4. Заключение к 12 главе

В данной главе были рассмотрены принципы и методы проектирования элементарного трехуровневого разряда нейрона и показаны его однозначные, укрупненные детерминированные, вероятностные и нечеткие переходы.

Показано, как строить такие произвольные элементарные нейроны с аналогичными свойствами, что очень важно для разработчиков нейронов и нейронных сетей.

Этот подход несколько отличается от известных биологических нейронов, но функционально к ним приближается по своим функциональным качествам переходов.

Однако, биологический нейрон обладает качествами связи с другими нейронами. Так выходные сигналы нейрона могут соединяться через аксон с 10 000 подобных нейронов, а входные сигналы через дендриты соединяются с другими нейронами, образуя возбуждающие и тормозящие сигналы.

В следующей 13 главе мы рассмотрим структуру нейрона, состоящую из элементарных нейронов, которая будет решать задачи связи с другими нейронами.

Лекция 13

Когнитивные системы на нейронах

12. 1. Введение

Рассмотрены свойства искусственного элементарного нейрона, такие как:

1. Он должен хранить информацию. Иначе говоря, иметь память.

2. Обладать свойством: перестраивать структуру своей памяти в процессе работы.

3. Иметь два множества входных сигналов: устанавливающих x(t) – возбуждающих сигналов и перестраивающих структуру подмножеств памяти е(Δ), при которых запоминаются установленные состояния – тормозящих сигналов.

4. Обладать некоторым множеством переходов: однозначных, укрупненных, вероятностных и нечетких.

Уже рассмотренные в предыдущей главе эти свойства дают нам возмож-ность перейти к построению структуры аксона из элементарных нейронов, который мог бы решать следующие задачи:

5. Иметь возможность своими выходными сигналами связаться с одним из нейронов, что определяет 104976 состояния схем памяти самого нейрона, что позволяет создавать нейронные сети.

6. Иметь возможность принимать два множества входных сигналов: возбуждающих (устанавливающих) и тормозящих (сохраняющих)

7. Обладать свойствами самоконтроля своей работоспособности.

Для нас важны в первую очередь функциональные возможности биоло-гического нейрона и его количество связей с внешней средой. Для приме-ра, мы бы могли строить автомобили с ногами лошади, но нас интересовали их функциональные возможности, а не структура оригинала.

13.2. Сравнение биологического нейрона с элементарным искусственным нейроном

Наш элементарный искусственный нейрон, описанный в виде трехуров-невой схемы памяти на МФСП [7], может явиться ячейкой искусственного нейрона. Для сравнения с биологическим нейроном можно провести небольшую аналогию. Можно сравнить МФСП с матричной структурой запоминания состояний, которая характеризуется как автомат 3-го рода, с ядром нейрона, а двухуровневый автомат стратегии с клеточным телом, который влияет на структуру запоминания состояний в МФСП .

Синхронизированные устанавливающие входные сигналы, которые поступают на входные узлы МФСП , можно отождествить с дендритами возбуждения, а синхронизированные устанавливающие входные сигналы двухуровневого автомат стратегии , можно отождествить с дендритами настройки МФСП .

Эти дендриты настройки МФСП в процессе своего изменения отключают БА (логические элементы) в МФСП и с натяжкой их можно соотнести их с дендритами торможения в биологическом нейроне. Одновременно, выходные сигналы автомата стратегии четко определяют изменения в структуре запоминаемых состояний в МФСП , что можно использовать в виде направления передачи информации о состоянии МФСП для связи с конкретным нейроном, как это осуществляется в аксоне биологического нейрона.

Однако, в элементарном искусственном нейроне количество входных узлов МФСП (ядре) ограничивается двумя узлами, а в автомате стратегии (клеточное тело) – шестью входными узлами. В сумме количество входных узлов в элементарном искусственном нейроне составляет восемь входных узлов. Количество активных выходных сигналов МФСП равно 9, имеющих свое отличное направление от всех остальных выходных сигналов под влиянием выходных сигналов автомата стратегии .

При использовании восьми разрядного регистра элементарных искусственных нейронов, образуется искусственный аксон, имеющий состояний, что составляет больше 31 миллиона состояний. Такой 8-ми разрядный аксон способен составлять нейронную сеть из ряда таких же нейронов, устанавливать между ними связь и образовывать реконфигурируемую нейронную сеть.

В нашем случае нейрон представляет память, а для обработки информации, приходящей из нейронной сети, необходимо ввести сумматор для организации устанавливающих x(t) входных сигналов и для МФСП с матричной структурой запоминания состояний, и для автомата стратегии , определяющего в каком подмножестве π_i будет вестись обработка информации. Выходные сигналы с автомата стратегии и будут определять направление информации в аксоне для связи с другими нейронами.