нейронная сеть для обнаружения, локализации и исправления ошибок в системе остаточных классов

Классы МПК:G06F11/08 обнаружение и исправление ошибок с помощью избыточности в представлении данных, например с помощью корректирующих кодов 
G06N3/06 материальная реализация, те техническое выполнение нейтронных сетей, нейронов или частей нейронов
Автор(ы):, , , , ,
Патентообладатель(и):Червяков Николай Иванович (RU),
Лавриненко Ирина Николаевна (RU),
Сивоплясов Дмитрий Владимирович (RU),
Дьяченко Игорь Васильевич (RU),
Иванов Антон Владимирович (RU),
Головко Александр Николаевич (RU)
Приоритеты:
подача заявки:
2005-05-04
публикация патента:

Нейронная сеть для обнаружения, локализации и исправления ошибок в системе остаточных классов относится к вычислительной технике и может быть использована в модулярных нейрокомпьютерных системах. Техническим результатом является повышение скорости коррекции ошибок, сокращение оборудования, а также расширение функциональных возможностей. Для этого нейронная сеть содержит входной слой, нейронные сети конечного кольца для определения синдрома ошибок, блок памяти для хранения констант, нейронные сети для вычисления правильного результата и элемент ИЛИ для определения наличия ошибки. 1 ил., 3 табл. нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Формула изобретения

Нейронная сеть для обнаружения, локализации и исправления ошибок в системе остаточных классов (СОК), содержащая входной слой нейронов, на входы которых подается контролируемое число А=(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2, ..., нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2), где нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i=Amod pii=1, 2, ..., n+2, р1, ... рn - рабочие основания СОК, рn+1, р n+2 - контрольные основания СОК, блок памяти, элемент ИЛИ, n выходных нейронных сетей конечного кольца, отличающаяся тем, что, ней выходы нейронов входного слоя по рабочим основаниям разветвлены соответственно на первые входы выходных нейронных сетей конечного кольца, предназначенных для получения исправленного числа путем суммирования неправильного числа с константой ошибки, и на входы нейронной сети, предназначенной для вычисления остатков нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2 по контрольным основаниям, выходы которой соединены с входами нейронной сети формирования отрицательных значений остатков по контрольным основаниям, выходы которой подключены соответственно к первым входам нейронных сетей конечного кольца определения синдрома ошибки нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1=|нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1-(-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1)|p+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2=|нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2-(-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2)|p+2 , выходы нейронов входного слоя по контрольным основаниям подключены соответственно на вторые входы нейронных сетей конечного кольца определения синдрома ошибки, выходы которых соединены с адресными входами блока памяти, в котором хранятся константы, определяемые синдромами ошибок нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2, выходы блока памяти подключены к шинам определения основания по которому произошла ошибка и к элементу ИЛИ, формирующему сигнал «есть ошибка», а также соответственно к вторым входам n выходных нейронных сетей конечного кольца, выходы которых являются выходами нейронной сети обнаружения, локализации и исправления ошибок в СОК.

Описание изобретения к патенту

Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерных системах.

Известно устройство для контроля и исправления ошибок в избыточном модулярном коде (патент №2022472, кл. Н03М 13/00, RU, 1999), состоящее из входного преобразователя кода, выходного преобразователя, блока группы элементов сравнения, блока группы элементов ИЛИ, блока элементов И.

Однако данное устройство обладает следующими недостатками:

низкое быстродействие, большие аппаратные затраты и малые функциональные возможности, так как в устройстве используется один избыточный модуль, коррекция ошибки осуществляется по большому модулю, равному диапазону контрольных чисел.

