модель неперервного часу

Аналогова структурно-функціональна нейронна схема визначення максимальних сигналів

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 $1 \leq \mathrm{K}<\mathrm{N}$. Модель описується одним рівнянням стану з розривною правою частиною і вихідним рівнянням. Подано відповідну структурно- функціональну схему у вигляді N жорсткообмежувальних нейронів прямого поширення і одного жорсткообмежувального нейрона зворотного зв’язку, який використовується для визначення динамічного зсуву вхідних дій.

Аналіз моделі швидкісної аналогової нейронної схеми ідентифікації найбільших за значеннями з множини сигналів

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.

Analogue neural circuit of largest magnitude signal set identification in unknown range

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.