Робочі режими імпульсної нейронної мережі типу “K-winners-take-all”

Simple item page
dc.citation.epage129
dc.citation.issue905
dc.citation.journalTitleВісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі
dc.citation.spage125
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.authorТимощук, П. В.
dc.contributor.authorTymoshchuk, P.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2020-03-10T13:14:58Z
dc.date.available2020-03-10T13:14:58Z
dc.date.created2018-02-26
dc.date.issued2018-02-26
dc.description.abstractОписано 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.
dc.description.abstractA continuous-time network of K-winners-take-all (KWTA) neural circuit (NC) which is capable of identifying the largest K of N inputs, where a command signal 1 £ K < N is described. The network is described by a state equation with a discontinuous right-hand side and by an output equation. The state equation contains an impulse train defined by a sum of Dirac delta functions. Existence and uniqueness of the network work modes is analyzed. The main advantage of the network comparatively to other close analogs is widening convergence speed limitations to working modes. Theoretical results are derived and illustrated with computer simulation examples that demonstrate the network’s performance.
dc.format.extent125-129
dc.format.pages5
dc.identifier.citationТимощук П. В. Робочі режими імпульсної нейронної мережі типу “K-winners-take-all” / П. В. Тимощук // Вісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі. — Львів : Видавництво Національного університету “Львівська політехніка”, 2018. — № 905. — С. 125–129.
dc.identifier.citationenTymoshchuk P. Work modes of impulse K-winners-take-all neural network / P. Tymoshchuk // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Kompiuterni systemy ta merezhi. — Lviv : Vydavnytstvo Natsionalnoho universytetu "Lvivska politekhnika", 2018. — No 905. — P. 125–129.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/47199
dc.language.isouk
dc.publisherВидавництво Національного університету “Львівська політехніка”
dc.relation.ispartofВісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі, 905, 2018
dc.relation.references1. E. Majani, R. Erlanson, and Y. Abu-Mostafa, “On the k-winners-take-all network,” in Advances in Neural Information Processing Systems 1, R. P. Lippmann, J. E. Moody, and D. S. Touretzky, Eds. San Mateo, CA: Morgan Kaufmann, 1989, pp. 634–642.
dc.relation.references2. J. Wang, “Analysis and design of a k-winners-takeall network with a single state variable and the Heaviside step activation function,” IEEE Trans. Neural Netw., vol. 21, no. 9, pp. 1496–1506, Sept. 2010.
dc.relation.references3. P. V. Tymoshchuk, “A simplified continuous-time model of analogue K-winners-take-all neural circuit”, in Proc. XI Int. Conf. “The Experience of Designing and Application of CAD Systems in Microelectronics”, Polyana-Svalyava, Ukraine, February 23–25,2011, pp. 121–125.
dc.relation.references4. R. P. Lippmann, “An introduction to computing with neural nets,” IEEE Acoustics, Speech and Signal Processing Magazine, vol. 3, no. 4, pp. 4–22, Apr. 1987.
dc.relation.references5. P. Tymoshchuk and E. Kaszkurewicz, ”A winner-take all circuit using neural networks as building blocks,” Neurocomputing, vol. 64, pp. 375–396, Mar. 2005.
dc.relation.references6. P. Tymoshchuk, “Parallel rank-order filtering based on impulse Kwinners-take-all neural network,” Computer Systems and Networks, No 881, pp. 160–165, 2017.
dc.relation.references7. J. Lazzaro, S. Ryckebusch, M. A. Mahowald, and C. A. Mead, “Winner-take-all networks of O(N) complexity,” in Advances in Neural Information Processing Systems 1, R. P. Lippmann, J. E. Moody, and D. S. Touretzky, Eds. San Mateo, CA: Morgan Kaufmann, 1989, pp. 703–711.
dc.relation.references8. B. Sekerkiran and U. Cilingiroglu, “A CMOS K-winners-take-all circuits with 0(N) complexity,” IEEE Trans. Circuits Syst. II, vol. 46, no. 1, pp. 1–5, Jan. 1999.
dc.relation.references9. A. Cichocki and R. Unbehauen, Neural Networks for Optimization and Signal Processing. New York, NY, USA: Wiley, 1993.
