усовершенствования в нейронных сетях

Классы МПК:G06N3/00 Компьютерные системы, основанные на биологических моделях
Патентообладатель(и):САТЭРЛЭНД Джон (CA)
Приоритеты:
подача заявки:
1992-04-20
публикация патента:

Изобретения относятся к вычислительной технике и могут быть использованы для моделирования нейронных сетей. Техническим результатом является расширение класса решаемых задач. Запоминающие устройства предназначены для хранения отклика и соответствующего по крайней мере одного входного аналогового стимула, каждый из которых имеет соответствующее значение из заданных предварительно назначенных комплексных полярных значений, и включают переписываемое корреляционное средство, упомянутый отклик соответствует множеству стимулов. Каждая векторная величина имеет модуль, ограниченный диапазоном вероятностного распределения, и коэффициент фазового угла, представляющий заданные семантически полезные характеристики упомянутых стимулов и соответствующего отклика. 2 с. и 45 з.п. ф-лы, 31 ил.
Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5, Рисунок 6, Рисунок 7, Рисунок 8, Рисунок 9, Рисунок 10, Рисунок 11, Рисунок 12, Рисунок 13, Рисунок 14, Рисунок 15, Рисунок 16, Рисунок 17, Рисунок 18, Рисунок 19, Рисунок 20, Рисунок 21, Рисунок 22, Рисунок 23, Рисунок 24, Рисунок 25, Рисунок 26, Рисунок 27, Рисунок 28, Рисунок 29, Рисунок 30, Рисунок 31, Рисунок 32, Рисунок 33, Рисунок 34, Рисунок 35, Рисунок 36, Рисунок 37, Рисунок 38, Рисунок 39, Рисунок 40, Рисунок 41, Рисунок 42, Рисунок 43, Рисунок 44, Рисунок 45, Рисунок 46, Рисунок 47, Рисунок 48, Рисунок 49, Рисунок 50, Рисунок 51, Рисунок 52, Рисунок 53, Рисунок 54, Рисунок 55, Рисунок 56, Рисунок 57, Рисунок 58, Рисунок 59, Рисунок 60, Рисунок 61, Рисунок 62, Рисунок 63, Рисунок 64, Рисунок 65, Рисунок 66, Рисунок 67, Рисунок 68, Рисунок 69, Рисунок 70, Рисунок 71, Рисунок 72, Рисунок 73, Рисунок 74, Рисунок 75, Рисунок 76, Рисунок 77, Рисунок 78, Рисунок 79, Рисунок 80, Рисунок 81, Рисунок 82, Рисунок 83, Рисунок 84, Рисунок 85, Рисунок 86, Рисунок 87, Рисунок 88, Рисунок 89, Рисунок 90, Рисунок 91, Рисунок 92, Рисунок 93, Рисунок 94, Рисунок 95, Рисунок 96, Рисунок 97, Рисунок 98, Рисунок 99, Рисунок 100, Рисунок 101, Рисунок 102, Рисунок 103, Рисунок 104, Рисунок 105, Рисунок 106, Рисунок 107, Рисунок 108, Рисунок 109, Рисунок 110, Рисунок 111, Рисунок 112, Рисунок 113, Рисунок 114, Рисунок 115, Рисунок 116, Рисунок 117, Рисунок 118, Рисунок 119, Рисунок 120, Рисунок 121, Рисунок 122, Рисунок 123, Рисунок 124, Рисунок 125, Рисунок 126, Рисунок 127, Рисунок 128, Рисунок 129, Рисунок 130, Рисунок 131, Рисунок 132, Рисунок 133

