Інформаційні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2105
Browse
3 results
Search Results
Item Розроблення мобільних засобів нейроподібного криптографічного шифрування та дешифрування даних у реальному часі(Видавництво Львівської політехніки, 2021-03-01) Цмоць, Іван; Рабик, Василь; Лукащук, Юрій; Tsmots, Ivan; Rabyk, Vasyl; Lukashchuk, Yurii; Національний університет “Львівська політехніка”; Львівський національний університет імені Івана Франка; Lviv Polytechnic National University; Lviv National University of Ivan FrankoСформовано вимоги, вибрано метод і розглянуто основні етапи розроблення мобільних засобів нейроподібного криптографічного шифрування та дешифрування даних у реальному часі. Показано, що розроблення мобільних засобів нейроподібного криптографічного шифрування та дешифрування даних у реальному часі з високою ефективністю використання обладнання зводиться до мінімізації апаратних затрат із забезпеченням множини вимог, характеристик і обмежень. Вдосконалено таблично-алгоритмічний метод обчислення скалярного добутку завдяки можливості роботи з операндами з плаваючою комою та орієнтовано його на апаратно-програмну реалізацію. Розроблено на базі універсального процесорного ядра, доповненого спеціалізованими модулями, мобільні засоби нейроподібного криптографічного шифрування та дешифрування даних, які за рахунок взаємопоєднання універсального та спеціалізованого підходів, програмних і апаратних засобів забезпечують ефективну реалізацію алгоритмів криптографічного шифрування та дешифрування даних у реальному часі. Запропоновано для досягнення високих технікоекономічних показників під час реалізації спеціалізованих модулів нейроподібного криптографічного шифрування та дешифрування даних у реальному часі використовувати багатооперандний підхід, таблиці макрочасткових добутків і базис елементарних арифметичних операцій. Реалізовано з використанням мови програмування апаратури VHDL та середовища розроблення Quartus II вер. 13.1 на FPGA спеціалізовані модулі нейроподібного криптографічного шифрування та дешифрування даних. Здійснено оцінювання апаратних і часових параметрів розробленого спеціалізованого модуля нейроподібного криптографічного дешифрування даних.Item Побудова оптимізованої багатошарової нейронної мережі в межах нелінійної моделі узагальненої похибки(Видавництво Львівської політехніки, 2021-03-01) Пелещак, Роман; Литвин, Василь; Пелещак, Іван; Висоцька, Вікторія; Черняк, Оксана; Peleshchak, Roman; Lytvyn, Vasyl; Peleshchak, Ivan; Vysotska, Victoria; Chernyak, Oksana; Національний університет “Львівська політехніка”; Дрогобицький державний педагогічний університет імені Івана Франка; Lviv Polytechnic National University; Drohobych Ivan Franko State Pedagogical UniversityУ роботі запропоновано спосіб оптимізації структури багатошарової нейронної мережі на основі мінімізації нелінійної узагальненої похибки, яка ґрунтується на принципі мінімальної довжини опису. Відповідно до цього принципу, узагальнена похибка мережі під час роботи з новими даними визначається похибкою апроксимації даних нейронною мережею у нелінійному наближенні та похибкою опису моделі. З умови мінімуму узагальненої похибки мережі виведено вирази для обчислення оптимального розміру мережі (кількість синаптичних зв’язків та кількість нейронів у прихованих шарах). Побудовано графічні залежності узагальненої похибки мережі від кількості синаптичних зв’язків між нейронами за різних значень вхідних образів і фіксованої кількості навчальних прикладів та графічні залежності оптимальної кількості синаптичних зв’язків від кількості навчальних прикладів за різних значень вхідних образів. На основі співвідношень для оптимальної кількості синаптичних зв’язків між нейронами та оптимальної кількості нейронів у прихованих шарах оцінено ступінь складності навчання нейронної мережі.Item Розробка штучної нейронної мережі з осциляторними нейронами для розпізнавання спектральних образів(Видавництво Львівської політехніки, 2020-02-24) Пелещак, Роман; Литвин, Василь; Пелещак, Іван; Висоцька, Вікторія; Peleshchak, Roman; Lytvyn, Vasyl; Peleshchak, Ivan; Vysotska, Victoria; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозроблено новий тип штучної нейронної мережі з осциляторними нейронами, які мають власні частоти. За допомогою такої штучної нейронної мережі на основі інформаційного резонансу реалізовано новий метод розпізнавання мультиспектральних образів (мультиспектральних електромагнітних сигналів), що випромінюють динамічні об’єкти. Побудована нейронна мережа розпізнаватиме вхідні спектральні образи з амплітудою нестаціонарного сигналу, співвимірною з амплітудою сигналу шуму, завдяки резонансному ефекту в нелінійних осциляторних нейронах. Проведено комп’ютерний експеримент із розпізнавання мультиспектральних образів динамічною нейронною мережею на основі резонансного ефекту.