Авторы

Применение нейросетевых ассоциативных машин для обнаружения вторжений в локальную сеть

Предложен алгоритм объединения мнений экспертов, построенных на основе многослойного персептрона, с помощью алгоритмических композиций с динамическим механизмом оценки коэффициента доверия к каждому эксперту. С целью повышения эффективности системы экспертов рассмотрена возможность модификации стандартных градиентных алгоритмов обучения методами, основанными на использовании комбинированных эвристических процедур. Рассмотрена возможность применения экспертов в системе обнаружения вторжений в локальную сеть.

Нейронечеткий адаптивный маршрутизатор потоков цифровой информации

Анализ характеристик канала передачи информации на основе нейронной сети

Безопасность передачи информации по беспроводным каналам связи на базе нейросетевых модулей

Синхронизация узлов коммуникационной сети связи на основе нейронной метасети

Адаптивное управление частотно-эффективной системой передачи информации на основе нейронной сети с оптически связанными элементами

Оптимальное перераспределение радиочастот на базе реверберирующих сетей импульсных нейронов в условиях взаимного влияния радиоэлектронных средств связи

Управление многопозиционной системой идентификации элементов адаптивных трансмиттеров на основе гибридной интеграции данных гетерогенной нейронной сетью

Управление распределенными коммуникационными системами пространственно-временного дублирования информации с применением нейронных сетей парных осцилляторов

Рассмотрена процедура синтеза нейронной сети, основу которой составляет комплексная структура из парных нейронов-осцилляторов, функционирующих в определенной топологической карте. Применение нейронов-осцилляторов с изменяемым порогом активационной функции делает возможным создание реконфигурируемых контуров нейронной памяти, выступающей в роли запоминающей структуры, способной по отдельным сигналам внешней среды воссоздавать решение задачи. Предложено применение зеркальных дифференциальных нейронов, которые реализуют данный принцип работы памяти. Такой способ организации нейронной сети делает возможным реализовать подход к нейросетевому обучению, предполагающему выполнение реконфигурации всех переменных параметров нейронов. Настройка отдельных кластерных групп и их дальнейшее взаимодействие приводит к формированию набора образцов, которые соответствуют обучающей выборке. Рассматривается применение межнейронных коммутаторов, основанных на использовании акустического метаматериала, свойства которого можно изменять путем использования электрокапиллярных явлений. Коммутаторы способны одновременно аккумулировать множество нейронных сигналов с последующей обработкой через промежуточное преобразование в акустические волны, распространяющиеся по поверхности и через объем метаматериала. Настройка параметров переключательных элементов с применением метода оптической диффузионной томографии делает возможным создание искусственных нейристорных линий и организацию обработки сигналов в межнейронном пространстве. Рассматривается процедура настройки и адаптации нейросетевой архитектуры для решения задачи повышения достоверности передаваемой информации с использованием технологии множественной передачи дубликатов сообщений. Управление способом доступа к среде передачи данных, а также определение оптимального числа используемых частотных каналов осуществляется с помощью разработанной нейронной сети парных осцилляторов на основе анализа помехово-сигнальной обстановки. Обосновывается эффективность предлагаемого нейросетевого управления и оценивается эффективность решения поставленной задачи. Читать дальше...

Применение неоднородных сверточных нейронных сетей для построения маршрутов перемещения объектов в пространственных средах с накопленным энергетическим потенциалом

Рассматривается решение задачи синтеза гибридной нейронной сверточной сети, архитектура которой базируется на применении модульной топологии, позволяющей организовать параллельную сверточную вычислительную систему, в которой передача энергии совмещается с процессами информационной обработки, что делает возможным моделирование комплексных процессов функционирования естественных биологических нейронных популяций. Система межслоевой нейронной коммутации, основанная на применении распределенных резонансных контуров, между индуктивными элементами которых расположены слои электромагнитного метаматериала, рассматривается как основа для моделирования взаимодействия астроцитных сетей и нейронных скоплений, отвечающих за обработку информации. В результате процесс обработки данных рассматривается не только на уровне прохождения сигналов через нейронные элементы, но и как процедура взаимодействия искусственных нейронов и астроцитных сетей, обеспечивающих их функционирование. Специфическая организация нейронной сети делает возможным осуществление процедуры обучения и конфигурирования с применением свойств, отсутствующих у нейронных сетей, состоящих только из нейронных популяций. Основой для обучения сверточной сети становится предварительный анализ ритмической активности, в которой основную роль играют искусственные астроциты, выполняющие роль межнейронных коммутаторов. Обученная и сформированная сверточная сеть применяется для решения задачи определения оптимального пути передвижения объекта, извлекающего энергию для своего движения из окружающей среды. Читать дальше...

