функціональна блок-схема

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.

Hardware Implementation of Parallelized Fuzzy Adaptive Resonance Theory Neural Network

A hardware implementation design of parallelized fuzzy Adaptive Resonance Theory neural network is described and simulated. Parallel category choice and resonance are implemented in the network. Continuous-time and discrete-time winner-take-all neural circuits identifying the largest of M inputs are used as the winner-take-all units. The continuous-time circuit is described by a state equation with a discontinuous right-hand side. The discrete-time counterpart is governed by a difference equation.

Internet Information Retrieval, Parallel Sorting, and Rank-Order Filtering Based on Dynamical Neural Circuits of Maximal Value Signal Identification Among Discrete-Time Signals

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.