Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
13 results
Search Results
Item Модель паралельної сортувальної нейронної мережі дискретного часу(Видавництво Львівської політехніки, 2020-11-20) Тимощук, П.; Tymoshchuk, P.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityПредставлено модель паралельної сортувальної нейронної мережі дискретного часу. Модель описується системою різницевих і вихідних рівнянь. Мережа відзначається високою швидкодією, довільною скінченною роздільною здатністю вхідних даних і придатна для обробки невідомих вхідних даних зі скінченними значеннями, розміщених у довільному відомому скінченному діапазоні. Мережа характеризується незначною обчислювальною складністю і складністю схемотехнічної реалізації. Наведено результати комп’ютерного моделювання, які ілюструють ефективність мережі.Item Схемотехнічна реалізація моделі розпаралеленої штучної нейронної мережі нечіткої теорії адаптивного резонансу(Видавництво Львівської політехніки, 2019-02-28) Тимощук, П.; Шатний, С.; Tymoshchuk, P.; Shatnyi, S.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityУ статті описана і змодельована схемотехнічна реалізація розпаралеленої штучної нейронної мережі нечіткої теорії адаптивного резонансу. У мережі реалізовані паралельний вибір категорії та резонансу. Нейронні схеми типу “winner-take-all” неперервного та дискретного часу забезпечують ідентифікацію найбільших з М-входів. Схеми неперервного часу описані рівняннями стану з розривною правою частиною. Дискретний аналог описано різницевим рівнянням. Відповідні функціональні блок-діаграми схем містять М жорсткообмежувальних нейронів прямого зв’язку та один нейрон зворотного зв’язку, який використовують для обчислення динамічного зсуву входів. Схеми поєднують у собі такі переваги, як довільна скінченна роздільна здатність входів, висока швидкість збіжності операції “winner-take-all”, низька обчислювальна складність і складність апаратної реалізації та незалежність від початкових умов. Схеми також використовують для знаходження елементів вхідного вектора з мінімальними/максимальними значеннями для його нормування у діапазоні [0,1].Item Aналогова нейронна схема ідентифікації найбільших за величиною з множини сигналів з невідомого діапазону(Видавництво Львівської політехніки, 2015) Тимощук, П.Пропонується аналогова нейронна схема неперервного часу, придатна для ідентифікації K найбільших серед N невідомих сигналів, де 1 £ K < N , які можна розрізнити, із скінченними значеннями, розміщених у невідомому діапазоні. Модель схеми описано рівнянням стану і вихідним рівнянням. Відповідну структурно-функціональну схему наведено у вигляді N жорсткообмежувальних нейронів прямого поширення і двох нейронів зворотного поширення, що використовуються для визначення динамічного зсуву входів. Схема поєднує такі властивості, як висока точність і швидкодія, низька складність схемотехнічної реалізації і незалежність від початкових умов. Представлено приклад моделювання, який демонструє, що траєкторії змінної стану схеми є глобально стійкими і глобально збіжними до KWTA-режиму з довільних початкових умов. A continuous-time analogue neural circuit which is capable of identifying the K largest of unknown finite value N distinct inputs, where 1 £ K < N , located in an unknown range is proposed. The circuit model is described by a state equation and by an output equation. A corresponding functional block diagram of the circuit is presented as N feed-forward hardlimiting neurons and two feedback neurons, which are used to determine the dynamic shift of inputs. The circuit combines such properties as high accuracy and speed, low hardware implementation complexity, and independency of initial conditions. Simulation example demonstrates that the circuit state variable trajectories are globally stable and globally convergent to the KWTA operation from each initial value.Item Фільтрування рангу на базі аналогової нейронної схеми визначення максимальних за величинами з множини сигналів(Видавництво Львівської політехніки, 2013) Тимощук, П.Розв’язується задача фільтрування рангу на базі аналогової нейронної схеми, що визначає максимальні за величинами з множини сигналів. Фільтр описується системою алгебро-диференційних рівнянь і поєднує в собі такі властивості, як високу точність і швидкодію, низькі обчислювальну складність і складність апаратної реалізації, а також незалежність від початкових умов. Фільтр може використовуватись для обробки постійних, змінних, а також рівних за значеннями сигналів. Наведено приклади комп’ютерного моделювання фільтра, які підтверджують теоретичні положення. The problem of rank-order filtering is solved on the base of analogue neural circuit which determines maximal value signals among signal set. The filter is described by system of algebra-differential equations and combines such properties as high accuracy and speed, low computational and hardware implementation complexity, and independency on initial conditions. The filter can be used for processing of constant signals, variable signals, and also equal signals. The filter simulation examples confirming theoretical statements are provided.Item Анотування текстів для здійснення автоматичного розпізнавання іменованих сутностей(Видавництво Львівської політехніки, 2013) Дмитраш, О.; Романюк, А.; Тимощук, П.