Формула изобретения

1. Искусственное, авто-ассоциативное запоминающее устройство (ЗУ) для хранения отклика и соответствующего по крайней мере одного входного аналогового стимула, каждый из которых имеет соответствующее значение из заданных предварительно назначенных комплексных полярных значений, включающее переписываемое корреляционное средство, включающее часть необходимого физического пространства для хранения с соответствующей адресуемо-отображаемой конгруэнтной связью стимула-отклика, хранимой в нем как исходная корреляционная величина, являющаяся продуктом сопряжений одной из упомянутых заданных величин и другой из упомянутых величин, где упомянутая отображаемая связь выражает определенное текущее состояние связи между упомянутым стимулом и откликом, шину данных в коммуникативной связи с упомянутым переписываемым корреляционным средством, в результате чего переписываемое корреляционное средство в последующем адресуемо переписывается в соответствии с управляющим входом, передаваемым по шине данных как усиленная корреляционная величина, представляющая конгруэнтно-усиленную связь между по крайней мере одним входным аналоговым стимулом и заданным необходимым откликом, каждый из которых имеет соответствующие величины из заданных комплексных полярных величин последующих стимулов и необходимых откликов, объединяемых путем преобразования упомянутой величины последующего стимула через упомянутую исходную корреляционную величину для получения величины преобразованного отклика с величиной векторной разницы из величины необходимого отклика, причем величина векторной разницы прибавляется к исходной корреляционной величине для получения упомянутой усиленной корреляционной величины, при этом посредством упомянутого запоминающего устройства (ЗУ) упомянутая усиленная отображенная связь запоминается в упомянутом переписываемом корреляционном средстве путем замены упомянутой исходной корреляционной величины усиленной корреляционной величиной для усиления адресуемого информационного содержания, запоминаемого в части пространства переписываемой памяти, равной по размеру части необходимого пространства.

2. Запоминающее устройство по п.1, в котором упомянутый отклик и соответствующее множество стимулов, организуемое как Nусовершенствования в нейронных сетях, патент № 22195811 множество, представлены соответствующими упомянутыми заданными комплексными полярными величинами и адресуемо отображаются как одна последовательность сопряженных связей стимула-отклика на упомянутом переписываемом корреляционном средстве как корреляционный ряд величин соответствующих N-продуктов сопряжения величины, выбранной из упомянутых величин стимула и отклика и других величин упомянутых стимулов и откликов, в которых упомянутая отображаемая связь выражает определенное текущее состояние связи между упомянутыми входным аналоговым стимулом и откликом.

3. Запоминающее устройство по п.2, в котором N-множество временно последовательных связей отображается как соответствующее множество взаимно-временных единственно в своем роде возможных, т.е. неповторимых, последовательностей, организованных как соответствующее множество корреляционных рядов, и адресуемо отображаются с наложением как ряд сопряженной связи стимула-отклика на переписываемом корреляционном средстве, как корреляционной матрице, содержащей N-элементов, соответствующих величинам сумм корреляционных значений в каждом из упомянутых корреляционных рядов, в которых упомянутое множество отображаемых связей, хранимых в переписываемом корреляционном средстве, выражает последнее текущее состояние связи между каждым из упомянутых входных аналоговых стимулов и отклика.

4. Запоминающее устройство по п.3, которое включает нейронную систему обработки с коммуникативной связью по данным с ЗУ и операбельное для получения входных данных аналогового стимула с назначением и манипуляцией с соответствующими комплексными величинами и передачей их на ЗУ.

5. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки имеет архитектуру составной нейронной обрабатывающей ячейки.

6. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки включает выбранные буферные входные элементы для хранения данных с процессора, операторские ячейки, которые получают входные данные и служат для выполнения предварительно определяемой операции на входных данных и хранения результата такой операции, причем нейронная ячейка включает по меньшей мере одно ЗУ согласно п.1.

7. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки включает несколько составных нейронных обрабатывающих ячеек с коммуникативной взаимосвязью.

8. Запоминающее устройство по п.5, в котором упомянутые нейронные обрабатывающие ячейки имеют архитектуру прямой связи.

9. Запоминающее устройство по п.5, в котором упомянутые нейронные обрабатывающие ячейки выполнены в параллельной архитектуре.

10. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки включает виртуальное устройство, операбельное в процессоре общего назначения.

11. Запоминающее устройство по п.10, в котором общего назначения процессор включает по крайней мере один аппаратный узел по обработке и шину данных, организованные в коммуникативной связи по сигналу комплексных значений для маршрутизации таких сигналов между упомянутым узлом по обработке и ЗУ.

12. Запоминающее устройство по п.10, в котором множество аппаратных узлов по обработке кооперируют с распределительными средствами управления обработкой.

13. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают классификатор последовательностей.

14. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают систему пространственно-временного заучивания, выполненную в рекуррентной сетевой архитектуре обрабатывающих ячеек.

15. Запоминающее устройство по п.14, в котором упомянутая нейронная система обработки и ЗУ включают систему формирования аналогового управляющего сигнала.

16. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают экспертную систему.

17. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают систему аналогового моделирования и прогнозирования.

18. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают навигационную систему управления.

19. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают автоматизированную систему распознавания цели и целеуказания.

20. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают линейную систему ассоциативной памяти.

21. Запоминающее устройство по п.4, в котором упомянутая нейронная система обработки и ЗУ включают систему сжатия данных.

22. Запоминающее устройство по п.1, включающее адресуемую ассоциативно-последовательную базу данных, модификация которой включает память с адресуемым содержанием со множеством ассоциативных адресов, каждый из которых единственно возможным образом определяется комплексными полярными величинами, включающими модуль в диапазоне вероятностного распределения, фазовый угол, представляющий предварительно определяемое семантически ассоциативное значение, соответствующее семантически связанным стимулам и пар стимула-отклика, в котором комбинация упомянутых адресов и ассоциативных семантически конгруэнтных последовательностей откликов накладываются в общем полярном адресном пространстве, ограниченном между 0 и 2усовершенствования в нейронных сетях, патент № 2219581, упомянутые адреса выдаются в отклике на адресный стимул для получения необходимых данных, касающихся специфического отклика, ассоциируемого с упомянутым стимулом вместе с экспериментальной мерой взвешенного доверия в модуле упомянутого отклика, новые адресные стимулы и необходимые отклики включают назначенные адреса из адресного пространства в соответствии с векторной разницей между необходимым откликом и откликом генерируемым, имеющим отношение к адресу нового стимула упомянутой базы данных, с последующим обратным преобразованием векторной разницы в адресуемой памяти в связи с адресным конгруэнтным усилием.

23. Искусственное автоассоциативное модифицируемое запоминающее устройство (ЗУ), включающее по крайней мере один входной терминал для приема множества входов, каждый из которых соответствует входам семантически конгруэнтных стимулов и откликов ассоциируемой последовательности, где входы характеризуются назначенными заданными векторными величинами домена Аркада, причем каждая векторная величина имеет модуль, ограниченный диапазоном вероятностного распределения, и коэффициент фазового угла, представляющий заданные семантически полезные характеристики упомянутых стимулов и соответствующего отклика, в которых каждая такая величина является составным элементом в соответствующих последовательностях величин стимулов и откликов, адресуемые переписываемые ЗУ со средствами управления транзакциями, процессор, организованный в коммуникативной связи по величинам с по крайней мере одним входным терминалом и средствами управления отправлениями упомянутого ЗУ, и операбельный для приема упомянутых входных величин в соответствии с входами стимулов и откликов с входного терминала, объединения упомянутых последовательностей входов как внешнего продукта таких входов для получения семантически конгруэнтного межрядного отображения в ассоциативной памяти между ассоциативными парами элементов из соответствующих рядов, включающих исходный корреляционный ряд векторных фазово-разностных представителей текущего состояния семантической связи между упомянутым множеством семантически конгруэнтных стимулов и откликов, передачи исходных корреляционных рядов на средства управления отправлениями в памяти для воздействия на семантически конгруэнтное межрядное отображение в адресуемой перезаписываемой ассоциативной памяти средствами управления ЗУ, приема дополнительного семантического входа, для которого упомянутое отображение в памяти содержит семантически полезную информацию с по крайней мере одного входного терминала, причем упомянутый дополнительный вход содержит соответствующие величины домена Арганда, представляющие по крайней мере один новый стимул и ассоциированный по крайней мере один необходимый отклик, величины которого назначаются согласованно с величинами упомянутого множества, поиска по крайней мере одного вектора ассоциированного отклика из ЗУ посредством упомянутой памяти с адресными отправлениями через преобразования отображения в ассоциативной памяти упомянутой назначенной величины для по крайней мере одного нового стимула в упомянутый ассоциативно последовательный корреляционный ряд, сопоставления по крайней мере одного найденного вектора ассоциативного отклика с одним вектором необходимого отклика для получения соответствующих величин векторной разницы между ними, структурирования пересмотренного ряда ассоциативно-последовательной векторной разницы комплексных чисел и векторного сложения с исходным ассоциативно-последовательным корреляционным рядом для получения выходного обновленного корреляционного ряда, представляющего семантически обновленные отображения в памяти текущего пересмотренного состояния семантической связи между представительным множеством семантически конгруэнтных стимулов и откликов на стимулы, передачи упомянутого обновленного ассоциативно-последовательного корреляционного ряда на средства управления отправлениями для воздействия на обновленные межрядные семантические конгруэнтные отображения адресуемой переписываемой ассоциативной памяти, и дополнительный выходной терминал, организованный в коммуникативной связи по величине с процессором для получения и передачи по крайней мере одного ассоциированного вектора на средства для активизации отклика.

