Комп'ютерні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2141
Browse
3 results
Search Results
Item Спрощена модель нейронної мережі дискретного часу для паралельного сортування(Видавництво Львівської політехніки, 2020-03-01) Тимощук, П. В.; Tymoshchuk, P.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityЗапропоновано модель паралельної сортувальної нейронної мережі дискретного часу. Модель описується системою різницевих рівнянь і ступінчастими функціями. Модель базується на спрощеній нейронній схемі дискретного часу, призначеній для ідентифікації максимальних/minimal за значеннями вхідних даних, яка описується різницевим рівнянням і ступінчастими функціями. Визначається обмеження згори на кількість ітерацій, необхідних для досягнення пошуковим процесом збіжності до встановленого стану. Модель не потребує знання діапазону зміни вхідних даних. Для використання моделі має бути відомою мінімальна різниця між значеннями вхідних даних. Мережа придатна для обробки невідомих вхідних даних зі скінченними значеннями, розміщеними у довільному невідомому скінченному діапазоні. Мережа характеризується незначними обчислювальною складністю і складністю програмної реалізації, довільною скінченною роздільною здатністю вхідних даних, швидкодією. Наведено результати комп’ютерного моделювання, які ілюструють ефективність мережі.Item Модель нейронної схеми слідкуючого керування нелінійними динамічними системами неперервного часу(Видавництво Львівської політехніки, 2019-03-01) Тимощук, П. В.; Tymoshchuk, P.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityЗапропоновано модель нейронної схеми, призначеної для слідкуючого керування невідомими нелінійними динамічними системами. Для опису моделі використано диференційне рівняння першого порядку із змінною структурою і вихідне рівняння. Модель дає можливість досягати скінченного часу збіжності до робочих станів і обмеженої похибки слідкування. Вона не потребує навчання у режимі офлайн. Для мінімізації похибки відслідковування траєкторії об’єкта модель використовує лише виходи системи і об’єкта. Вона має просту структуру і її можна використовувати, коли внутрішня динаміка і параметри керованої системи невідомі. Наведено результати комп’ютерного моделювання застосування моделі для оптимального слідкуючого керування кутом повороту дволанкового планарного маніпулятора, які підтверджують теоретичні положення та ілюструють високу ефективність функціонування моделі.Item Робочі режими імпульсної нейронної мережі типу “K-winners-take-all”(Видавництво Національного університету “Львівська політехніка”, 2018-02-26) Тимощук, П. В.; Tymoshchuk, P.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityОписано нейронну мережу (НМ) неперервного часу типу “K-winners-take-all” (KWTA), яка ідентифікує К найбільші з-поміж N входів, де керуючий сигнал 1 £ K < N . Мережа описується рівнянням стану із розривною правою частиною і вихідним рівнянням. Рівняння стану містить шлейф імпульсів, які описуються сумою дельта-функцій Дірака. Проаналізовано існування та єдиність робочих режимів мережі. Головною перевагою мережі порівняно з іншими близькими аналогами є розширення обмежень на швидкість збіжності до робочих режимів. Отримані теоретичні результати ілюструються прикладом комп’ютерного моделювання, який демонструє ефективність мережі.