Наиболее близким по технической сущности к заявленному устройству является устройство для обнаружения и исправления ошибок в системе остаточных классов (А.С. №714399, G06F 11/08, 1980), содержащее два блока модульной свертки, причем первый выход регистра соединен со входом первого и второго блоков модульной свертки и с первым входом третьего сумматора, выходы первого и второго блоков модульной свертки соединены соответственно с первыми входами первого и второго сумматоров, второй и третий выходы регистра соединены соответственно со вторыми входами первого и второго сумматоров и со вторым и третьим входами третьего сумматора, выход блока памяти соединен с четвертым входом третьего сумматора, выход которого является выходом устройства.

Недостатком известного устройства является сложность, которая объясняется наличием двух блоков модульной свертки, низким быстродействием, которое пропорционально количеству модулей системы остаточных классов и малыми функциональными возможностями.

Целью настоящего изобретения является упрощение устройства, повышение быстродействия и расширение функциональных возможностей.

Поставленная цель достигается тем, что устройство содержит нейронную сеть 8, состоящую из нейронных сетей конечного кольца 4, 5 и 6 и нейронных сетей конечного кольца 27, 28, которые формируют остатки по контрольным модулям системы остаточных классов, выходы 9 которых соединены с первыми входами нейронных сетей конечного кольца 10, 11 вычисления синдрома ошибки, вторые входы которых соединены с выходами нейронов 23 избыточных модулей нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2, выходы нейронных сетей конечного кольца 10, 11, шины 12 и 13 связаны со входами блока памяти 14 для выбора из нее констант ошибок, выходы 15, которые поступают на шины 16, 17 и 18, определяющие номер неисправного модуля (канала), и на вход элемента ИЛИ 19, выход 20 которого определяет наличие ошибки, кроме того, выходы блока памяти 14 поступают на первые входы нейронных сетей конечного кольца 21, а на вторые входы которых поступают остатки неправильного числа нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,...,нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n. Исправленное число с выходов нейронных сетей конечного кольца 21 поступает на выходы 22 устройства.

Рассмотрим метод коррекции ошибок.

Пусть дано контролируемое число А=(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,...,нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2), где

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i=Amodpiнейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i=1, 2,..., n+2, р1 2,...,рnn+1n+2 - основания СОК с двумя избыточными основаниями рn+1, рn+2 .

Принцип обнаружения, локализации и исправления ошибки основан на функциональном объединении всех трех операций в одну операцию. Данный метод основан на определении цифр по избыточным основаниям на основании цифр по рабочим основаниям и сравнении их с изначально известными цифрами по избыточным основаниям. Если вычисленные цифры нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2 по контрольным разрядам равны исходным цифрам нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2 этих разрядов, то ошибки нет, если они не равны, то необходимо определить синдром ошибки, равный разности этих цифр нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1=(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1)mod pn+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2=(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2)mod pn+2 , по значениям которых определяется константа ошибки. Далее суммируя константу ошибки с неправильным числом, которая подобрана таким образом, что неявное место ошибки в числе устраняется. Для локализации ошибки необходимо поразрядно сравнить откорректированное число с ошибочным, и в случае, если нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i'нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 0, определяется ошибочный разряд. Изложенный метод позволяет обнаружить, локализовать и исправить ошибку по одному из информационных каналов.

Вычисление нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2 проведем на основе метода расширения системы оснований, который базируется на использовании китайской теоремы об остатках и обобщенной позиционной системе счисления. Рассмотрим вначале расширение на одно основание, а затем обобщим расширение на два основания.

Пусть задана система оснований р1, р 2,..., рn с диапазоном Р=р 1·p2·...·р n, ортогональными базисами В1, В 2,...,Вn, веса которых m 1, m2,..., mn и определяются из сравнения нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 Расширим систему оснований, добавляя основание р n+1, тогда диапазон системы станет Pn+1 =pn+1·P, ортогональные базисы системы нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 их веса нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 причем нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 Задача состоит в определении цифры нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1 числа А по основанию р n+1.

Тогда число А в системе оснований р 1, р2,..., рn , рn+1 будет иметь вид

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

где нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 - диапазон расширенной системы оснований;

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 - ортогональные базисы расширенной системы оснований.

