Вісники та науково-технічні збірники, журнали

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12

Browse

Search Results

Now showing 1 - 7 of 7
  • Thumbnail Image
    Item
    Програмно-апаратна реалізація багатошарового перцептрона з неітераційним навчанням на базі різницевого вертикального таблично-алгоритмічного методу
    (Видавництво Львівської політехніки, 2010) Ткаченко, Р. О.; Цмоць, І. Г.; Скорохода, О.; Балич, Б. І.
    Розроблено метод і структуру нейроелемента з різницевим вертикально-алгоритмічним обчисленням, синтезовано на базі нейроелемента та функціонально-орієнтованого процесора пристрій для реалізації багатошарового перцептрона з неітераційним навчанням. The model of multilayer perceptrons with non-iterative training has been considered, vertical-tabular principles of neural elements work have been analyzed. Basic structure of neural element with vertical-tabular implementation of even products sum has been developed.
  • Thumbnail Image
    Item
    Cинтез компонентів апаратних паралельних нейромереж вертикально-групового типу
    (Видавництво Львівської політехніки, 2015) Цмоць, І.; Скорохода, О.; Ігнатєв, І.
    Розроблено паралельний метод вертикально-групового опрацювання даних у нейромережах, який порівняно з відомими підвищує швидкодію, збільшуючи розряди каналів надходження множників і кількості часткових добутків, які формуються у результаті їхнього аналізу. Вибрано принципи побудови, розроблено модель та структуру формального нейрона вертикально-групового типу з мультиплексуванням шин вагових коефіцієнтів і даних, яка забезпечує узгодження інтенсивності надходження даних із обчислювальною здатністю нейроелемента зміною розрядності каналів надходження і кількості розрядів множників у групі, які одночасно аналізуються для формування часткових добутків. Розглянуто основні етапи та методику синтезу паралельного нейроелемента вертикально-групового типу з високою ефективністю використання обладнання. An method of parallel vertical-group data processing in neural networks has been developed, which in comparison with known enhances performance by increasing the bitwidth of input channels and the number of partial products, which are formed as a result of their analysis. Principles have been selected, the model and structure of formal neuron with vertical-group multiplexing of tire have been developed, which provides coordination of data flow intensity with computing ability of neuro element by changing bit-width of channel and number of digits in a group of factors that simultaneously analyzed for the formation of partial products. The main stages and methods of synthesis of parallel vertical neuro element of group type with high efficiency of equipment use have been reviewed.
  • Thumbnail Image
    Item
    Апаратна реалізація інтелектуальних компонентів робототехнічних систем
    (Видавництво Львівської політехніки, 2012) Цмоць, І.; Скорохода, О.; Андрієцький, Б.; Ткаченко, Р.
    Проаналізовано нейромережеві методи реалізації інтелектуальних компонентів, вибрано нейромережі на базі геометричних перетворень, виділено базові операції, розроблено на основі нейроподібної структури інтелектуальний компонент робототех- нічної системи для збільшення точності давачів відстані. Neural networks methods for intellectual components realization have been analyzed,neural networks based on geometric transformations have been selected, base operations have been determined, the intellectual component of robotic systems for accuracy-increasing of distance sensors based on the neurolike structure has been developed.
  • Thumbnail Image
    Item
    Модифікований метод та НВІС-структура пристрою групового підсумовування для нейроелемента
    (Видавництво Львівської політехніки, 2012) Цмоць, І.; Скорохода, О.; Балич, Б.
    Модифіковано метод групового підсумовування, розроблено аналітичні вирази для синтезу 7-входового та 15-входового однорозрядних суматорів та синтезовано 7-входовий однорозрядний суматор і пристрій групового підсумовування. Group summation method has been modified, analytical expressions for 7-input and 15-input single-adders synthesis have been developed, 7-input single-adder and group summation device have been synthesized.
  • Thumbnail Image
    Item
    Метод і HBIC-структура пристрою для обчислення суми квадратів різниць для RBF - мережі реального часу
    (Видавництво Львівської політехніки, 2011) Ткаченко, Р.; Цмоць, І.; Скорохода, О.
    Вибрано принципи побудови, розроблено метод паралельно-вертикального обчислення суми квадратів різниць, НВІС-структуру пристрою та оцінено затрати обладнання на його реалізацію. Principles of structure have been selected, method and structure of the VLSI-device of parallel-vertical calculation of the sum of squared differences were developed, and assessments of equipment costs for its implementation were conducted.
  • Thumbnail Image
    Item
    Методи та алгоритми паралельно-вертикального обчислення сум парних добутків для НВІС-структур
    (Видавництво Львівської політехніки, 2010) Демида, Б.; Цмоць, І.; Скорохода, О.
    Проаналізовано та вдосконалено НВІС-орієнтовані методи та алгоритми паралельно-вертикального обчислення сум парних добутків. Показано, що вони ґрунтуються на елементарних арифметичних операціях і є однорідними та регулярними, забезпечують мінімізацію кількості виводів інтерфейсу та апаратні витрати. VLSI-oriented methods and algorithms of parallel-vertical calculations of even products sums have been analyzed and improved. It was shown that they are based on basic mathematic operations and they are uniform and regular and provide minimization of interface outputs number and hardware overheads.
  • Thumbnail Image
    Item
    Синтез високоефективних багатошарових перцептронів з неітераційним навчанням
    (Видавництво Національного університету "Львівська політехніка", 2009) Ткаченко, Р.; Цмоць, І.; Скорохода, О.
    Розглянуто модель багатошарових перцептронів з неітераційним навчанням на основі моделі геометричних перетворень, виділено базові операції, вдосконалено метод їх обчислення, розроблено базову структуру пристрою для обчислення оператора сум парних добутків і синтезовано проблемно-орієнтовану систему для реалізації багатошарових перцептронів з неітераційним навчанням. The model of multilayer perceptron with noniterative learning on the basis of geometrical transformation model was considered, basic operations were emphasized, method of their calculation was improved, the basic structure of device for calculation of even products sums operator was developed and problem-oriented system for realization of multilayer perceptron with noniterative learning was synthesized.