Cтраница 1
Входные и выходные векторы для моделирования были выбраны с таким расчетом, чтобы они являлись направленным набором, обеспечивающим отсечение исполнительной части аппаратуры от остальной части CSX-1. Для того чтобы имитируемое управление могло достичь устойчивых состояний, две глобальные цепи обратных связей были разорваны. В результате каждая команда CSX-1 моделировалась как последовательность приблизительно 30 первичных входных векторов. [1]
Данная функция по матрицам входных и выходных векторов методом наименьших квадратов определяет веса и смещения линейной НС. [2]
Затем для каждой машины сравниваются входные и выходные векторы обратной связи. [3]
Для уменьшения числа сомножителей объединим те из них, у которых в результате объединения суммарные размерности входных и выходных векторов не превысят разрядности обрабатывающей части МПС. Строим двоичную таблицу, каждому столбцу которой взаимно однозначно соответствует выходная переменная, участвующая в образовании вектора Y, строке - вектор входных переменных ранга, не превышающего числа, равного разрядности МПС, образующий частичный граф переходов, соответствующий какому-либо сомножителю. Элемент таблицы ( /, /) равен 1, если / - и строке соответствует вектор, образующий частичный граф переходов, соответствующий 7 - й выходной переменной, и равен 0 в противном случае. Каждому покрытию столбцов строками таблицы соответствует один из вариантов полной декомпозиции исходного автомата. Учитывая ограничения, налагаемые на число выходных переменных каждого сомножителя, необходимо рассматривать только те покрытия, у которых число столбцов, покрываемых одной строкой, не превосходит числа, равного разрядности МПС. [4]
Из рассмотрения рис. 4.5 видно, почему это так. К сожалению, программа PROGRAM HUFFMAN требует, чтобы матрицы входных и выходных векторов обратной связи были транспонированы. Это осуществляется обращением к подпрограмме TRANS-POS, которая одновременно транспонирует матрицу и перемещает ее в новую рабочую область. [5]
Поскольку мы рассматривали автомат Мура, у которого каждому выходному вектору соответствует одно состояние, то двузначности ( многозначности) таблицы переходов в этом случае не было. Это значит, что всегда после любой пары, состоящей из входного и выходного вектора, следовал только один выходной вектор. [6]
Важное значение для оптимизации процесса обучения нейронной сети имеет подбор пар обучающих векторов ( У) для обучающей страницы. В этом случае необходимо строго следить за тем, чтобы в обучающей странице все входные и выходные векторы были связаны одним и тем же функциональным преобразованием. В противном случае, нейронная сеть либо не будет обучаться, либо будет существовать некоторое предельное, достаточно большое, значение суммарной ошибки рассогласования, достичь значений ниже которого окажется невозможно. [7]
Автоматное отображение XS - S-Y задается, как правило, в виде графа переходов Gn S, ( U, ( X, У)), ( U S2), вершины которого взаимно однозначно соответствуют внутренним состояниям автомата, а дуги-переходам между ними, причем каждая дуга взвешена парой векторов ( X, У), при которой этот переход осуществляется. В целях упрощения задания автомата параллельные дуги графа переходов могут склеиваться. В этом случае некоторые компоненты входных и выходных векторов обозначаются символом -, указывающим на то, что при осуществлении данного перехода значение сигнала, приписанного данной компоненте вектора, несущественно для функционирования устройства. У асинхронного автомата каждая дуга графа переходов дублируется в концевой вершине петлей, взвешенной той же парой векторов ( X, Y), что и соответствующая дуга. Для графа переходов синхронного автомата это условие может не выполняться. [8]
Таблица переходов автомата Мура в общем случае может быть многозначной для нескольких входных векторов. Как частный случай, она может быть многозначной и для всех своих выходных векторов. И в этом случае восстановить автомат Мура возможно, ставя в соответствие каждому новому появившемуся состоянию конечный набор входных и выходных векторов. [9]
Такая машина на входе получает два n - элементных вектора и обрабатывает соответствующие элементы параллельно, используя векторное АЛУ, которое может оперировать п элементами одновременно. В результате получается вектор. Входные и выходные векторы могут сохраняться в памяти или в специальных векторных регистрах. [10]
Для многозначной таблицы переходов, когда у одного выходного вектора несколько различных ( отличающихся) внутренних состояний, процедура восстановления аналогична. У многозначного К-ого столбца появятся несколько столбцов: К К К и так далее. У каждого из этих новых столбцов будет, возможно, своя пара из входного и выходного векторов, по которой при восстановлении они будут отличаться друг от друга. Может быть сразу не удастся обнаружить входной вектор, позволяющий различать все состояния К, К К К и так далее. Система различия состояний может быть более сложной. Например, входной вектор i позволяет отличать состояния К и К от других состояний, а после применения входного вектора i входной вектор i позволяет различать К и К, и так далее. Суть восстановления заключается в том, что у совпадающих по значению выходного вектора состояний имеются наборы из конечного числа входных и выходных векторов для их различия. Процесс восстановления при этом несколько усложняется. [11]