обчислювальна складність

Здійснено порівняльний аналіз ефективності монолітного та циклічного завадостійких кодів, побудованих на "ідеальних кільцевих в'язанках" (ІКВ), які становлять теоретичну основу для синтезу математичної моделі завадостійкого кодування даних, віддзеркалюючи властивості гармонійної розбудови реального простору. ІКВ – це кільцева послідовність цілих додатних чисел, які формують натуральний ряд на їх множині послідовним додаванням останніх.

Запропоновано 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.

Розглянуто методи підвищення ефективності циклічних кодів, побудованих на підставі комбінаторних конфігурацій типу "ідеальних кільцевих в'язанок" (ІКВ) за трьома чинниками – коректувальною здатністю, потужністю методу кодування та складністю процедури декодування. В основу методики покладено принцип комбінаторної оптимізації, який ґрунтується на алгебричній теорії впорядкованих цілочислових послідовностей з кільцевою структурою, причому усі числа разом з усіма сумами поруч розміщених чисел вичерпує значення чисел натурального ряду.

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.

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” (KWTAсхем), 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.

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.