Представим ортогональные базисы нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 в обобщенной позиционной системе счисления, тогда

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

где нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 - коэффициенты ОПСС;

i, j=1,2,...,n.

На основании (2) запишем выражение (1) в виде

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Из выражения (3) можно определить коэффициенты нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i числа А, тогда

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

где нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i - вычеты числа А по mod p i;

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 - ортогональные базисы, представленные в ОПСС.

Цифры нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i в представлении ОПСС получаются суммированием по модулю pi всех произведений нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 и переносом, генерируемым при формировании нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i-1. Перенос генерируется как число раз, когда сумма цифр в ОПСС переполняется по модулю p i. Этот перенос используется для формирования цифр нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i+1. Последний перенос, генерируемый при получении последней цифры числа в ОПСС, отбрасывается. Предлагаемый метод выполняется в параллельном режиме. Выигрыш в быстродействии данного метода с итеративным методом очевиден, поскольку он уменьшает время преобразования с 2(n+1) циклов синхронизации до трех циклов.

Цифры нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 принимают значения от 0 до pi-1, причем нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 являются константами, поэтому произведение нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 iнейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 можно поместить в ПЗУ или в весовые коэффициенты связей между нейронами. Адресами произведений нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 iнейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 являются вычеты нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i числа А по модулю p i.

Пример 1. Пусть р1=2, р 2=3, р3=5, p4 =7, Pn+1=2·3·5·7=210, B 1=105, B2=70, B3 =126, В4=120.

Тогда на основании (2) определим нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 :

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Рассмотрим перевод числа из СОК в ОПСС.

Пусть А=11=(1, 2, 1, 4). Тогда в ПЗУ поместим значения нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 i, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 :

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Преобразование числа A из СОК в ОПСС имеет вид

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

При сложении цифр по каждому модулю с учетом переноса получим число А, представленное в ОПС как А=[1,2,1,0].

Рассмотрим метод определения вычета по расширенному основанию. Пусть СОК состоит из оснований р1, р 2,...,pn. Объем диапазона этой системы будет нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 Добавим к числу оснований СОК новое основание p n+1. Объем диапазона этой системы нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 Тогда любое число А из диапазона [0, Р n+1] в обобщенной позиционной системе счисления можно представить в виде

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Если число А будет лежать в первоначальном диапазоне [0; Р], то в ОПСС цифра нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1=0. Если нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 0, тогда значение числа А выходит за пределы динамического диапазона. Факт нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1=0 используется для получения остатка (вычета) от деления числа А на новое основание СОКр n+1.

Пусть число А имело представление (нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,..., нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n) по основаниям р 1, p2,..., рn. Добавляем новое основание pn+1, тогда число нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 в системе оснований p1, р 2,..., рn, pn+1 , где нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 - остаток от деления числа А на рn+1 , т.е. искомая цифра по новому основанию.

Для определения этой цифры используем метод перевода числа из СОК в ОПСС, включая неизвестную цифру нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 в проводимые операции. При этом мы параллельно получим цифры ОПСС нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,...,нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n и выражение для цифры нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1. Но так как по условию число Анейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 [0;P], то цифра нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1=0.

Из полученного соотношения и определяем искомую цифру нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Пример 2. Пусть задана система модулей р 1=2, р2=3, p3 =5, тогда P=2·3·5=30. И пусть задано число А=11=(1, 2, 1). Расширим систему оснований, добавляя р 4=7. Тогда А=11=(1, 2, 1, |А|7) в системе оснований p1=2, р 2=3, р3=5, р4 =7.

Набор констант bij приведен в (5) и задается матрицей

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Процесс решения задачи приведен в таблице 1.

