Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
5 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 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 Parallel sorting based on impulse K-winners-take-all neural network(Видавництво Львівської політехніки, 2018-02-26) Tymoshchuk, P.; Lviv Polytechnic National UniversityОписано нейронну мережу (НМ) неперервного часу типу “K-winners-take-all” (KWTA), яка ідентифікує найбільші К з-поміж N входів, де керуючий сигнал 1£KItem Internet information retrieval, parallel sorting, and rank-order filtering based on dynamical neural circuits of maximal value signal identification among discrete-time signals(Видавництво Львівської політехніки, 2014) Tymoshchuk, P.The design of mathematical models and corresponding functional block-diagrams of discrete-time neural networks for Internet information retrieval, parallel sorting, and rankorder filtering is proposed. The networks are based on the discrete-time dynamical K-winnerstake-all (KWTA) neural circuits which can identify the K largest from N input signals, where 1£ K < N is a positive integer. Implementation prospects of the networks in an up-to date digital hardware are outlined. In contrast to other comparable analogs, the networks are expected to combine such properties as high precision, speed and reliability of signal processing, low computational and hardware implementation complexity. Запропоновано проект математичних моделей і відповідних функціональних блок-схем нейронних мереж видобування інформації з Інтернет, паралельного сортування і фільтрування рангу, призначених для обробки дискретизованих сигналів. Мережі конструюються на основі динамічних нейронних схем типу ”K-winners-take-all” (KWTA-схем), призначених для обробки дискретизованих сигналів, які здатні ідентифікувати К найбільших серед N вхідних сигналів, де 1£ K < N – позитивне ціле число. Окреслено перспективу реалізації мереж у сучасному цифровому апаратному забезпеченні і їх можливі застосування. Очікується, що на відміну від інших близьких аналогів, мережі будуть поєднувати такі властивості, як високі точність, швидкість і надійність обробки сигналів, а також незначні обчислювальну складність та складність схемотехнічної реалізації.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.