Вінницький національний технічний університет, м.Вінниця Анотація. При розробці розвиненого програмного та апаратного забезпечення для сучасних обчислювальних засобів інтерес представляють удосконалені методи асоціативної обробки інформації, а саме процедури сортування і вибору. Це забезпечує реалізацію ефективного пошуку потрібної інформації в масивах даних. Необхідність паралельної необчислювальної обробки великих масивів інформації потребує відповідну організацію асоціативної пам'яті, а також розробку і використання відповідних перспективних технічних засобів. Сортування вважається важливою процедурою в таких прикладних областях, як рішення економічних задач, управління базами даних (СУБД), сортування IP адрес в комп'ютерних мережах, обробка сигналів і зображень (наприклад, при нелінійній медіанній фільтрації зображень). Аналіз відомих методів сортування показав, що найбільш ефективним методом паралельного сортування з урахуванням його апаратної реалізації сортуючою мережею є метод попарного обміну. При цьому, ступінь паралелізму будь-якого методу сортування за його апаратної реалізації безпосередньо залежить від кількості схем порівняння, які спрацьовують паралельно при кожному перегляді. Для методу попарного обміну ступінь паралелізму визначається величиною ]n/2[, де nкількість вхідних числових величин або розмірність вхідного лінійного масиву чисел. У статті проаналізовано способи реалізації алгоритму сортування методом попарного обміну з топологією зв'язків між елементами масиву чисел у вигляді «стрічки» і «кільця». Для прикладу описано паралельний алгоритм сортування методом попарного обміну. Моделювання алгоритму виконано на мові високого рівня С ++. Проаналізовано отримані статистичні та графічні результати моделювання. Аналіз графічних результатів моделювання свідчить про залежність виду O(n) між кількістю циклів сортування і розмірністю n вхідного масиву. Це підтверджує ефективність апаратної реалізації сортування попарним обміном на сортуючій мережі за рахунок регулярності структури і зв'язків в процесі сортування. Можливість статистично визначити не тільки кількість циклів сортування при заданій розмірності масиву чисел, але й відповідну кількість порівнянь і переміщень значно розширює можливості вдосконалення відомих і створення нових способів синхронного сортування елементів лінійного масиву апаратно у вигляді сортуючої мережі. Ключові слова: обчислювальна складність, сортування, лінійний масив чисел. Аннотация. При разработке развитого программного и аппаратного обеспечения для современных вычислительных средств интерес представляют усовершенствованные методы ассоциативной обработки информации, а именно процедуры сортировки и выбора. Это обеспечивает реализацию эффективного поиска нужной информации в массивах данных. Необходимость параллельной невычислительной обработки больших массивов информации требует соответствующую организацию ассоциативной памяти, а также разработку и использование соответствующих перспективных технических средств. Сортировка считается важной процедурой в таких прикладных ...
The subject of study in this article is the features of structural organization and functioning of the improved Hamming network as a model of neural network heteroassociative memory for classification by discriminant functions. The goal is to improve the neural network classifier based on the Hamming network, which implements the criterion of maximum similarity using discriminant functions and does not have restrictions on the representation of input data (not only binary data). The tasks: analyze the capabilities of associative memory models using neural networks as an example; analyze the features of classification on the principles of discriminant analysis; develop the structure of a neural network classifier as a model of neural network heteroassociative memory; perform simulation modeling of the classification process on the example of medical diagnosis. The methods used are a mathematical model of the functioning of a neural network as a classifier, and simulation in C#. The following results have been obtained: the structure of the neural network classifier has been improved through the formation connection matrix of a hidden layer from pre-calculated coefficients of linear discriminant functions, and the connection matrix of the output layer in the form symmetrical matrix with zeros on the main diagonal. This allows not only to simplify m connections, where m is the number of classes, in the structure of the output layer of the neural network classifier, but also to speed up the classification process, as well as to implement classification by the maximum of discriminant functions. Conclusions. The scientific novelty of the results obtained is as follows: the neural network classification method has been improved using pre-calculated elements of the connection matrices in the hidden and output layers of the classifier, which does not imply a long process of direct neural network learning with using discriminant functions; the structural organization of a neural network classifier is proposed, which is an improvement of the Hamming network as a model of heteroassociative memory, that allows using this classifier in a decision support system for medical diagnosis; the removal of positive feedback in neurons of the competitive (output) layer is implemented, which allows not only simplifies the structure of the neural network classifier but also speeds up the classification process almost 2 times, which is confirmed by the simulation results.