24. Запоминающее устройство по п.23, в котором величина коэффициента фазового угла упомянутых входов распределена симметрично относительно среднего значения.

25. Запоминающее устройство по п.24, включающее входное обуславливающее устройство для симметричного обновления и распределения фазовых коэффициентов через повторное назначение этих величин для получения равномерного распределения в плоскости Арганда.

26. Запоминающее устройство по п.23 или 24, включающее входное обуславливающее устройство для назначения модулей каждому фазовому коэффициенту в полях стимула и отклика для получения полной комплексной величины, причем назначение модуля ограничено вероятностным диапазоном.

27. Запоминающее устройство по п.23, в котором входное обуславливающее устройство включает в комбинации по крайней мере один входной обуславливающий терминал для приема множества n-семантических входов, в целом определяющих реальное распределение "n" соответствующих семантических входных величин, входной обуславливающий процессор, связанный по приему входов с входным терминалом, для приема и обработки каждого из упомянутых входов в преобразующей связи по входным величинам для получения n множества, соответствующего векторным величинам домена Арганда с фазово-угловым значением, в целом определяющим n полярное распределение с комплексными фазово-угловыми значениями, являющимися выходом упомянутого процессора, обусловленный выходной терминал в приемной связи по выходу с упомянутым входным обуславливающим процессором для приема и вывода упомянутых величин на входной терминал.

28. Запоминающее устройство по п.27, в котором преобразование на входном обуславливающем процессоре упомянутых семантических входных величин дает последовательность фазово-угловых значений с n полярным распределением, комплексными фазово-угловыми значениями, асимптотически ограниченными в диапазоне 0-2 pi в плоскости Арганда.

29. Запоминающее устройство по п.27, в котором реальные семантические входные значения отклоняются от среднего значения в соответствии с ассоциированной дисперсией.

30. Запоминающее устройство по п.27, в котором фазово-угловые значения назначаются прямо пропорционально соответствующим реальным семантическим входным величинам.

31. Запоминающее устройство по п.27, в котором реальные семантические входы содержат величины в диапазоне Гауссова распределения.

32. Запоминающее устройство по п.28 или 29, в котором обуславливающий процессор преобразует упомянутый реальный семантический вход в соответствующие фазово-угловые коэффициенты, следующие полярному распределению со средней величиной, равной pi.

33. Запоминающее устройство по п.30 или 31, в котором упомянутый входной обуславливающий процессор преобразовывает вход семантических реальных величин в соответствующие фазово-угловые коэффициенты, следующие полярному распределению со средней величиной, равной pi.

34. Запоминающее устройство по п.23, в котором семантические входы являются мерой аналогового стимула.

35. Запоминающее устройство по п.34, в котором входной обуславливающий терминал адаптируется для связи по приему семантического входа с по крайней мере одним преобразователем, ответственным за упомянутый аналоговый стимул.

36. Запоминающее устройство по п.28, в котором упомянутое множество n входов в целом определяет по крайней мере одну размерную матрицу, содержащую диапазон семантических значений, представляющих n входы (S1, S2, S3, S4...S n), отражающих меру пересчетной схемы для реальных значений, выведенных из домена стимула и домена отклика, ассоциированного со стимулом.

37. Запоминающее устройство по п.36, в котором процессор далее адаптируется для назначения заданных модулей из вероятностного диапазона соответствующим фазово-угловым значениям для получения n полных величин, определяющих адрес соответствующего вектора в двумерной области Арганда.

