.Item Паралельне сортування на основі аналогової нейронної схеми знаходження найбільших за значеннями з множини сигналів(Видавництво Львівської політехніки, 2013) Тимощук, П. В.Для отримання розв’язку задачі паралельного сортування запропоновано використовувати аналогову нейронну схему знаходження найбільших за значеннями з множини сигналів. Схема є швидкісною, має просту структуру і може бути реалізована у сучасному апаратному забезпеченні. Роздільна здатність схеми є теоретично нескінчен- ною і не залежить від значення її параметра. Середній час, необхідний для збіжності траєкторії змінної стану схеми до встановленого режиму, не залежить від розмірності вхідних даних. Наведено результати комп’ютерного моделювання схеми, які підтвер- джують теоретичні положення. Отримані результати свідчать про доцільність викорис- тання схеми для паралельного сортування. Using the analogue neural circuit of searching signals with largest values among signal set is proposed for problem solving of parallel sorting. The circuit is fast, it has simple structure and can be implemented in a modern hardware. A resolution of the circuit is theoretically infinite and it is not dependent on a value of its parameter. An average time necessary for trajectory convergence of the circuit state variable to a steady state is not dependent on a dimension of input data. The results of the circuit computer simulations confirming theoretical statements are given. These results indicate about expediency of the circuit using for parallel sorting.Item Модель аналогової нейронної схеми ідентифікації найбільших сигналів(Видавництво Львівської політехніки, 2012) Тимощук, П. В.Представлено модель аналогової нейронної схеми, призначеної для ідентифікації К найбільших серед N довільних скінченних невідомих вхідних дій, які можна розрізнити. Модель описується одним рівнянням стану зі змінною структурою правої частини, яка містить ступінчату функцію, і вихідним рівнянням. Проаналізовано і порівняно з іншими аналогами обчислювальну складність моделі. Модель має такі властивості, як висока точність і швидкодія, а також низька обчислювальна складність. Подаються результати комп’ютерного моделювання, які демонструють ефективність моделі і дозволяють порівняти її з іншими аналогами. A model of analogue neural circuit which is capable to identification the K largest from arbitrary finite value N unknown distinct inputs, where 1 K N , is presented. The model is described by one state equation with variable structure right-hand side which contains a step function and by output equation. A computational complexity of the model is analyzed and compared with that of other analogs. The model possesses such properties as high accuracy and convergence speed, and low computational complexity. Computer simulation results demonstrating the model performance and comparing it with that of other comparable models are provided.