Введение к работе
Актуальпость темы. В последние годы с развитием технологии реализации интегральных схем, заметно возрос интерес к нейронным сетям (НС). Это объесняется тем, что компьютеры нового поколения, базирующиеся на НС-ах (нейрокомпьютеры), проявляют некоторые интеллектуальные способности, т.е. эти компьютеры могут с легкостью решать такие сложные задачи, как например - распознавание образов, классификации данных, принятие оптимальных решений и т.д. , т.е. задачи, решения которых очень сложны даже с применением классических компьютеров высокого быстродействия и с большим объемом памяти.
В последние годы были опубликованы многочисленные монографии, научные статьи и авторские свидетельства, посвященные вопросам теории, технической реализации и применения НС. Исследования показывают, что в системах обработки информации, с применением НС расширяется функциональная возможность вычислительной системы, в несколько раз уменьшаются размеры приборов, улучшается надежность параметров, быстродействие и т.д..
Целью работы является исследование нескольких вариантов технической реализации НС, с базированием па теоретические результаты НС. Данная работа связана с некоторыми вариантами технической реализации НС, базирующиеся па трех моделях: бинарного формального нейрона (ФН), квази-аналогового формального нейрона (КАФН) и аналогового нейропа (АН).
Известны два основных подхода к техническим реализациям НС, базирующиеся на аналоговой и цифровой схемотехнике. Целью диссертационной работы также является исследование и анализ преимуществ и недостатков этих подходов, с одновременным предложением квазианалоговой модели ФН.
Научная повизна. В работе разработаны:
новая модель пейрона: квази-аналоговый формальный нейрон,
несколько версий технической реализации КАФН:
а) КАФН на биполярных п-р-п транзисторах,
б) КАФН на биполярных p-n-р транзисторах,
в) КАФН на комплементарных МОП (КМОП) транзисторах,
> новый вариант технической реализации аналогового пейрона:
аналоговый НС на КМОП транзисторах,
> варианты технической реализации алгоритмов обучения НС:
а) для обучения КАФН с бинарным выходом,
б) для обучения аналоговой НС, с использованием алгоритма
обратного распространения.
Методы исследования связаны с синтезом и анализом интегральных нейронных схем. В частности, разработанные некоторые технические подходы дают возможность повысить функциональную способность и надежность нейронов и НС, а также улучшить технические параметры и характеристики, благодаря применению некоторых разработанных схемотехнических решений.
Исследование реализуются на транзисторном уровне с использованием AIM SPICE программного пакета, который дает возможность моделировать и исследовать современные интегральные схемы.
Практическая ценность данной работы заключается в том, что нейронные сети могут быть использованы в сложных цифровых, аналоговых вычислительных системах, как универсальные системы, например, в задачах распознавания образов, декодирования н обработки звуковых сигналов, адаптивных фильтров, обработки данных, контроля и т.д., т.е. в таких задачах, которые требуют высокого быстродействия, надежной работы и адаптивности.
Практическая ценность данной диссертации заключается в:
разработанной новой модели КАФН, которая расширяет функциональные возможности классического ФН,
обеспечении большого функционального класса для квази-аналоговых функций, с использованием одного КАФН и без применения НС,
использовании КАФН при решении вышеуказанных задач. В частности, иа этом нейроне можно создать, так называемый, обучаемый цифро-аналоговый преобразователь, область применения которого известна,
использовании разработанной аналоговой НС, которая обеспечивает аналоговый выход, при решении вышеуказанных задач.
Основные научные положения, выносимые на защиту.
Теоретические выкладки, которые необходимы для технической реализации НС,
Предлагаемая новая модель КАФН,
Несколько разработанных вариантов технической рализации КАФН, базирующихся на
а) биполярных п-р-п транзисторах,
б) биполярных p-n-р транзисторах,
в) КМОП транзисторах,
Новый разработанный вариант технической реализации аналоговой НС, базированой на КМОП транзисторах,
Результаты исследования этих интегральных схем, с использованием AIM SPICE, на транзисторном уровне.
Новые варианты технической реализации алгоритмов обучения НС:
а) для обучения КАФН с бинарным выходом,
б) для обучения аналоговой НС, с использованием алгоритма обратного распространения. Структура диссертациоппой работы.
Диссертация состоит из введения, 4-х глав, заключепия, списка литературы и приложения, где приводится список сокрощений и словарь технических терминов.