И. М. Гуревич, канд. техн. наук, Институт проблем информатики РАН

Физики познают и используют законы информатики

Приводятся сформулированные автором в 1987- 1989 гг. законы информатики - закон простоты сложных систем, закон конечности скорости распространения взаимодействия, закон сохранения неопределенности, на основе которых в 1989 г. получена оценка объема информации во Вселенной. В 1993 г. С. Беннет с коллегами в исследованиях по квантовым компьютерам, обнаружив сохранение запутанности, переоткрыли закон сохранения неопределенности. В 2001 г. С. Ллойд получил оценку объема информации во Вселенной, совпадающую с полученной в 1989 г. автором. Тем самым подтверждены конкретные результаты и эффективность методов исследований, основанных на законах информатики.

Gyrevich I. M.

Physicists Perceive and Use the Laws of Informatics

The laws of informatics formulated by the author in 1987-1989 are listed - the law of complex systems simplicity, the law of speed finiteness of interaction spread, the law of uncertainty preservation on the basis of which the estimate of information volume in the Universe was done in 1989. In 1993 Bennet S. with colleagues in his research on quantum computers while disclosing preservation of complexity rediscovered the law of uncertainty preservation. In 2001 Lloyd S. received the estimate of information volume in the Universe which agreed with the one received by the author in 1989. Thereby the specific results and efficiency of research methods that are based on the laws of informatics were verified.

наверх

А. В. Меркушева, канд. техн. наук
Санкт-Петербургский политехнический университет

Метод Калмана для алгоритма обучения в реальном времени нейронных сетей с обратными связями (рекуррентных сетей)

Определение параметров состояния контролируемого динамического объекта (подсистемы) средствами ИИС может базироваться на рекурсивной модификации уравнений, описывающих совокупность объект - система измерений, и нейронных сетях (НС) специальной структуры. К таким структурам относятся темпоральные НС и НС с обратными связями - рекуррентные нейронные сети (РНС).
Алгоритмы обучения РНС особенно трудоемки при не малой размерности контролируемой динамической подсистемы (ДС) и при реализации алгоритма обучения в реальном времени (АОРВ), где требуется обновление градиента функции ошибок на каждом временном шаге моделирования ДС. Значительное улучшение АОРВ обеспечивает его рекуррентная организация с применением метода Калмана. В статье рассмотрены основы концепции метода Калмана: модель пространства состояний, процесс обновления, принцип рекурсии, автокорреляционная матрица ошибки прогноза, "усиление Калмана", две разновидности алгоритма реализации. Метод Калмана для (РНС) обоснован на линейной и нелинейной моделях динамических систем.

Merkusheva A. V.

Kalman Method for Algorithms of On-Line Learning the Recurrent Neural Networks

наверх

В. Г. Стогней, канд. техн. наук, проф.,
А. В. Кретинин, канд. техн. наук, доц.,
Воронежский государственный технический университет

Об адекватности факторных моделей на основе нейросетевых поверхностей отклика

В алгоритме обучения искусственных нейронных сетей (ИНС) использована вторая целевая функция, представляющая собой интегральную кривизну аппрок-симационных поверхностей. Разработана методика обучения ИНС по двум критериям качества нейросетевых поверхностей отклика.


Stogney V. G., Kretinin A. V.

About Adequacy of Factor Models on Base of Neuronet's Response Surfaces

The paper investigates the question of perceptron learning using two criteria error and regularization factor as spline parameter of neuronet approximation function. The computational algorithm of combined back-propagation is considered.

наверх

В. И. Потапов, д-р техн. наук,
И. В. Потапов, канд. техн. наук,
Омский государственный технический университет

Оптимизация функциональной надежности избыточной, восстанавливаемой после отказов нейронов, "стареющей" искусственной нейронной сети*

Для структурно-однородной избыточной многослойной многовыходной "стареющей" искусственной нейронной сети, в которой отказавшие нейроны заменены резервными, в предположении, что интенсивность отказов нейронов является возрастающей функцией времени, поставлены и решены задачи оптимизации: вероятности безотказной работы сети на заданном временном интервале; среднего времени "жизни" нейронной сети; восстановления после отказов нейронов искусственной нейронной сети, состоящей из логически стабильных нейронных мини-сетей. Приведены численные алгоритмы решения первых двух оптимизационных задач

*Работа выполнена в соответствии с Грантом по фундаментальным исследованиям в области естественных и точных наук Е 02-2-75 Минобразования Российской Федерации.

Potapov V. I., Potapov I. V.

