Классификация компьютеров параллельного действия.
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Компьютеры параллельного действия можно рассматривать как набор микросхем, которые соединены друг с другом определенным образом.

Чаще всего используется классификация флинна. В основе классификации лежат два понятия: потоки команд и потоки данных. Поток команд соответствует счетчику команд. Система с n процессорами имеет n счетчиков команд и, следовательно, n потоков команд.

 

 

Биологический нейрон.

Элементом клеточной структуры мозга является нервная клетка - нейрон. Выделяют два вида отростков. Аксон — обычно длинный отросток, приспособленный для проведения возбуждения от тела нейрона. Дендриты — как правило, короткие и сильно разветвлённые отростки, служащие главным местом образования влияющих на нейрон возбуждающих и тормозных синапсов (разные нейроны имеют различное соотношение длины аксона и дендритов). Нейрон может иметь несколько дендритов и обычно только один аксон. Один нейрон может иметь связи с 20-ю тысячами других нейронов. Кора головного мозга человека содержит 10—20 миллиардов нейронов.

Нейрон в своем строении имеет много общих черт с другими клетками биоткани: тело нейрона окружено плазматической мембраной, внутри которой находится цитоплазма, ядро и другие составляющие клетки. Однако нервная клетка существенно отличается от иных по своему функциональному назначению. Нейрон выполняет прием, элементарное преобразование и дальнейшую передачу информации другим нейронам. Информация переносится в виде импульсов нервной активности, имеющих электрохимическую природу.

 

П.С. Это с тырнета. В хасановских бумажках не нашел ничего кроме картинки:

 

Перцептрон.

Перцептрон – это математическая и компьютерная модель восприятия информации мозгом (кибернетическая модель мозга), предложенная Фрэнком Розенблаттом в 1957 году и реализованная в виде электронной машины «Марк-1» в 1960 году. Перцептрон стал одной из первых моделей нейросетей, а «Марк-1» — первым в мире нейрокомпьютером. Несмотря на свою простоту, перцептрон способен обучаться и решать довольно сложные задачи. Основная математическая задача, с которой он справляется, — это линейное разделение любых нелинейных множеств, так называемое обеспечение линейной сепарабельности.

Перцептрон состоит из трёх типов элементов, а именно: поступающие от сенсоров сигналы передаются ассоциативным элементам, а затем реагирующим элементам. Таким образом, перцептроны позволяют создать набор «ассоциаций» между входными стимулами и необходимой реакцией на выходе. В биологическом плане это соответствует преобразованию, например, зрительной информации в физиологический ответ от двигательных нейронов. Согласно современной терминологии, перцептроны могут быть классифицированы как искусственные нейронные сети:

1. с одним скрытым слоем;

2. с пороговой передаточной функцией;

3. с прямым распространением сигнала.

 

Альтернатива из лекций – в 1958 году Ф. Розенблант предложил модель нейронной сети на основе микроэлектроники. Им было создано электронное устройство, названное Перцептроном. Простейший перцептрон – это обычная модель нейрона, реализованная на основе пороговых элементов, оперирующая двоичными числами. Аппаратная реализация оказалась чрезвычайно трудной изза высокой стоимости электронных элементов. Самые совершенные системы тогда содержали сотни нейтронов.

Pi – потенциал нейрона. Yi – сигнал пороговой функции нейрона.

Нелинейная функция активации перцептрона представляет собой дискретную функцию ступенчатого типа. Поэтому выходной сигнал будет принимать только два значения – 0 или 1 в соответствии с правилом

 где Pi – выходной сигнал сумматора.

 

Нейрокомпьютеры.

Нейрокомпьютер — устройство переработки информации на основе принципов работы естественных нейронных систем. Эти принципы были формализованы, что позволило говорить о теории искусственных нейронных сетей. Проблематика же нейрокомпьютеров заключается в построении реальных физических устройств, что позволит не просто моделировать искусственные нейронные сети на обычном компьютере, но так изменить принципы работы компьютера, что станет возможным говорить о том, что они работают в соответствии с теорией искусственных нейронных сетей.

П.С. взято с тырнета. У Хасанова в бумажке пусто.

 

Дата: 2019-12-10, просмотров: 231.