Описано створення анотованого корпусу іменованих сутностей для української мови. This paper describes the process of creating an annotated corpus of named entities for Ukrainian language.Item Аналогова структурно-функціональна нейронна схема визначення максимальних сигналів(Видавництво Львівської політехніки, 2012) Тимощук, П.Наведено модель неперервного часу аналогової K-winners-take-all (KWTA)-нейронної схеми, яка дає змогу визначати К найбільших серед N невідомих вхідних даних, які можна розрізнити, де 1≤ K < N. Модель описується одним рівнянням стану з розривною правою частиною і вихідним рівнянням. Подано відповідну структурнофункціональну схему у вигляді N жорсткообмежувальних нейронів прямого поширення і одного жорсткообмежувального нейрона зворотного зв’язку, який використовується для визначення динамічного зсуву вхідних дій. Модель поєднує у собі такі властивості,як висока точність і швидкодія, низькі обчислювальна складність і складність апаратної реалізації і незалежність від початкових умов. Наведено приклади моделювання, які демонструють функціонування моделі. A continuous-time model of analogue K-winners-take-all (KWTA) neural circuit which is capable to extraction the K largest from any finite value N unknown distinct inputs, where 1 ≤ K < N, is presented. The model is described by one state equation with discontinuous righthand side and output equation. A corresponding functional block diagram of the model is given as N feedforward and one feedback hardlimiting neurons, which is used to determine the dynamic shift of inputs. The model combines such properties as high accuracy and convergence speed, low computational and hardware implementation complexity, and independency on initial conditions. Simulation examples demonstrating the model performance are provided.Item Аналіз функціонування моделі нейронної схеми “К-winners-take-all” обробки дискретизованих сигналів(Видавництво Львівської політехніки, 2010) Тимощук, П.Описано модель нейронної схеми типу “K-winners-take-all” (KWTA), призначеної для ідентифікації К максимальних серед N дискретизованих сигналів, де 1 £ K < N . Здійснюється порівняльний аналіз функціонування моделі і найвідоміших аналогів. Наведено відповідні результати комп’ютерного моделювання. The model of K-winners-take-all (KWTA) neural circuit of discrete-time that can identify K maximal from N signals, where 1 £ K < N is described. A functioning comparative analysis of the model and most known analogs is fulfilled. Corresponding computer simulation results are given.Item Існування та єдність встановлених станів аналогової нейронної схеми визначення найбільших сигналів(Видавництво Львівської політехніки, 2011) Тимощук, П.; Тимощук, М.Проаналізовано існування та єдиність усталених станів K-Winner-Take-Al (KWTA) – нейронної схеми. Розглянуто час обробки схемою сигналів, властивість збереження впорядкованості сигналів, роздільну здатність і точність функціонування схеми. Наведено результати комп’ютерного моделювання, які підтверджують теоретичні передбачення і демонструють ефективність схеми. An existence and uniqueness of K-Winner-Take-All (KWTA) – neural circuit steady states are analyzed. The circuit processing time, signal ordering preserving property, circuit resolution ability and functioning accuracy are discussed. Simulation results confirming theoretical predictions and demonstrating performance of the circuit are provided.Item Моделювання обробки KWTA-нейронною схемою змінних дискретизованих сигналів(Видавництво Львівської політехніки, 2011) Тимощук, П.Описується математична модель KWTA-нейронної схеми (“K-winners-take-all”), призначеної для ідентифікації К максимальних серед N невідомих, змінних у часі дискретизованих сигналів, де 1 ≤ K < N . Для коректного функціонування моделі динамічний зсув вхідних сигналів протягом перехідних процесів повинен змінюватись набагато швидше, ніж вхідні сигнали. Представлено відповідні результати комп’ютерного моделювання. Mathematical model of discrete-time KWTA-neural circuit (K-winners-take-all) that can identify K maximal among N unknown, variable in time sampled signals, where 1 ≤ K < N is described. In order to have correct model functioning a dynamic shift of input signals should be changed much faster than input signals during transients. Corresponding computer modeling results are given.Item Модель обробки RWTA-нейронною схемою постійних дезкритизованих сигналів(Видавництво Львівської політехніки, 2010) Тимощук, П.Описується математична модель нейронної схеми типу “K-winners-take-all” (KWTA), призначеної для ідентифікації К максимальних серед N невідомих сигналів, де 1 £ K < N. Аналізується обробка моделлю постійних дискретизованих вхідних сигналів. Розглядається випадок рівних між собою вхідних сигналів. Наводяться відповідні результати комп’ютерного моделювання. Mathematical model of discrete-time K-winners-take-all (KWTA) neural circuit that can identify K maximal from N unknown signals, where 1 £ K < N is described. A processing of constant sampled signals is analyzed. The case of equal input signals is considered. Corresponding computer simulation results are given.