Page 43 - 4143

контролює функціонування і необхідні операції всієї системи.

Плата контролю накопичує і зберігає дані вхідних і вихідних шарів
і базової мікропрограми для послідовності повчальних кроків.
Сьогодні вже є вражаюча демонстрація можливостей тривимірних
систем штучних багатошарових персептронних НМ, реалізованих

на пластинах, з оцінкою загальної продуктивності системи в класі
розпізнавання образів в 24 більйони переключень за секунду.
Самий вивчений могутній адаптивний алгоритм для навчання

багатошарових персептронних НМ - метод зворотного
розповсюдження, використаний в 3D-HМ, мав продуктивність 1,1
більйони переключень/с для матричного втілення елементарних
процесів 128x128 і давав оцінку більш вражаючої якості

тривимірних систем найближчого майбутнього для матричного
втілення 512x512 близько 54 більйонів переключень/с.

Рисунок 2.6 – Структурна схема нейромережі на кремнієвих пластинах
з управляючою високопродуктивною робочою станцією, що
контролює

функціонування і необхідні операції всієї системи

Потенційна можливість швидкого навчання, перенавчання,
самонавчання НМ разом з високими швидкісними
характеристиками обробки інформації (залежними від "щільності"

представлення власне нейрона перспективного типу, його швидкодії

43