Optimization of Functional Reliability Redundant Restored after Neuron Fault Degradating Artificial Neuron Network

For neuron network with similar redundant manylayed many output degradating structure under condition of reserved neurons three optimizing problems are solved. Optimization of probability reliable work of the network at a given time interval.
Optimization of middle life of neuron net.
Optimization of restoring after neuron faults of artificial neuron net, consisting of logic stationary neuron mininets.
There given here digital algorithms of solving fist optimization tasks.

наверх

А. С. Буров, ИМВС РАН

Аппаратная поддержка защищенных вычислений и мультизадачное при асинхронной загрузке массивов

Предложена программно-аппаратная модель асинхронной загрузки массивов из оперативной памяти. Рассмотрены вопросы защиты информации и распределения ресурсов модели между различными задачами подкачки массивов. Для решения поставленной задачи предлагается аппаратный контроль тегов и границ массивов, а также алгоритм минимизации накладных расходов на запуск и останов подкачек.

Burov A. S.

Hardware-based Supporting of Secured Computations and Multi-Tasking in Asynchronous Array Prefetching

Suggested in paper is a software-hardware model of asynchronous array prefetching. Information protection and model resources distribution between different array prefetching tasks are considered.
Hardware-based tag processing, array bounds processing and timing-overhead-minimizing algorithm of prefetching start and stop tasks is suggested.

наверх

А. Ю. Дроздов, А. С. Боханко,
ИМВС РАН, г. Москва sasha@mcst.ru, ruff@mcst.ru

Дерево значений: новая структура данных, объединяющая информацию о потоке управления и доминировании

Существует класс оптимизаций, для проведения которых необходима информация как о потоке данных, так и о доминировании. Использование для представления этой информации нескольких равных аналитических структур данных затрудняет реализацию упомянутых оптимизаций и может наложить ограничения на регион их применения. В работе предлагается новая структура данных, объединяющая в себе информацию о потоке данных и доминировании. Ее использование позволит упростить реализацию и одновременно расширить регион применения оптимизаций.

Drozdov A. Yu., Bokhanko A. S.

Values Tree: A New Data Structure which Combine Control-Flow and Dominance Relations Information

There are a whole class of optimizations which require both dataflow and dominance-relations information. Using several different data structures to express this information might hamper implementation of aforementioned optimizations and restrict a region for which one might apply them. We propose a new data structure, designed specifically to solve these problems. With new data structure it is possible to simplify implementation of optimizations and widen their applicable region.

наверх

П. М. Коновальчик, канд. техн. наук, доц., А. И. Иванов, г. Таганрог

Методы организации параллельно-конвейерных вычислений для решения расчетоемких задач

Рассматриваются методы создания эффективных параллельных вычислений на основе сочетания параллельной и конвейерной обработки трудоемких фрагментов вычислений. Большое внимание уделяется реализации рекуррентных выражений и условных операторов

Konovalchik P. M., Ivanov A. I.

Methods of Parallel-Pipeline Calculation Organization for Solving Tasks with Great Amount of Calculation

The article reviews methods of organization of effective parallel calculations based on combination of parallel and pipeline processing of tasks fragments which demand great amount of calculations. A great attention is dedicated to realization of recurrent expressions and conditional operators.

наверх

Л. В. Евстафьев, канд. техн. наук,
Секция прикладных проблем при Президиуме РАН

Модифицированный алгоритм кластеризации задач исполнителей при построении организационных структур сложных иерархических систем

Приведена модификация кластер-алгоритма для построения организационных структур. Модифицированный алгоритм может быть использован для разработки новых и улучшения характеристик существующих сложных иерархических организационных структур

Evstaf'ev L. V.

An Modification Algorithm of Clusterization Executor Tasks for Constructing Complex Hierarchical Organization Structure

The modification claster-algorithm for constructing organization structure is presented. The modification claster-algorithm can be used for developing new and improving the characteristics of existing complex hierarchical organization structures.

наверх

И. Д. Рудинский, канд. техн. наук, С. В. Грушецкий,
Калининградский государственный технический университет

Модель статистического оценивания знаний

Предлагается подход к автоматизации тестирования знаний, основанный на количественном определении степени истинности ответов обучаемого и выводе итоговой оценки с учетом закономерностей статистического распределения истинности выбранных вариантов ответов.


Rudinskiy I. D., Grushetskiy S. V.

Model of Statistical Knowledge Estimation

The approach to the automation of the knowledge testing is being proposed. This approach is based on the quantative determination of the trainee's answers truth degree and the final grade calculation taking into the account laws of the statistical distribution of the truth of chosen answers variants.

наверх

P. M. Сидорук, канд. техн. наук, О. А. Соснина, канд. техн. наук, М. Р. Сучкова, П. Л. Коряжкин,
НОЦ НИТ НГТУ, г. Нижний Новгород

Информационная система "Нижегородский Кремль"

наверх