аналогова нейронна схема

Для інформаційного пошуку у наборах даних запропоновано використання аналогової нейронної схеми максимального значення сигналів з набору сигналів ідентифікації. Схема є доволі швидкою, має просту структуру і її можна застосовувати у сучасному технічному забезпеченні. Розширення схеми є теоретично нескінченним і не залежить від значення її параметрів. У середньому час для траєкторії зближення змінної стану схеми до стаціонарного стану не залежить від величини введених даних. Наведено результати численних експериментів, які отримали на основі набору даних, наданих алгоритмом PageRank.

Проаналізовано моделі неперервного часу швидкісної аналогової нейронної схеми, придатної для ідентифікації K найбільших серед N невідомих сигналів, де 1K N ≤ < , які можна розрізняти, із скінченними значеннями. Модель описується рівнянням стану з розривною правою частиною і вихідним рівнянням. Аналізуються існування та єдиність встановлених режимів, збіжність траєкторій змінної станів і час збіжності до KWTA- режиму. Порівняно модель з іншими близькими аналогами. Згідно з отриманими резуль- татами, модель володіє вищою швидкістю збіжності до KWTA-режиму, ніж інші аналоги.

A continuous-time analogue neural circuit which is capable of identifying the K largest of unknown finite value N distinct inputs, where  , 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 hard-limiting 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.

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.