dc.relation.references10. R. C. O’Reilly and Y. Munakata, Computational Explorations in Cognitive Neuroscience: Understanding the Mind by Simulating the Brain. Cambridge, MA: MIT Press, 2000.
dc.relation.references11. W. Maass, “Neural computation with winner-take-all as the only nonlinear operation,” in Advances in Information Processing Systems, vol.
dc.relation.references12. S. A. Solla, T. K. Leen, and K.-R. Mueller, Eds. Cambridge, MA: MIT Press, 2000, pp. 293–299.
dc.relation.referencesen1. E. Majani, R. Erlanson, and Y. Abu-Mostafa, "On the k-winners-take-all network," in Advances in Neural Information Processing Systems 1, R. P. Lippmann, J. E. Moody, and D. S. Touretzky, Eds. San Mateo, CA: Morgan Kaufmann, 1989, pp. 634–642.
dc.relation.referencesen2. J. Wang, "Analysis and design of a k-winners-takeall network with a single state variable and the Heaviside step activation function," IEEE Trans. Neural Netw., vol. 21, no. 9, pp. 1496–1506, Sept. 2010.
dc.relation.referencesen3. P. V. Tymoshchuk, "A simplified continuous-time model of analogue K-winners-take-all neural circuit", in Proc. XI Int. Conf. "The Experience of Designing and Application of CAD Systems in Microelectronics", Polyana-Svalyava, Ukraine, February 23–25,2011, pp. 121–125.
dc.relation.referencesen4. R. P. Lippmann, "An introduction to computing with neural nets," IEEE Acoustics, Speech and Signal Processing Magazine, vol. 3, no. 4, pp. 4–22, Apr. 1987.
dc.relation.referencesen5. P. Tymoshchuk and E. Kaszkurewicz, "A winner-take all circuit using neural networks as building blocks," Neurocomputing, vol. 64, pp. 375–396, Mar. 2005.
dc.relation.referencesen6. P. Tymoshchuk, "Parallel rank-order filtering based on impulse Kwinners-take-all neural network," Computer Systems and Networks, No 881, pp. 160–165, 2017.
dc.relation.referencesen7. J. Lazzaro, S. Ryckebusch, M. A. Mahowald, and C. A. Mead, "Winner-take-all networks of O(N) complexity," in Advances in Neural Information Processing Systems 1, R. P. Lippmann, J. E. Moody, and D. S. Touretzky, Eds. San Mateo, CA: Morgan Kaufmann, 1989, pp. 703–711.
dc.relation.referencesen8. B. Sekerkiran and U. Cilingiroglu, "A CMOS K-winners-take-all circuits with 0(N) complexity," IEEE Trans. Circuits Syst. II, vol. 46, no. 1, pp. 1–5, Jan. 1999.
dc.relation.referencesen9. A. Cichocki and R. Unbehauen, Neural Networks for Optimization and Signal Processing. New York, NY, USA: Wiley, 1993.
dc.relation.referencesen10. R. C. O’Reilly and Y. Munakata, Computational Explorations in Cognitive Neuroscience: Understanding the Mind by Simulating the Brain. Cambridge, MA: MIT Press, 2000.
dc.relation.referencesen11. W. Maass, "Neural computation with winner-take-all as the only nonlinear operation," in Advances in Information Processing Systems, vol.
dc.relation.referencesen12. S. A. Solla, T. K. Leen, and K.-R. Mueller, Eds. Cambridge, MA: MIT Press, 2000, pp. 293–299.
dc.rights.holder© Національний університет “Львівська політехніка”, 2018
dc.rights.holder© Тимощук П. В., 2018
dc.subjectмережа неперервного часу
dc.subjectнейронна мережа (НМ) типу “K-winnerstake- all” (KWTA)
dc.subjectрівняння стану з розривною правою частиною
dc.subjectшлейф імпульсів
dc.subjectдельта-функція Дірака
dc.subjectіснування та єдиність
dc.subjectContinuous-time network
dc.subjectK-winners-take-all (KWTA) neural circuit (NC)
dc.subjectstate equation with a discontinuous right-hand side
dc.subjectimpulse train
dc.subjectDirac delta function
dc.subjectexistence and uniqueness
dc.subject.udc004.032.026
dc.titleРобочі режими імпульсної нейронної мережі типу “K-winners-take-all”
dc.title.alternativeWork modes of impulse K-winners-take-all neural network
dc.typeArticle

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
2018n905_Tymoshchuk_P-Work_modes_of_impulse_125-129.pdf
Size:
464.54 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
2018n905_Tymoshchuk_P-Work_modes_of_impulse_125-129__COVER.png
Size:
340.83 KB
Format:
Portable Network Graphics
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.96 KB
Format:
Plain Text
Description:
Download

Collections

Комп'ютерні системи та мережі. – 2018. – №905