Page 42 - 4143

Запропонована архітектура шини даних дозволяє різко скоротити

число з'єднань між нейронами всередині і зовні нейрочипу. Вагові
коефіцієнти нейрону змінюються в діапазоні 8 біт, вихідні сигнали
кодуються 9-бітовими числами (див. рисунок 2.3), а шина з
розділенням часу забезпечує асинхронний обмін даними між

осередками (див. рисунок 2.4).
НМ на пластині може бути достатньо просто сполучена з
керівником зовнішнім комп'ютером і використана для широкого

спектру інтелектуальних задач в рамках високоорганізованих систем
штучного інтелекту. Наприклад, задача комівояжера для 16 міст
була вирішена за допомогою створених НМ і НК, працюючого з
тимчасовим циклом 267 мкс, за 0,1 с, причому швидкість

обчислення і рішення подібних задач перевищувала на порядок
можливості суперкомп'ютера фірми "Hitachi" продуктивністю понад

мільярд операцій в секунду.
Потім в 1992-1993 рр. в рамках використовування ефективної
архітектури шини даних з розділенням часу (див. рисунок 2.3)
розробники фірми заклали в проектовані НМ можливості навчання і

самонавчання. Така можливість з'явилася у зміненій схемі всіх
використованих у НМ нових ФН (формальних нейронів) за рахунок
додаткового підстроювання вагових коефіцієнтів (рисунок 2.5).

Рисунок 2.5 – Модифікована структурна схема

формального нейрона з можливістю навчання і
самонавчання за рахунок додаткового підстроювання
вагових коефіцієнтів

На рисунку 2.6 представлена структура повної синтезованої
НМ з управляючою високопродуктивною робочою станцією, яка

42