BC/NW 2009; №1 (14):10.1

РЕАЛИЗАЦИЯ ПОРОГОВОГО ЭЛЕМЕНТА НЕЙРОННОЙ СЕТИ В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ НА БАЗЕ ЧИСЕЛ МЕРСЕННА

Анисенков М.Е., Малахов В.В.

(Смоленск,Филиал ГОУ ВПО «МЭИ(ТУ)»)

Проблема создания больших нейронных сетей в настоящее время стоит очень остро. Такие сети позволяют в режиме реального времени анализировать большой поток данных, решать многокритериальные задачи, анализировать системы с большим числом параметров, проводить распознавание сложных образов, решать задачи классификации объектов, имеющих большое число параметров, создавать высокопроизводительную ассоциативную память [3]. Характерной особенностью таких нейронных сетей является наличие большого числа входов, нейронов, образующих структуру системы, а также связей между ними. Для работы таких нейронных сетей требуется солидная аппаратная база, обеспечивающая приемлемый уровень производительности. Однако такие системы имеют достаточно высокую стоимость, и их установка возможна лишь в крупных вычислительных центрах.

Представленный доклад является результатом научных исследований автора, имеющих своей целью создание аппаратных элементов, реализующих логику больших нейронных сетей с приемлемой производительностью и низкой стоимостью [2]. В докладе автором для реализации вычислений в нейронной сети предлагается использовать арифметику системы остаточных классов, построенную на числах Мерсенна [1]. Данный метод позволяет поднять параллелизм системы на достаточно высокий уровень, что позволит увеличить производительность вычислений по сравнению с традиционной позиционной двоичной системой счисления [1].

В докладе рассмотрены следующие вопросы:

- реализация элементной базы системы остаточных классов, построенной на числах Мерсенна;

- реализация простейшего порогового элемента нейронной сети (нейрона) с использованием элементной базы системы остаточных классов, построенной на числах Мерсенна;

- качественные характеристики полученной структуры и их оценка в сравнении с традиционной двоичной системой счисления.

Рассмотрение представленных в докладе вопросов может использоваться для дальнейшего исследования возможностей создания высокопроизводительных аппаратных и программных элементов, реализующих большие нейронные сети, а также их применения в сфере потоковой обработки данных, классификации сложных объектов, создании высокопроизводительной ассоциативной памяти и других направлениях обработки и хранения данных.

Литература

1. Модулярные параллельные вычислительные структуры нейропроцессорных систем / Н. И. Червяков, П. А. Сахнюк, А. В. Шапошников, С. А. Ряднов; Под ред. Н. И. Червякова. – М.:ФИЗМАТЛИТ, 2003. С. 40-135 .

2. Информационные технологии, энергетика и экономика. Сб. трудов V Межрег. науч.-техн. конф. студентов и аспирантов. В 3 т. Т. 1., 2008. С. 14-17.

3. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. – 2-е изд., стереотип. – М.: Горячая линия – Телеком, 2002. С. 8-89.