Синтез оптической нейроморфной структуры с функциональным разделением нейронов для распределения потоков информации

Анализируется возможность применения саморазвивающихся нейронных сетей, способных к самостоятельной генерации топологической карты соединения нейронов в процессе моделирования биологического нейрогенеза, в задачах формирования многопоточных систем передачи информации. Спроектирована базовая оптическая нейросетевая ячейка, основанная на применении слоистой композиции, выполняющей обработку данных. Карта соединения нейронов реализована не в виде упорядоченной структуры, обеспечивающей формирование регулярного графа обмена потоками информации между нейронами, а в виде совокупности когнитивного резерва, представленного в виде несвязанного множества нейроморфных ячеек. Моделирование процессов клеточной гибели нейронов (апоптоза) и создания дендритно-аксонных связей делает возможным реализацию алгоритма поэтапного роста нейронной сети. Несмотря на трудности, возникающие при реализации этого процесса, создание растущей сети в нейросетевом оптическом базисе снимает проблему первоначального формирования нейросетевой архитектуры, что значительно упрощает процесс обучения. Применяемые нейросетевые ячейки совместно с алгоритмом роста сети привели к формированию нейросетевых структур, которые для обработки информации используют внутреннюю самоподдерживающуюся ритмическую активность. Возникновение такой активности обуславливается спонтанным образованием между нейронными ячейками замкнутых нейронных контуров, содержащих общие нейроны. Такая организация рециркуляционной памяти приводит к выработке решений с учетом такой внутрисетевой активности. В результате отклик сети определяется не только стимулирующими воздействиями, но и внутренним состоянием сети и ее ритмической активностью. На функционирование сети начинают влиять внутренние ритмы, которые зависят от проходимой по нейронным скоплениям информации, что приводит к формированию специфической ритмической памяти. Читать дальше...

Функциональное формирование нейроморфного резервуарного вычислительного элемента на базе мемристивного метаматериала

Проектируется нейросетевая структура, основанная на способности определенного класса вычислителей к рекомбинации внутренних ресурсов с целью получения нейроморфных элементов для решения практических задач. Представлен подход для разработки структуры композиционного материала с управляемой локальной проводимостью с возможностью образования объемных неоднородностей, способных реагировать и оказывать влияния на внешние электростатические воздействия. Проведено исследование процесса объединения микрочастиц метаматериала в устойчивые скопления, пригодные для моделирования процессов, происходящих при обработке информации в естественных нейронных образованиях. Исследована эффективность использования в качестве обучаемой структуры проводящих переходов между формируемыми в объеме субстрата нейроморфными скоплениями, в которых возможно длительное энергонезависимое хранение в изменяемых элементах информации об обучающей выборке. В статье предложен способ преобразования информации, основанный на манипулировании электростатическим воздействием при его прохождении через слоистые структуры. Выполнен анализ реакции на входное воздействие, производимое не путем распространения сигнала через проводящие элементы с переменной проводимостью, а посредством прохождения энергетического воздействия через ограниченный объем метаматериала. Основываясь на этом, реализована массивно-параллельная обработка информации с реализацией механизма объединения мнений независимых нейросетевых скоплений, оказывающих влияние на принятие итогового решения. Предложенный в статье способ распространения воздействий в такой среде значительно упрощает процесс добавления элементов в нейронную сеть. Отсутствие прямой электрической связности позволяет увеличивать количество новых вычислительных элементов без значительной перестройки проводящих сред. Процесс преобразования входной информации с применением модифицированного дельта-кодирования предотвращает преждевременный износ элементов сети. Читать дальше...

Применение нейроморфных электроактивных макроячеек для повышения надежности пространственной ориентации

Проектируется нейросетевая архитектура, основанная на полимерных макроячейках, выполняющих роль нейронных элементов и способных образовывать электропроводящие синаптические переходы. Разработана архитектура нейросетевого вычислителя, в котором каждый из компонентов способен регистрировать и вырабатывать ответную реакцию на энергетические воздействия различной природы: электрические, оптические и электростатические. Данная особенность нейронной сети снимает ограничения, связанные с восприятием входной информации только входным слоем нейросетевого вычислителя. Проведено исследование влияния воздействия различных представлений входных данных на процесс обработки информации макроячейкой. Исследована эффективность применения временной и электрической деградации нейросетевой макроячейки как комплексного явления, направленного на адаптацию нейронной сети к этому процессу и формирование алгоритма распределения элементов обучающей выборки равномерно по всему объему доступных нейроэлементов. В статье проанализирован способ формирования эпизодической циркуляционной памяти, которая значительно повышает скорость выработки решения сетью, с учетом гравитационного взаимодействия с макроячейками. Выявленная особенность влияния гравитационного поля на активность нейросетевых скоплений легла в основу естественной селекции ячеек по выполняемым функциям в зависимости от пространственного положения в архитектуре нейронной сети. Приведен способ воздействия на ячейку физическими эквивалентами элементов обучающей выборки, преобразованных в различные энергетические формы для управления конфигурированием макроячейки с использованием всех доступных способов восприятия информации. Каждое воздействие, несущее информацию об обучающем элементе (оптическое и электростатическое), подкрепляет сформированные обобщающие способности нейронной композиции макроячеек. Практическая новизна выполненного исследования заключается в спроектированной нейросетевой системе, в которой достигается увеличение быстродействия за счет самоорганизующихся осциллирующих нейронных скоплений. Разработанная нейросетевая модель применяется для снижения радиодевиации и сопутствующих ошибок навигации, возникающих из-за проводящих препятствий или атмосферных образований. Читать дальше...