38. Запоминающее устройство по п.37, в котором k-элементы n семантических входов отображаются в соответствующие элементы полных величин посредством качественного преобразования

Skусовершенствования в нейронных сетях, патент № 2219581усовершенствования в нейронных сетях, патент № 2219581keiусовершенствования в нейронных сетях, патент № 2219581k,

где Sk -значение n семантических входовж

усовершенствования в нейронных сетях, патент № 2219581k - назначенное заданное значение k-элемента из вероятностного диапазона;

еiусовершенствования в нейронных сетях, патент № 2219581k - k -элемент n фазово-угловых пропорциональных комплексных фазово-угловых значений;

усовершенствования в нейронных сетях, патент № 2219581keiусовершенствования в нейронных сетях, патент № 2219581k - элементы Sk ассоциируемого векторного адреса в двумерном домене Арганда.

39. Запоминающее устройство по п.27, в котором заданные модули - назначенные величины, равные 1.

40. Запоминающее устройство по п.27, в котором заданные модули заранее определяются эвристически.

41. Запоминающее устройство по п.40, в котором эвристически определяемые значения заданных модулей равны 0.

42. Запоминающее устройство по п.27, в котором упомянутый входной обуславливающий процессор предварительно определяет и обновляет "стареющие" величины в соответствии с функцией затухания временной переменной для получения заданного уровня профилирования "стареющей" памяти.

43. Запоминающее устройство по п.35, в котором преобразователь операбелен для изменения параметра сигнала аналогового стимула в связи по изменению уровня доверия с упомянутым модулем для обеспечения внешне операбельного относительного управления существенным разбалансированием аналогового стимула, считываемого этим преобразователем.

44. Запоминающее устройство по п.23, в котором упомянутый процессор операбелен для преобразования упомянутой корреляционной матрицы как статистики более высокого порядка, уменьшая тем самым степень общения, применительно к отображению любого стимула-отклика при соответствующем увеличении общего разрешения между дискретными связями стимула-отклика в упомянутом отображении.

45. Запоминающее устройство по п.23, которое является виртуальным устройством, реализованным в цифровом компьютере для обеспечения ассоциативного запроса отклика по соответствующему стимулу, используя цифровые сигналы стимула и отклика.

46. Запоминающее устройство по п.27, которое является виртуальным устройством, реализованным в цифровом компьютере для обеспечения ассоциативного запроса отклика по соответствующему стимулу, используя цифровые сигналы стимула и отклика.

47. Запоминающее устройство по п.23, в котором входами являются множество семантически дискретных ассоциативных последовательностей стимулов и стимулов-откликов с назначением взаимноневлияющих значений в домене Арганда на упомянутых множествах, причем каждая комбинация включает соответствующие значения исходных и пересмотренных ассоциативно-последовательных векторно-разностных матриц, упомянутый процессор операбелен для объединения соответствующих значений исходных матриц и обновленных матриц посредством суммирования векторов для получения соответствующих исходных и обновления корреляционных матриц с многократным наложением последовательностей, для передачи исходных и обновленных корреляционных матриц с многократным наложением последовательностей в память с адресным отправлением, воздействуя тем самым на соответственно исходные и обновленные семантически конгруэнтные межрядные отображения в адресуемой переписываемой ассоциативной памяти для каждой последовательности в домене Арганда.

Описание изобретения к патенту

Текст описания в факсимильном виде (см. графическую часть)е

Класс G06N3/00 Компьютерные системы, основанные на биологических моделях

способ интеллектуальной обработки информации в нейронной сети -  патент 2514931 (10.05.2014)
способ и устройство автоматического распознавания типов манипуляции радиосигналов -  патент 2510077 (20.03.2014)
способ обучения искусственной нейронной сети -  патент 2504006 (10.01.2014)
способ интеллектуальной обработки информации в нейронной сети -  патент 2502133 (20.12.2013)
автоматизированная система для управления поездной работой направления железнодорожной сети в условиях проведения ремонтных работ -  патент 2501697 (20.12.2013)
комплекс логического элемента на основе биомолекул (варианты) -  патент 2491631 (27.08.2013)
устройство для моделирования самоорганизующихся сетей неформальных нейронов -  патент 2484527 (10.06.2013)
способ интеллектуальной обработки информации в нейронной сети -  патент 2483356 (27.05.2013)
способ прогнозирования времени наступления и уровня паводков -  патент 2480825 (27.04.2013)
способы выбора признаков, использующие основанные на группе классификаторов генетические алгоритмы -  патент 2477524 (10.03.2013)
Наверх