Вінницький національний технічний університет, м. Вінниця Анотація. Розробка асоціативної пам'яті та паралельних методів асоціативної обробки масивів даних дозволяє подолати обмеження адресного (послідовного) доступу до пам'яті та збільшити швидкодію необчислювальних операцій. Серед методів асоціативної обробки найбільше розповсюдження отримав метод обробки по розрядних зрізах (слайзах), тобто з одночасною обробкою однойменних розрядів усіх слів. В роботі проаналізовано відомі варіанти побудови асоціативних процесорів, базовим вузлом яких є асоціативна пам'ять. Обрано асоціативний процесор з паралельно-послідовним способом обробки елементів числового масиву. Запропоновано дві структури асоціативних процесорів з можливістю виконання операцій пошуку за ключем і пошуку мінімуму/максимуму у числовому масиві. У першому запропонованому варіанті в асоціативному процесорі для пошуку у масиві даних за ключем паралельно-послідовна обробка дозволяє зафіксувати співвідношення n операндів з ключем у вигляді бінарних ознак (=, ≠) в пам'яті результатів на тригерах. У другому запропонованому варіанті в асоціативному процесорі для пошуку екстремальних чисел розширення функціональних можливостей досягається за рахунок роботи в двох режимах: пошук мінімального або максимального числа у масиві n чисел. Особливістю таких процесорів є використання швидкої регістрової пам'яті на лічильниках та паралельної обробки без операції порівняння елементів числового масиву. В цьому випадку можна об'єднати функціональні можливості двох типів запропонованих асоціативних процесорів в одному асоціативному процесорі через подібність їх структурної організації та принципу обробки елементів числового масиву через використання операції декременту у регістровій пам'яті на лічильниках. Розраховано основні параметри запропонованих асоціативних процесорів. Виконано порівняльний аналіз відомих та запропонованих асоціативних процесорів за такими показниками, як апаратна складність та часові витрати. Значною перевагою запропонованих асоціативних процесорів є регулярність структури та менша кількість апаратних витрат. Виграш в апаратних витратах є важливим при реалізації асоціативних процесорів на перспективній елементній базі-ПЛІС. Ключові слова: асоціативна пам'ять, асоціативний процесор, пошук за ключем, пошук мінімуму/максимуму, операції інкременту/декременту. Аннотация. Разработка ассоциативной памяти и параллельных методов ассоциативной обработки массивов данных позволяет преодолеть ограничения адресного (последовательного) доступа к памяти и увеличить быстродействие невычислительных операций. Среди методов ассоциативной обработки наибольшее распространение получил метод обработки по разрядным срезам (слайзам), то есть с одновременной обработкой одноименных разрядов всех слов. В работе проанализированы известные варианты построения ассоциативных процессоров, базовым узлом которых является ассоциативная память. Выбран ассоциативный процессор с параллельно-последовательным способом обработки элементов числового массива. Предложены две структуры ассоциативны...
Associative operations are effectively used to solve such application problems as sorting, searching for certain features, and identifying extreme (maximum/minimum) elements in data sets. Thus, determining the maximum number as a result of sorting a numerical array is an acceptable operation in implementing the competition mechanism in neural networks. In addition, determining the average number in a numerical series by sorting significantly speeds up the process of median filtering of images and signals. In this case, the implementation of median filtering requires the use of sorting with the ranking of the elements of the number array. This paper analyses the possibilities of associative operations implementing the elements of a vector (one-dimensional) array of numbers based on processing by difference slices (DS). A simplified description of DS processing with a selection of the common part of the elements of the vector and the difference slice formed from its elements is given. In addition, elements of the binary mask matrix are used as an example of a topological feature matrix. The proposed approach allows for the formation of the ranks of the elements of the initial vector, as a result of sorting in ascending order of their numerical values. The paper shows a schematic representation of the process of DS processing, as well as an example of DS processing of a number vector in the form of a table, which shows the formation sequence of numbers of the sorted array and the ranks of numbers of the initial array. Therefore, the proposed use of topological features allows to determine the comparative relations between the elements of the numerical array in the process of spatially distributed DS processing, as well as to confirm the versatility of this approach.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.