Таблица 1
Вычеты числа А по модулю pi Модули
p1 =2p2=3 p3=5p 4=7
1 112 3
20 42 4
10 01 4
|A|7 00 04·|х|7
Коэффициенты ОПСС числа A 121 5+4·|х|7

После сложения цифр по модулю pi получим А=[1, 2, 1, 5+4|A|7], но так как нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 4=|5+4·|А|7 |7, но по условию нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 4=0, т.е. 4·|А| 7=-5 или нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 . Мультипликативная обратная величина нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 , и так как число 5 отрицательное, возьмем его дополнение по модулю 7. Итак, вычет числа А по модулю 7 определяется выражением |А|7=2·(7-5)=4.

Тогда расширенное представление числа будет A=11=(1, 2, 1, 4). Так как результат образования цифры в СОК по новому основанию р n+1 зависит только от информационных разрядов, то операцию расширения вычетов можно проводить сразу по нескольким дополнительно введенным основаниям.

Пример 3. Пусть задана система оснований (модулей) СОК р1=2, р2 =3, р3=5. Расширим систему оснований, добавляя р4=7, р5=11. Тогда в выражение (5) добавляется еще один столбец и одна строка, а именно

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Пусть задано число А=17=(l,2,2,|A| 7, |А|11), необходимо найти остатки по основаниям р4=7, р5 =11.

Процесс решения приведен в таблице 2.

Таблица 2
Вычеты числа А по модулю рi Модули
p1 =2p2=3 p3=5р 4=7p5=11
11 123 5
20 42 414
3 00 284
нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 00 04|A|7 -
нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 00 0-7|A| 11
Коэффициенты ОПСС числа Aнейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1=1нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2=2нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 3=2нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 4=2+4|A|7 нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 5=2+7|A|11

После сложения цифр по модулю p i получим

А=[1,2,2,2+4|А|7,2+7|А| 11],

но так как нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 4=2+4|A|7нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 5=2+7|A|11, и по условию нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 4=0 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 5=0, тогда

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Мультипликативные величины нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Так как |А|7=-4, а |А| 11=-5 возьмем их дополнения, т.е. |A|7 =7-4=3, а |A|11=11-5=6.

Тогда расширенное представление числа будет равно информационному числу, т.е. А=(1,2,2,3,6) 11, и это говорит о том, что число А безошибочное.

Преимущества предложенного метода расширения системы вычетов состоит в том, что:

- все вычисления выполняются в параллельных каналах по отдельным модулям, причем каждый модуль отождествляется с отдельным каналом;

- не требуется вычисления большого количества дополнительных величин, необходимо только наличие констант нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 и мультипликативных величин по расширенным основаниям;

- возможно получение расширенного представления вычетов числа сразу по нескольким дополнительным основаниям, что не влияет на быстродействие всей операции расширения.

Применим этот метод для обнаружения, локализации и исправления ошибки.

Коррекция ошибок в СОК основана на представлении числа в расширенной системе. В качестве расширенных оснований возьмем избыточные (контрольные) основания. Допустим, в процессе обработки и хранения данных в вычислительной системе остатки чисел по избыточным основаниям, с одной стороны, абсолютно верны, а с другой стороны, они вычисляются на основе остатков по неизбыточным (информационным) основаниям, непосредственно перед контролем данных. Если вычисленные избыточные остатки равны исходным, то ошибки в информационных основаниях не произошло, в противном случае - произошла ошибка по информационным основаниям. На основании этой информации устраняется ошибка и определяется неисправный модуль.

Введенное ограничение на абсолютную верность избыточных оснований обеспечивается абсолютной надежностью каналов по избыточным модулям, которую можно обеспечить известными структурными технологиями (например, использованием обычных корректирующих кодов или мажоритарной схемы).

Пример 4. Исходные данные такие же, как и в примере 3.

Допустим, произошла ошибка по третьему информационному основанию, тогда ошибочное число нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 будет иметь вид нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 =(1,2,3,3,6).

Избыточные разряды по четвертому и пятому основаниям равны соответственно 3 и 6, и они абсолютно верны.

