Нейрон “міn_2″

Реферат: Нейрон "MIN_2", що має n входів, до яких увімкнені відповідні елементи вхідного вектора X  (x 1 , x 2 , ...x j , ... x n ) , має один вихід для виведення значення Y , рівного мінімальній величині елементів вхідного вектора X , n входів мають вагові коефіцієнти "1", а нейрон складається з блока активаційної функції, який призначений для виконання операцій XM : x(1); for j : 2 to n do if x(j)  XM then XM : x(j) ; Y : XM. UA 104874 U (54) НЕЙРОН "МІN_2" UA 104874 U UA 104874 U 5 10 Корисна модель належить до штучних нейронних мереж (ШНМ), призначених для реалізації логічного рішення стосовно виділення мінімального числа з ряду поданих чисел, яке застосовується в нейрокібернетиці і може бути використане в нейрокомп'ютерах та штучних нейронних мережах при розв'язанні задач логічної обробки даних. Відомий ШНМ-компаратор, призначений для виділення з елементів вхідного вектора X  x1 , x2 ,... xn  максимального значення, який при зміні знаків елементів вектора X здатний виділити мінімальне число [1, с 102-106; 2]. Недоліком ШНМ-компаратора є збільшена кількість нейронів. Відомі нейронні мережі "MIN_0" та "MIN_1", які призначені для отримання на виході найменшої з вхідних змінних сенсорного шару [3, 4]. Вони мають n входів з ваговими коефіцієнтами "+1" та "-1", до яких увімкнені відповідні елементи вхідного вектора X  ( x1 , x2 ,... x j ,... xn ) та один вихід для виведення мінімального значення елемента вхідного X  ( x1 , x2 ,... x j ,... xn ) . Недоліком цих нейронних мереж є збільшена кількість нейронів. вектора 15 Найбільш близьким по сукупності суттєвих ознак до заявленого об'єкту є прийняті за прототип ШНМ "MIN_0" та "MIN_1". Прийняті за прототип ШНМ "MIN_0" та "MIN_1" мають n входів, до яких увімкнені елементи X  ( x , x ,... x ,... x ) 20 25 30 1 2 j n ,мають один вихід для виведення значення Y , рівного вхідного вектора мінімальній величині елементів вхідного вектора X [3, 4]. Недоліком ШНМ "MIN_0" та "MIN_1" є збільшена кількість нейронів, складність навчання та ускладнення розрахунків. Причини, які перешкоджають одержанню очікуваного технічного результату у прототипах ШНМ "MIN_0" та "MIN_1" (спрощення архітектури, зменшення вартості ШНМ внаслідок зменшення кількості нейронів, зменшення витрат на обслуговування і налагодження ШНМ через спрощення розрахунків) є прийнята архітектура ШНМ та алгоритм розв'язку задачі. Недоліками прийнятих за прототипи "MIN_0" та "MIN_1" є: ускладнена архітектура; збільшення вартості внаслідок збільшеної кількості нейронів; збільшення витрат на обслуговування і налагодження ШНМ через ускладнення розрахунків. Технічним результатом пропонованої корисної моделі є зменшення вартості обладнання та зменшення витрат на обслуговування та налагодження внаслідок зменшення кількості нейронів та спрощення розрахунків. Загальні суттєві ознаки запропонованого нейрону "MIN_2", які співпадають із суттєвими ознаками прототипу, полягають у тому, що нейрон "MIN_2" має n входів, до яких увімкнені X  ( x , x ,... x ,... x ) 35 40 1 2 j n , має один вихід для виведення відповідні елементи вхідного вектора значення Y , рівного мінімальній величині елементів вхідного вектора X . Суттєві ознаки запропонованого нейрону, що є достатніми у всіх випадках і характеризують запропонований винахід на відміну від прототипу, полягають у тому, що п входів нейрону мають вагові коефіцієнти "1", а нейрон складається з блока активаційної функції, який призначений для виконання операцій XM : x(1); for j : 2to n do if x( j )  XM then XM : x( j ) ; Y : XM ; Передбачуваний нейрон ілюструється фігурою, на якій наведена схема нейрону "MIN_2" та використані наступні позначення: 45 X  ( x1 , x2 ,... x j ,... xn ) - вхідний вектор нейрону "MIN_2» Y - вихід нейрону "MIN_2» N - нейрон "MIN_2» Розглянемо сутність роботи пропонованого нейрону "MIN_2»згідно наведеної фігури. X  ( x , x ,... x ,... x ) нейрон N 1 2 j n При подачі на входи нейрону N «MIN_2" вхідного вектора використовує блок активаційної функції, який призначений для виконання операцій 50 XM : x(1); for j : 2to n do if x( j )  XM then XM : x( j ) ; Y : XM. . 1 UA 104874 U 5 10 У результаті на виході нейрону отримуємо вихідне значення Y , яке дорівнює мінімальній величині XM елементів вхідного вектора X . Запропонований нейрон "MIN_2" не потребує навчання та дозволяє: зменшити витрати за рахунок зменшення кількості нейронів; зменшити витрати на обслуговування і налагодження внаслідок спрощення розрахунків. Джерела інформації: 1. Руденко О.Г., Бодянський С.В. Штучні нейронні мережі. - Харків: ТОВ "Компанія СМІТ", 2006. - 404 с 2. Zakharian S., Ladevig-Riebler P., Torez S. Neuronale Netze fur Ingenieure: Arbeits und Ubungsbush for regulungstechnische Anwendungen. - Braunschweig: Vieweg, 1998. 3. Кутковецький В.Я., Турти М.В. Нейронна мережа "MIN0". Патент України на корисну модель G06N 3/02, G06N 7/02, № 98308, 27.04.2015, Бюл. № 8. - 5 с. 4. Кутковецький В.Я., Турти М.В. Нейронна мережа "MINI". Патент України на корисну модель G06N 3/02, G06N 7/02, № 98309, 27.04.2015, Бюл. № 8. - 5 с. 15 ФОРМУЛА КОРИСНОЇ МОДЕЛІ Нейрон, що має входів, до яких увімкнені відповідні елементи вхідного вектора X  (x 1 , x 2 , ...x j , ...x n ) , має один вихід для виведення значення Y , рівного мінімальній 20 n величині елементів вхідного вектора X , який відрізняється тим, що n входів мають вагові коефіцієнти "1", а нейрон складається з блока активаційної функції, який призначений для виконання операцій XM : x(1); for j : 2 to n do if x(j)  XM then XM : x(j); Y : XM. 25 Комп’ютерна верстка О. Рябко Державна служба інтелектуальної власності України, вул. Василя Липківського, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут інтелектуальної власності”, вул. Глазунова, 1, м. Київ – 42, 01601 2