Описується математична модель нейронної схеми типу «K-winners-take-all» (KWTA), призначеної для ідентифікації К максимальних серед N невідомих сигналів, де 1≤K<N. Аналізується обробка моделлю постійних дискретизованих вхідних сигналів. Розглядається випадок рівних між собою вхідних сигналів. Наводяться відповідні результати комп’ютерного моделювання.
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 особливості побудови пристроїв для стиснення зображень без втрат. Дослідження особливостей побудови дозволяє зрозуміти принципи роботи цих пристроїв та методи стиску, які покладено в основу їх роботи. Як способи стиснення зображень без втрат обрано метод JPEG-LS та стандарт CCSDS121.0-B-2. Розглянуто реалізації цих методів з різними типами архітектур на сучасних ПЛІС. Порівняно результати реалізати розглянутих вузлів на ПЛІС.
Розглянуто особливості побудови пристроїв для стиснення монохромних зображень без втрат методом JPEG-LS на сучасних ПЛІС. Апробовано можливості пакета Vivado (ф. Xilinx) з перетворення опису алгоритму JPEG-LS мовою C на VHDL-описи, придатні для імплементації в ПЛІС. Визначено конструкції мови C, які не можуть оброблятися вказаними засобами, та можливі способи обходу таких конструкцій.
Розглянуто особливості побудови пристроїв для стиснення монохромних зображень без втрат методом JPEG-LS на сучасних ПЛІС. Детально описано алгоритм стиснення JPEG-LS, його програмну реалізацію мовою C та її часові характеристики.
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.