Теория нейронных сетей - Галушкин А.И.
ISBN 5-93108-05-8
Скачать (прямая ссылка):
К недостаткам метода адаптивной диагностики можно отнести большую избыточность структуры, получающуюся при синтезе адаптивной диагностической сети. Такая избыточность является «платой» за быстродействие метода. Недостаток метода заключается также в том, что если на выходе нейронной сети стоит один нейрон, то являются логически неотличимыми отказы выходов нейронов предпоследнего слоя и соответствующих входов нейронов последнего слоя. В свете преимуществ, получаемых от быстродействия метода, для нейронных сетей с большим числом нейронов этот недостаток является несущественным. Поясним это утверждение. Если сигнал с адаптивной диагностической сети подается на систему переключения резерва, то в случае отказа либо выходов нейронов предпоследнего слоя, либо соответствующих входов нейронов последнего слоя, будет отключаться не один нейрон, а сразу два.
Остановимся на особенностях метода адаптивной диагностики. Для генерации обучающей выборки требуется промоделировать все отказы заданного класса, а это является самой трудоемкой частью синтеза адаптивной диагностической сети. Автоматизация этого процесса позволяет существенно упростить процесс синтеза адаптивной диагностической сети, а использование хорошего алгоритма позволяет получить ее минимальную реализацию.
Реализация самой нейронной сети и адаптивной диагностической сети на однофункциональных элементах с одним типом связей дает преимущество при реализации всего устройства в виде СБИС, а также позволяет применять одни и те же методы синтеза для обеих сетей. Поскольку при синтезе адаптивных диагностических сетей, как это следует из рассмот-
ренного примера, имеет место избыточность нейронов, то очевидно, что этот метод целесообразно применять в устройствах с повышенными требованиями по их надежности.
Расширение возможностей применения данного метода может быть произведено за счет класса параметрических отказов. Для этого требуется доказать, что все возможные ошибочные пути, соответствующие параметрическим отказам, принадлежат множеству ошибочных путей для класса отказов типа логических констант на входах-выходах нейронов. Проверка этого условия для простейших нейронных сетей показала его выполнимость, а доказательство его в общем случае представляется затруднительным.
Литература
16.1. Пальянов НА. Локализация неисправностей в пороговых логических элементах с точностью до входа-выхода. Радиоприборостроение и микроэлектроника, вып.4. Омск, 1975, с.160-166.
16.2. Пальянов И.А., Потапов В.И. Контроль неисправности многофункциональных пороговых модулей. - В сб.: Устройства механизации и автоматизации технического контроля качества, 1973, с.73-83.
16.3. Пальянов И.А. Построение проверяющих тестов для многопороговых пороговых элементов. - В кн.: Вычислительная техника и системы управления. Омск, 1975, с.70-75.
16.4. Потапов В.И., Пальянов И.А. Диагностика неисправностей пороговых элементов. - Изв. СО АН СССР, сер. Технические науки, №8, вып.2, 1976, с.126-133.
16.5. Чараев Г.Г. Техническая диагностика схем на пороговых элементах. - Автоматика и телемеханика, №1, 1971, с.151-158.
16.6. Чараев Г.Г. Техническая диагностика дискретных устройств интегральной электроники. - М., Энергия, 1974, с.105.
16.7. Фомин Ю.И. Галушкин АН Методы технической диагностики сетей пороговых элементов. //Техника средств связи, сер. «Системы связи», вып.2, 1980, с. 84-94.
16.8. Фомин Ю.И. Галушкин А.И. О методике параллельной диагностики отказов в сетях пороговых элементов. Электронное моделирование. Киев, Наукова Думка, 1981, №3, с. 89-92.
16.9. Sarje А.К. Implication chart for testing threshold functions. «J.Inst. Eng. (India), Electron, and Telecommun. Eng. Div», 1984, 65, №2, c. 46-77.
16.10. Mourad Samiha, Hughes Joseph L.A., McCluskey Edward J. Multiple fault detection in parity trees, COMPCON Spring 86, 31 st IEEE Comput. Soc. Int. Conf., San Francisco, Calif., March 3-6, 1986, c.. 441-444.
16.11. D.P.Brown- Matrix Tests for Period 1 and 2 Limit Cycles in discrete threshold networks, IEEE Trans. Syst. Man and cybernetics, v.22, 1992, №3, c. 552-534.
16.12. Eijkman Eg G.J. Neural nets tested by psychophysical methods, Neural Networks, 1992, 5, №1, c. 153-162.
ЗАКЛЮЧЕНИЕ
Теория нейронных сетей является в настоящее время самостоятельным направлением науки. Основные перспективные направления теории нейронных сетей связаны, конечно, с решением наиболее сложных практических задач, среди которых можно отметить следующие:
- континуальные нейронные сети, в которых на формальном уровне рассматривается континуум, например, числа входных каналов или нейронов в слоях;
- надежность нейронных сетей;
- нейронные сети, обеспечивающие инвариантность к группе преобразований (например к сдвигу, повороту, изменению масштаба изображения или сигнала);
- аналитическое описание нейронных сетей с контуром адаптации с помощью аппарата линейных последовательностных машин Гилла и многие другие.
Количество научных работ в области теории нейронных сетей возрастает. Именно поэтому требуют аналитического подхода сравнение и детальная классификация различных подходов к решению задач синтеза нейронных сетей. В первую очередь это нужно делать, сравнивая априорную информацию, необходимую для синтеза многослойных нейронных сетей в каждом конкретном случае.
