8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Авторы

Лавренков Ю. Н.

Ученая степень
канд. техн. наук, Калужский филиал МГТУ им. Н. Э. Баумана
E-mail
georglawr@yandex.ru
Местоположение
г. Калуга
Статьи автора

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.

Читать дальше...

Нейронечеткий адаптивный маршрутизатор потоков цифровой информации

В статье рассмотрен комбинированный алгоритм выбора параметров радиально-базисной нейронной сети на основе нечеткого иммунного алгоритма оптимизации . Эволюционное построение антител и использование нечеткой адаптивно-резонансной нейронной сети позволяет адаптировать алгоритм обучения нейроконтроллера под решение оптимизационной задачи . Описана возможность использования такого рода нейронных сетей для построения адаптивного маршрутизатора информации в сети связи и обеспечения защищенности его структуры от целенаправленного разрушения.
Читать дальше...

Анализ характеристик канала передачи информации на основе нейронной сети

В статье приводится описание гибридного алгоритма настройки параметров нейронной сети, построенной на основе сигма-пи нейронов. Ядро алгоритма обучения составляет комбинация алгоритмов случайного поиска с применением эвристических алгоритмов. Рассмотрен процесс управления эвристическим алгоритмом на основе осциллирующей нейронной сети. Применение комплексного подхода обучения для нейронных сетей, построенных на основе сигма-пи нейронов, позволяет выполнить их обучение за время, необходимое для настройки нейронной сети на решение прикладной задачи. Рассмотрена возможность использования сигма-пи сети для оценки параметров безопасности канала передачи информации на основе анализа спектра отраженного зондирующего сигнала . Для формирования обучающей и тестовой выборки сети приводится описание разработанного устройства для анализа проводных линий связи.
Читать дальше...

Безопасность передачи информации по беспроводным каналам связи на базе нейросетевых модулей

В статье рассмотрена возможность применения нейросетевых методов для осуществления безопасной передачи информации в беспроводных сетях связи. Приведен пример организации сети связи, состоящей из пространственно разнесенных передатчиков сигнала синхронизации и одного централизованного передатчика информационных сообщений. Предлагается использовать нейронную сеть, основу архитектуры которой составляют динамические нейронные модули с развитой системой обратных связей, предназначенной для формирования информационных сообщений и защиты канала связи. Предложена модель цифрового динамического нейрона для генерации сигналов синхронизации всей системы, которые применяются для корректного приема информационных групп. Выполнена разработка алгоритмов обучения нейросетевых модулей в соответствии с особенностями их внутренней структуры.
Читать дальше...

Синхронизация узлов коммуникационной сети связи на основе нейронной метасети

Рассмотрены вопросы применения растущих нейросетевых структур для выполнения синхронизации по времени узлов в сети связи. Приведен пример размещения в узлах телекоммуникационной сети нейронных сетей с линиями задержки, применяемых для частичной модификации содержимого информационного пакета с временными метками при его распространении от хронирующих источников до целевых узлов. Предлагается использовать растущую каскадно-корреляционную нейронную сеть для определения времени распространения пакета по сети связи на основе анализа изменения его вариативной части нейроконтроллерами, расположенными в узлах сети. Для повышения быстродействия системы выполнена разработка системы сжатия данных для настройки и обучения спроектированного нейросетевого комплекса.
Читать дальше...

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

Автором предлагается применение клеточной нейронной сети, архитектура которой адаптирована для аппаратной реализации в системе беспроводной передачи информации с множеством несущих частот. В состав элементов выборки для настройки и конфигурирования топологии двухслойной сети входят основные параметры, характеризующие каналы возможной передачи информации. Выполняется проектирование архитектуры клеточной нейронной сети, разработаны основные составные части цифрового вычислительного элемента и методы их реализации. Описывается способ организации оптической связи между отдельными нейронными модулями в составе сети, который обеспечивает не только возможность перестройки топологии в процессе обучения, но и распределение приоритетов распространения информационных сигналов нейронов в зависимости от активности при оценке ситуации на входе нейросетевой структуры. Применен способ асинхронной активации клеток, основанный на применении осциллирующей сетевой структуры со случайной организацией связей между базовыми элементами, выполненными на базе модифицированных кольцевых осцилляторов. Оценивается эффективность обучения предложенной архитектуры с помощью алгоритмов стохастического диффузионного поиска. Анализ адаптивных возможностей системы радиосвязи, формирующихся за счет применения нейронной сети, показал, что нейросетевой подход является эффективным при использовании в перестраиваемых беспроводных сетях передачи информации.
Читать дальше...

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

Задача планирования радиочастотного спектра для электромагнитной совместимости радиоэлектронных средств беспроводной связи и повышения безопасности передаваемой информации является оптимизационной задачей при заданной системе ограничений. Большое количество радиоэлектронных средств и сложные способы их взаимодействия при совместном функционировании обуславливают сложность оптимального распределения частот. Решение задачи с помощью методов Монте-Карло и алгоритмов глобального поиска с применением схем редукции сложности многоэкстремальной задачи приводит к проработке большого множества возможных вариантов присвоения частот. Кроме этого, при проектировании алгоритмов перестройки рабочей частоты необходимо учитывать эффекты интермодуляции, группового воздействия помех и другие комбинации физических факторов. В статье предлагается использовать спайковую нейронную сеть с адаптивной схемой соединения спайковых нейронов и электрооптической системой передачи импульсов между элементами нейронной сети. Оптическая система коммутации применяется не только как система коммуникации, но и как механизм отслеживания изменений ритмичности во время функционирования нейронной сети. Применение аналогового электрохимического интегрирующего элемента делает возможным организацию сбора информации об активности групп нейронов в течение длительного интервала времени. Полученные значения активности применяются для повышения эффективности алгоритма обучения. Спроектированная нейросетевая структура используется для решения задачи динамического присвоения частот и определения интервалов активности передатчика в условиях изменяющейся электромагнитной обстановки.
Читать дальше...

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

В статье рассматривается проектирование нейросетевой системы для определения положения источника информационных сигналов. Определение координат неизвестного источника является важной процедурой в задачах повышения эффективности функционирования систем беспроводных электронных коммуникаций. Решение проблемы требует преодоления ряда трудностей, связанных с оптимальным приемом сигналов от источников, размещением элементов систем передачи информации, относительной сложностью измерителя, включающего в свой состав средства преобразования поступающих сигналов. Способ обработки информации базируется на применении систем с множеством разнесенных пунктов приема, организованных как комплекс приемников дистанционной передачи данных. После прохождения группы функциональных блоков предобработанный сигнал с каждого приемника поступает на вычислительный модуль, основу которого составляет гетерогенная нейронная сеть. Нейроконтроллер выполнен из нейронных блоков трех типов, образующих трехслойную нейросетевую структуру. Первый слой составлен из нейронов-осцилляторов для поддержания постоянного функционирования двух других типов нейронов, организация которых требует постоянного стимулирования для функционирования всей сети. Нейросетевые модули второго и третьего типов сконструированы как устройства обработки сигналов, осуществляющие добавление и отсечение гармонических составляющих. Выполнено обоснование применяемого алгоритма обучения и показана эффективность спроектированной нейросетевой системы обработки информации.
Читать дальше...

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...