Нейрон
Номер патенту: 106289
Опубліковано: 25.04.2016
Автори: Кутковецький Валентин Якович, Турти Марина Валентинівна
Формула / Реферат
1. Нейрон, який має операторний блок, призначений для математичної обробки вхідних змінних х1, x2,…, xj, …, хn, що з'єднані з відповідними входами операторного блока, який відрізняється тим, що вагові коефіцієнти входів дорівнюють 1, а операторний блок містить довільну сукупність заданих без навчання вихідних лінійних чи нелінійних функцій:
yі = Fi (х1, x2,…, xj, …, хn) + Ai,
де Ai - вільний член функції yі, і = 1, 2,…, n - порядковий номер функції yі.
2. Нейрон за п. 1, який відрізняється тим, що всі або частка функцій уі мають вихідні активаційні функції.
Текст
Реферат: UA 106289 U UA 106289 U 5 10 15 20 25 30 35 40 45 50 55 Корисна модель належить до нейрокібернетики і може бути використана в нейрокомп'ютерах та в штучних нейронних мережах для отримання на виході заданої сукупності лінійних чи нелінійних функцій багатьох вхідних змінних. Відома радіально-базисна нейронна мережа, призначена для апроксимації заданої сукупності лінійних чи нелінійних функцій багатьох вхідних змінних за допомогою радіальнобазисних функцій [1-6]. Математичною основою радіально-базисних нейронних мереж є метод потенціальних функцій, який дозволяє представити деяку функцію у вигляді суперпозиції вектора однакових зміщених між собою у просторі ознак потенціальних функцій [7]. Радіально-базисна нейронна мережа прямого поширення призначена для апроксимації сукупності окремих заздалегідь заданих нелінійних чи лінійних функцій виходу [5, с. 230; 6, с. 6777], має перший вхідний шар нейронів з ваговими коефіцієнтами входів, рівними 1, до яких приєднані вхідні змінні (х1, x2,…, xj, …, хn), яка відрізняється тим, що другий прихований шар має нейрони, що моделюють базисні шаблонні функції, зсунуті між собою за рахунок вектора центрів у просторі вхідних змінних (х1, x2,…, xj, …, хn), виходи нейронів прихованого шару з'єднані з входами нейронів вихідного шару, що мають вагові коефіцієнти входів, які призначені для зміни при навчанні, та має виходи з апроксимованими вихідними лінійними чи нелінійними функціями: yі = Fi (х1, x2,…, xj, …, хn) + Ai, де Ai - вільний член функції yі, і = 1, 2,…, n - порядковий номер апроксимованої вихідної лінійної чи нелінійної функції yі. Недоліками цієї нейронної мережі є підвищена вартість за рахунок використання збільшеної кількості нейронів, додаткова витрата часу через необхідність навчання нейронів, наявність похибок апроксимації нелінійних функцій багатьох вихідних змінних. Найбільш близьким до заявленого нейрона за сукупністю суттєвих ознак є вибраний за прототип відомий нейрон, що має операторний блок, призначений для математичної обробки вхідних змінних х1, x2,…, xj, …, хn, що з'єднані з відповідними входами блока, який відрізняється тим, що вагові коефіцієнти входів операторного блока wi, w2,…, wj, …, wn призначені для зміни при навчанні нейрона, а операторний блок містить задану функцію математичної обробки зважених входів: y=F(wi, w2,…, wj, …, wn) + A, де А - вільний член функції у [5, 6]. Недоліками вибраного за прототип нейрона є додаткова витрата часу через необхідність навчання нейрона, наявність похибок апроксимації нелінійних функцій багатьох змінних, обмеженість функціональних можливостей через наявність в операторному блоці лише однієї функції виходу. Причини, які перешкоджають одержанню очікуваного технічного результату у прототипі (зменшення витрат часу, усунення похибок апроксимації, збільшення функціональних можливостей) є прийнята архітектура та особливості призначеної функції операторного блока. Недоліками прототипу є: збільшена витрата часу, пов'язана з необхідністю навчання нейрона; наявність похибок апроксимації; збільшені функціональні можливості внаслідок наявності в операторному блоці лише однієї функції виходу. Задача пропонованої корисної моделі є зменшення витрат часу на навчання нейрона за рахунок відсутності навчання; усунення похибок апроксимації нелінійних функцій багатьох змінних за рахунок точного визначення вихідної функції; збільшення функціональних можливостей через введення в операторний блок заданої сукупності функцій виходу. Загальні суттєві ознаки запропонованого нейрона "Формула", які співпадають із суттєвими ознаками прототипу, вирішують поставлену задачу тим, що нейрон "Формула" має операторний блок, призначений для математичної обробки вхідних змінних х 1, x2,…, xj, …, хn, що з'єднані з