На основании информационных остатков определим синдром ошибки нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 .

Метод обнаружения, исправления и локализации ошибок в СОК представляется следующим образом.

Контролируемое число нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,...,нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2 делится на две части: информационную, в которую входят остатки по информационным основаниям нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,..., нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n, и контрольную часть, в которую входят остатки по избыточным (контрольным) основаниям нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2.

Далее по остаткам информационных каналов определяем остатки по избыточным основаниям. Воспользуемся таблицей 2, тогда третья строка будет иметь вид не [0, 0, 2, 8, 4], а [0, 0, 3, 12, 6].

При выполнении операции согласно таблице 2 получим

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Отсюда

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

Используя найденные остатки, определяем синдром ошибки:

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

По величинам нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2 формируются константы ошибок таким образом, что при их сложении с информационными разрядами контролируемого числа А имевшая место ошибка в числе устраняется. Заметим, что если контролируемое число не будет содержать ошибки, то величины нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2 равны нулю.

Для локализации ошибки необходимо провести сравнение разрядов исходного числа с исправленным числом и по тому разряду, где сравнение не выполняется, определяется ошибочный разряд.

Определим константы ошибок для данного примера и сведем их в таблицу 3.

Таблица 3

Константы ошибок для СОК с основаниями р1=2, р 2=3, р3=5, p4 =7, p5=11
Ошибка по основанию р1 нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2Ошибка по основанию р2нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2Ошибка по основанию p3нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2
0,0,0 0,00,0,0 0,00,0,00,0
1,0,0 6,7

1,4
0,1,0 1,2

3,10
0,0,1 4,9

6,6
0,0,2 3,4

5,1
    0,2,04,1

6,9
0,0,34,7

2,10
0,0,41,5

3,2

В соответствии с нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1=1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2=5 таблицы 2 определяется величина ошибки (0,0,4), которая складывается с контролируемым числом нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442

По величине ошибки (0,0,4) локализуется ошибочный разряд, им будет разряд по modp3. Использование синдрома ошибки позволяет все процедуры по обнаружению, локализации и исправлению ошибок объединить в одну процедуру, что позволяет уменьшить время коррекции ошибок и повысить эффективность.

На чертеже приведена нейронная сеть для обнаружения, локализации и исправления ошибок в системе остаточных классов. Нейронная сеть состоит из входного слоя нейронов 2, 23, входного слоя 24, предназначенного для хранения остатков числа по рабочим и контрольным основаниям в течение времени обнаружения ошибки, вход которой соединен со входами 1(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,..., нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n) и входами 25(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2) нейронной сети; нейронной сети 8, предназначенной для вычисления остатков чисел по контрольным основаниям, входы которой соединены с выходами нейронов 2, хранящими остатки по рабочим основаниям; нейронных сетей конечного кольца 10, 11, предназначенных для вычисления синдромов ошибки по контрольным основаниям, первые входы которых соединены соответственно с выходами нейронной сети вычисления остатков по контрольным основаниям, а вторые - соответственно с выходами нейронов 23, хранящие остатки по контрольным основаниям, входы которых подключены к шине 25; блок памяти 14, предназначенный для хранения констант, вход которого соединен с выходами нейронных сетей конечного кольца 10, 11; нейронных сетей конечного кольца 21, предназначенных для получения исправленного числа путем суммирования неправильного числа с константой ошибки, первые входы которых соединены соответственно с выходами блока памяти, шины 15, которые являются выходными шинами 16, 17 и 18, формирующие номера неисправных модулей и входом элемента ИЛИ 19, выход 20 которого формирует сигнал "есть ошибка", а вторые - с выходами нейронов 2, а выходные сигналы 22 нейронных сетей конечного кольца 21 являются выходами нейронной сети исправления ошибок.

Работа нейронной сети для обнаружения, локализации и исправления ошибок в системе остаточных классов осуществляется следующим образом.

