Нейросетевые преобразователи импульсно-аналоговых сигналов. Преобразователи информации, искусственные нейронные сети

организацией базируется на представлении преобразователя в виде выбранной исходной аппроксимирующей сети и проведении ее обучения с целью получения нейросетевой конфигурации схемы устройств на решение заданной задачи преобразования с минимальными затратами .

С учетом этого далее сформулирован укрупненный порядок (рис. 1.3) проектирования (синтеза) структур нейропреобразователей с настраиваемыми синаптическими связями между их нейроэлементами.

Рис. 1.3. Укрупненный порядок проектирования (синтеза) ПФИ с функцией обучения

Начиная от постановки задачи и завершая ее последующей реализацией, он содержит 4 основных этапа.

1.   Представление преобразователя в виде нейросетевой структуры или схожей с ней (нейроподобной) конструкции, построение математических моделей ее нейроузлов (НУ).

2.   Задание входных и выходных переменных полученной структуры и ее нейроузлов в виде матриц эквивалентных им логических (бинарных) сигналов – как необходимой процедуры к переходу их описания в базисе логических операций.

3.   Представление выявленных в структуре преобразователя нейроопераций в логическом (булевом) базисе, проведение структурного синтеза цифровых автоматов, реализующих эти операции.

4.   Реализация преобразователя на конкретной элементной базе.

Для 2-го подхода (1.3) к построению аппроксимирующей зависимости первый этап содержит следующую последовательность действий (подэтапов), обеспечивающих получение структуры ИНС‑преобразователя с функцией обучения.

1.1.  Выбор и обоснование архитектуры (вида) исходной ИНС для решения заданной задачи преобразования.

1.2.  Определение базовой конфигурации структуры нейропреобразователя как аппроксимирующей сети (или ИНС-аппроксиматора).

1.3.  Обучение сети с получением в итоге нейросетевой модели преобразователя в виде структуры и весов синаптических связей между его нейронами.

Применение последовательности операций 1.1 – 1.3 для построения ПФИ позволяет избежать проведения трудоемкого поиска приемов и методов формирования классического представления аппроксимирующей функции (1.2) как модели искомой структуры преобразователя. Тем более что для целого ряда операций преобразования этот поиск не всегда завершается успешно и приходится применять специальные структурно-алгоритмические методы вычисления зависимости (1.2).

Далее, после получения структуры ИНС-преобразователя, необходимо выполнить этапы 2 – 4, позволяющие обеспечить его схемотехническую и физическую (микроэлектронную) реализацию.

Интерпретация преобразователя в виде аппроксиматора существенно ограничивает затраты на поиск его структуры за счет перебора используемых для ее построения известных методов преобразования (взвешенного кодирования, метода счета, следящего уравновешивания и др.).

Области применения ИНС-технологий в проектировании ПФИ

Необходимо отметить, что при разработке преобразователей импульсно-аналоговых сигналов в цифровой код в качестве информативных признаков сигналов часто используются:

– длительность временного интервала  прямоугольного импульса