відповідними входами операторного блока. Суттєві ознаки запропонованого нейрона "Формула", що є достатніми у всіх випадках і характеризують запропоновану корисну модель на відміну від прототипу, полягають у тому, що згідно з корисною моделлю нейрон "Формула", вагові коефіцієнти входів якого дорівнюють 1, а операторний блок містить довільну сукупність заданих без навчання вихідних лінійних чи нелінійних функцій: yі = Fi (х1, x2,…, xj, …, хn) + Ai, де Ai - вільний член функції yі, і = 1, 2,…, n - порядковий номер функції yі. Подальше збільшення сукупності функціональних можливостей передбачуваного нейрона "Формула" досягається тим, що всі або частка функцій уі мають вихідні активаційні функції. 1 UA 106289 U 5 10 15 20 25 30 35 40 45 Передбачуваний нейрон "Формула" ілюструється кресленням, на якому використані наступні позначення: N - операторний блок нейрона "Формула"; х1, x2,…, xj, …, хn - вхідні змінні операторного блока нейрона "Формула"; y1, y2,…, yi, …, ym - вихідні задані без навчання лінійні чи нелінійні функції операторного блока нейрона "Формула"; 1 - вагові коефіцієнти входів операторного блока нейрона "Формула". Розглянемо суть роботи пропонованого нейрона "Формула". На кресленні символом N позначений операторний блок нейрона "Формула" з входами з ваговими коефіцієнтами 1. До входів підключені вхідні змінні х1, x2,…, xj, …, хn. Операторний блок нейрона "Формула" має задані без навчання довільні вихідні лінійні чи нелінійні функції y1, y2,…, yi, …, ym, які залежать від вхідних змінних х1, x2,…, xj, …, хn. Подані на входи нейрона N змінні х1, x2,…, xj, …, хn використовуються для отримання сукупності вихідних заданих без навчання лінійних чи нелінійних функцій y1, y2,…, yi, …, ym операторного блока нейрона "Формула". Нейрон "Формула": не потребує навчання, що зменшує витрати часу на введення його у дію; використовує точні формули виходу, що усуває похибки апроксимації; збільшує функціональні можливості через введення в операторний блок заданої сукупності функцій виходу. Подальше збільшення функціональних можливостей нейрона "Формула" досягається можливістю введення для всіх виходів або їх частки вихідних активаційних функцій. Джерела інформації: 1. Powell M.J. Radial Basis Functions for Multivariable Interpolation: A review // Proc. of IMA Conf. on Algorithms for the Approximation of Functions and Data, Shrivenham, UK.-1985. - P. 143-167. 2. Broomhead D.S., Lowe D. Multivariable Function Interpolation and Adaptive Networks // Complex Systems.-1988.-2. - P. 321-355. 3. Lowe D. Adaptive Radial Basis Functions Nonlinearities and the Problem of Generalization // Proc. of IEE Int. Conf. of Artifical Neural Networks, London, UK.-1989.-P. 171-175. 4. Poggio Т., Girosy F. Networks for Approximation and Learning // Proc. of IEEE.-1990.-78(9). P. 1481-1497. 5. Руденко О.Г., Бодянський С.В. Штучні нейронні мережі. - Харків: ТОВ "Компанія СМІТ", 2006.-404 с. 6. Калан Р. Основные концепции нейронных сетей: Пер. с англ. - М.: Издательский дом "Вильяме", 2003.-288 с. 7. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 1970. ФОРМУЛА КОРИСНОЇ МОДЕЛІ 1. Нейрон, який має операторний блок, призначений для математичної обробки вхідних змінних х1, x2,…, xj, …, хn, що з'єднані з відповідними входами операторного блока, який відрізняється тим, що вагові коефіцієнти входів дорівнюють 1, а операторний блок містить довільну сукупність заданих без навчання вихідних лінійних чи нелінійних функцій: yі = Fi (х1, x2,…, xj, …, хn) + Ai, де Ai - вільний член функції yі, і = 1, 2,…, n - порядковий номер функції yі. 2. Нейрон за п. 1, який відрізняється тим, що всі або частка функцій уі мають вихідні активаційні функції. 2 UA 106289 U Комп’ютерна верстка О. Гергіль 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 3
ДивитисяДодаткова інформація
Назва патенту англійськоюNeuron
Автори англійськоюKutkovetskyi Valentyn Yakovych, Turti MAryna Valentynivna
Назва патенту російськоюНейрон
Автори російськоюКутковецкий Валентин Яковлевич, Турти Марина Валентиновна
МПК / Мітки
МПК: G06N 3/00
Мітки: нейрон
Код посилання
<a href="https://ua.patents.su/5-106289-nejjron.html" target="_blank" rel="follow" title="База патентів України">Нейрон</a>
Попередній патент: Спосіб автоматичного контролю рівня рідини в суднових резервуарах з компенсацією впливу крену та диференту судна
Наступний патент: Спосіб хірургічного лікування ускладнених юкстапапілярних виразок
Випадковий патент: Спосіб отримання сиропу інвертного