На входы 1, 25 нейронов 2 и 23 нейронной сети для обнаружения, локализации и исправления ошибки в системе остаточных классов подается контролируемое число А=(нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2,...,нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1, нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2). С выходов нейронов 2 остатки по рабочим основаниям с весовыми коэффициентами w ij 3 поступают на вход нейронной сети 8 вычисления остатков по контрольным модулям. Нейронная сеть 8 состоит из совокупности нейронных сетей конечного кольца 4, 5, 6. Весовые коэффициенты wij 3 и wjk 7 нейронов нейронных сетей конечного кольца, выполняющие роль распределенной памяти, определяются соответственно нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 и wjk=1. Нейронные сети конечного кольца 4, 5 и 6 реализуют вычислительную модель, представленную в таблице 2.

Выходные сигналы НСКК 5 и 6 последней строки поступают на вход НСКК 27 и 26, с весовыми коэффициентами w kl 29, равные нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 где l - количество расширяемых модулей и принимает значение 1,2,....

Выходные сигналы 9 НСКК 27 и 28 будут отрицательными значениями: -нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1 и -нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2, которые поступают соответственно на входы 9 НСКК 10 и 11, а на вторые входы поступают значения нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1 и нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2 по шинам соответственно 30 и 31. НСКК 10 и 11 реализуют вычислительную модель:

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 1=нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+1-(-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+1);

нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 2=нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 n+2-(-нейронная сеть для обнаружения, локализации и исправления ошибок   в системе остаточных классов, патент № 2301442 'n+2).

Выходные значения НСКК 10 и 11 по шинам 12 и 13, соответствующим синдромам ошибки, поступают на входы блока памяти 14 и выбирают оттуда соответствующую константу согласно таблице 3. Эти константы с выхода блока памяти 14 по шинам 15 поступают на соответствующую шину 16, 17 и 18, которые показывают номер неисправного модуля, а также на вход элемента ИЛИ 19, выход 20 которого показывает наличие ошибки. На входы НСКК 21 поступает сигнал с выхода блока памяти, а на вторые входы поступают соответственно выходные сигналы рабочих каналов, нейроны 3, выходная шина 26, где суммируются с константами ошибок, подобранными таким образом, что при ее сложении с контролируемым числом А имевшая место ошибка в числе устраняется. На выходе НСКК 21 выходная шина 22 формирует исправленное число.

Класс G06F11/08 обнаружение и исправление ошибок с помощью избыточности в представлении данных, например с помощью корректирующих кодов 

способ восстановления записей в запоминающем устройстве и система для его осуществления -  патент 2502124 (20.12.2013)
самопроверяемый специализированный вычислитель систем булевых функций -  патент 2485575 (20.06.2013)
устройство для обнаружения переполнения динамического диапазона, определения ошибки и локализации неисправности вычислительного канала в эвм, функционирующих в системе остаточных классов -  патент 2483346 (27.05.2013)
масштабируемый информационный сигнал, устройство и способ для кодирования масштабируемого информационного контента, устройство и способ для исправления ошибок масштабируемого информационного сигнала -  патент 2461052 (10.09.2012)
устройство для коррекции ошибок в полиномиальной системе классов вычетов -  патент 2453902 (20.06.2012)
устройство хранения и передачи данных с исправлением одиночных ошибок в байте информации и обнаружением произвольных ошибок в байтах информации -  патент 2450331 (10.05.2012)
способ проверки совпадения состояний видеокодера и видеодекодера -  патент 2432704 (27.10.2011)
устройство хранения информации повышенной достоверности функционирования -  патент 2421786 (20.06.2011)
самопроверяемый модулярный вычислитель систем логических функций -  патент 2417405 (27.04.2011)
способ передачи цифровой информации через параллельную магистраль -  патент 2413283 (27.02.2011)

Класс G06N3/06 материальная реализация, те техническое выполнение нейтронных сетей, нейронов или частей нейронов

Наверх