XJ входните стойности (TI) при дискретни времеви точки Ti = Ti-1 + DTI (I = 1, 2) се съхранява в съответните входни портове Pvvj считат CN. Те идват, за да изходни портове на други CN или външни устройства сензор в цифров вид и се съхранява в Pvvj с течение на времето DTI форма на изпълнение на алгоритъма (12). След завършване на алгоритъм (12) се съхранява в изходния порт стойност на функция Z (Tj + 1), който по време на Ti + 1 до регулируема твърди или комуникационни канали се предава към входните портове на други цифрови неврони.
Във веригата на цифровия неврон е доста опростен дизайн и то се свежда основно до програмиране MP на асемблер. Въпреки това, техническата реализация на невронни мрежи, състоящи се от такова TSN е свързано с някои трудности.
Първо, информацията се прехвърля между различни кодове по КН в паралел, който на свой ред усложнява канали за комуникация, особено в случаите, когато е необходимо комуникацията между невроните да се промени бързо с помощта на електронни устройства за превключване. Опростяване на устройства за превключване поради организацията на предаване на информация между КН в последователни кодове води до значителна загуба на производителност като отделните невронни елементи и невронната мрежа като цяло.
На второ място, докато индивидуалното Zn значително зависи от броя на синаптичните тегла. Ако друг номер КН N са различни, както и по време на работата им ще бъде различна. Следователно, CI с минимален брой входове да се използва неефективно.
И трето, значителни трудности възникват в случаите, когато синаптичните тегла на невронни модели са време променлива. За образуването на настоящите стойности на GJ (Ti) е необходимо да се включат допълнителни N входни портове, които трябва да бъдат записани не синаптичните тегла и техните стъпки.
Тези обстоятелства не са сериозни обстоятелство начини за създаване на лесни за боравене цифрови нервни клетки, базирани на микропроцесори и микрокомпютри от универсален тип. Поради тази причина е необходимо за CN въз основа на специализирани устройства, ориентирани, за да възпроизведе алгоритъм (12).
Един обещаващ подход в случая е използването в синтеза на идеи и методи за изграждане на цифрови модели на базата на интегриране на структурите DIS КН. Това се дължи на факта, че на базата на симулирани динамични невронните процеси са в зависимост от разлика, и страните от ОНД, от своя страна, е проблем, ориентирани към решаване на системи линейни и нелинейни диференциални уравнения.
В допълнение, цифров интегриране структура, съставена от паралелни работещи решаващи блокове, между които информация се предава като дискретни сигнали последователности с прираста смисъл изходни зависимости. Отделните блокове решаващо прилагат сумиране операция, числено интегриране, увеличава изходния и екстраполация обикновено снабдени с комутационни елементи. Благодарение на това решение блок DIS цифрови динамични неврони могат да бъдат конструирани за прилагане на алгоритъм (12) с променлива синаптичните тегла и свързани една с друга чрез гъвкава електронна комутация. Ето защо, такива елементи ще бъдат свободни от недостатъците на микропроцесорно ZN.
7.Operatsii в цифровата интегратора
Горните операции могат да се извършват на база елемент ДСИ. Структурата на базата данни включва комбинаторни пепелянки, цифрови интегратори и нелинейни блокове. Цифровият интегратор е устройство извършване на цифров интеграция на у подинтегрален функция (т).
Т аргумент преди квантувани с постоянна стъпка DT = ти-ти-1 (I = 1, 2), като се излиза от t0. Ето защо, за произволна стойност ще имаме ти ти = t0 + IDT.
у функция (Ti) = Yi, определени на набор от дискретни стойности ти се отвори. Тази функция се използва вместо на оператора на диференциалната разлика, по-специално построен на базата на първата разлика. Тези разлики могат да бъдат по веригата (интерполация) и възходящ (екстраполация). В случай на различия в права посока са
DYI = ил + 1-ил и Yi = ил + 1-DYI,
и в случай на нарастващите различия -
ÑYi = ил-ил-1 и Yi = ил-1 +Ñай.
Свързани статии