Метод емуляції цифрових логічних компонент дискретним перцептроном

Abstract

У дисертаційній роботі вирішена науково-практична задача, що пов’язана із розробкою нових структурних рішень компонентів нейронних мереж. А саме структурних, алгоритмічних та схемних рішень перцептрону, що реалізує опрацювання сигналів синапсів на основі статистичного оцінювання їх дискретних станів. Важливим аспектом отриманих результатів є перспективи реалізації спеціалізованих штучних нейронних мереж на платформах з обмеженими обчислювальними ресурсами, таких як мікроконтролери, програмовані логічні інтегральні схеми тощо.

This dissertation addresses a scientific and practical problem related to the development of new structural solutions for neural network components—namely, structural, algorithmic, and schematic solutions for a perceptron that processes synaptic signals based on statistical evaluation of their discrete states. A key aspect of the results is the potential for implementing specialized artificial neural networks on platforms with limited computational resources, such as microcontrollers, fieldprogrammable gate arrays (FPGAs), etc.