2. Принципы представления псевдооптических нейросетей в памяти графодинамических машин

Ключевые понятия и идентификаторы ключевых узлов: нейрон, слой, нейрон, нейросеть.

Представление псевдооптических нейронных сетей в графодинамической памяти можно организовать следующим образом. В рассматриваемой нейросетевой модели, как и в большинстве других нейросетевых моделей можно выделить такие понятия, как слой, нейрон, связь. Рассмотрим возможное представление этих понятий в графодинамической памяти.

Каждый нейрон в графодинамической памяти будем представлять связкой:

нейрон   процедура_обратного_распространения_ :  backward_proc,   процедура_прямого_распространения_        :  forward_proc, множество_параметров_                                     :  par, прямые_входные_параметры_                           :  f_In, прямые_выходные_параметры_                        :  f_Out, обратные_входные_параметры_                      :  b_In, обратные_выходные_параметры_                   :  b_Out  ;

для ПНС множество параметров “par”содержит порог, потенциал, например:

par   порог_              : 10 , потенциал_  : 8 , количество_выходных_связей_ : 10 ;

процедуры “forward_proc”и“backward_proc”могут представлять собой программы, реализующие функцию активации и функцию обучения, соответственно, написанные на процедурном языке, который, возможно, являетсяsc-подъязыком, например, на языкеSCP.

Каждую связь, как и нейрон, в графодинамической памяти будем представлять связкой:

волокно   процедура_обратного_распространения_ : b_fibre_proc, процедура_прямого_распространения_      : f_fibre_proc, множество_параметров_                                   : prm, прямые_входные_параметры_                         : f_IP, прямые_выходные_параметры_                      : f_OP, обратные_входные_параметры_                   : b_IP, обратные_выходные_параметры_                 : b_OP  ;

для ПНС множество параметров “prm”содержит как неизменные характеристики связи – длину волокна, плотность среды

prm  длина_              : 100 , плотность_ : 1 ;

так и характеристики проходящего сигнала: интенсивность, длительность сигнала, пространственно-временное положение:

prm  интенсивность_ : 1 , длительность_   : 10 , время_                      : 2 , положение_           : 70 ;

“f_IP”и“b_IP”– прямой выход нейрона-источника и обратный выход нейрона-приёмника соответственно, а“f_OP”и“b_OP”– соответственно включаются во множество прямых входных параметров нейрона-приёмника и во множество обратных входных параметров нейрона-источника; процедуры“f_fibre_proc”и“b_fibre_proc”строятся аналогичным методом, как и процедуры“forward_proc”и“backward_proc”для нейрона. Разумеется, такие процедуры для нейронов источников сигнала , нейронов промежуточных слоёв и нейронов, задающих восстановленный образ, могут быть различны.

Слой нейронной сети задаётся как множество нейронов:

слой  layer1 ; layer1  neuron1 ,   neuron2 ,  neuron3 ;

т. е. слой “layer1” состоит из трёх нейронов “neuron1”, “neuron2”, “neuron3”.

Сеть состоит из слоёв и процедуры обработки поведения сети:

нейросеть   1_  : layer1 , 2_  : layer2 , 3_  : layer3 , 4_  : layer4 , процедура_ :  net_proc  ;

процедура обработки сети запускается по запросу пользователя и создаёт условие запуска процедур нейронов на первом слое. Те в свою очередь создают условия запуска процедур волокон и нейронов на последующих слоях. Кроме этого, существует набор вспомогательных процедур, которые позволяют автоматическим образом создавать сети определённой конфигурации, менять сохраняемый образ, управлять процессами записи и восстановления образа, сохранять текущее состояние сети. Все эти процедуры объединяются в CASE-систему средств для работы с нейросетями.

Ниже приведём примеры запросов пользователя на построение сетей определённого вида на языке SC:

множество связей между слоями_ [ множество связей между слоями_ :/"1"/ ,слой,  в который идут связи_ :/" 2 "/ ] ,[ слой,  из которого идут связи_ :/" 1 "/ ,слой,  в который идут связи_ :/" 3 "/ ] ,[ слой,  из которого идут связи_ :/" 2 "/ ,слой,  в который идут связи_ :/" 3 "/ ]  ; множество задаваемых начальных потенциалов_ [ для какого слоя задаются потенциалы_ :/" 2 "/ ,[ порядковый номер нейрона_ : /" 1 "/ ,начальный потенциал нейрона_ : /" 2 "/ ]  ,[ порядковый номер нейрона_ :  /" 2 "/ ,начальный потенциал нейрона_ :  /" 0 "/ ] ] ;