Перейти к основному контенту Перейти к главному меню навигации Перейти к нижнему колонтитулу сайта
##common.pageHeaderLogo.altText##
Известия ЮФУ
Технические науки
  • Текущий выпуск
  • Предыдущие выпуски
    • Архив
    • Выпуски 1995 – 2019
  • Редакционный совет
  • О журнале
    • Официально
    • Основные задачи
    • Основные рубрики
    • Специальности ВАК РФ
    • Главный редактор
English
ISSN 1999-9429 print
ISSN 2311-3103 online
  • Вход
  1. Главная /
  2. Найти

Найти

Расширенные фильтры
Опубликовано после
Опубликовано до

Результаты поиска

Найдено результатов: 2.
  • АЛЬТЕРНАТИВНЫЕ ГИБРИДНЫЕ СТРУКТУРЫ ДЛЯ ПОВЫШЕНИЯ ВЫЧИСЛИТЕЛЬНОЙ ЭФФЕКТИВНОСТИ РЕАЛИЗАЦИИ НЕЙРОННЫХ СЕТЕЙ ГЛУБОКОГО ОБУЧЕНИЯ

    Н.С. Кривша , В.В. Кривша , С.А. Бутенков
    2024-01-05
    Аннотация ▼

    Предлагается новый подход к организации вычислительных структур слоев и меж-
    слойных связей при построении искусственных нейронных сетей для решения широкого
    круга задач обработки многомерных данных. Основной проблемой построения сетей глубо-
    кого обучения является необходимость введения большого количества параметров обуче-
    ния сети. Имеющиеся рабочие экземпляры таких сетей содержат миллиарды параметров,
    что позволяет достигать высокой эффективности применения таких сетей. Обратной
    стороной такой широко используемой структуры сетей в виде многослойных сверточных
    структур являются высокие затраты на обучение сетей с большим количеством струк-
    турно схожих слоев свертки методом обратного распространения. Решение проблемы
    повышения эффективности таких многослойных структур может быть найдено в приме-
    нении гибридных слоев, реализующих операции гранулирования данных, которые были раз-
    виты в наших работах. В новых гибридных моделях вместо векторных значений парамет-
    ров обучения используются матричные информационные элементы, позволяющие кодиро-
    вать подмножества значений данных (информационные гранулы) вместо кодирования
    отдельных точек данных, как в классических сверточных сетях. Предложенные гибридные
    слои обучаются без учителя и допускают параллельную реализацию алгоритмов обучения,
    что принципиально отличается от последовательных алгоритмов обратного распростра-
    нения. В результате вычислительная эффективность применения подобных гибридныхнейросетей может быть существенно повышена. Предлагаемый в работе теоретический
    подход к моделированию и оптимизации структур сетей глубокого обучения может быть
    распространен на широкий круг задач вычислительного интеллекта.

  • МОДЕЛИРОВАНИЕ СТРУКТУРЫ КУБАТУРНЫХ ФОРМУЛ ДЛЯ ПРОЕКТИРОВАНИЯ ЭФФЕКТИВНЫХ ВЫЧИСЛИТЕЛЬНЫХ СТРУКТУР НА ПЛИС

    Н. С. Кривша , В. В. Кривша , С.А. Бутенков
    2021-01-19
    Аннотация ▼

    Предлагается метод построения вычислительных моделей для исследования и опти-
    мизации универсальных вычислительных структур, выполняющих вычисление вычисления
    сложных кубатурных формул. Теоретической базой для введенных моделей служит теория
    пространственной грануляции, методы которой разработаны коллективом авторов. Ме-
    тодология пространственной грануляции позволяет переходить от вычислений в точечном
    метрическом пространстве данных (которое не всегда существует) к вычислениям в аф-
    финном многомерном пространстве, содержащем укрупненные единицы данных (про-
    странственные гранулы). Такое преобразование данных основано на использовании аффин-
    но-инвариантных моделей декартовых гранул и основывается на оптимальных процедурах
    покрытия точечного пространства выпуклыми гранулами. Такие полезные вычислитель-
    ные свойства введенных моделей данных позволяют построить вычислительно эффектив-
    ные процедуры для манипулирования многомерными данными, одним из приложений кото-
    рых является вычисление многомерных кубатурных формул. Новые модели позволяют соз-
    давать наглядные матричные модели данных произвольной размерности для целей плани-
    рования структуры вычислительных процессов и построения информационных графов
    таких процессов. Эффективное и наглядное представление сложных вычислительных
    формул позволяет выполнять эквивалентные (с численной точки зрения) преобразования
    таких формул с целью выбора эффективных схемных решений для построения высокопро-
    изводительных вычислительных блоков вычисления кубатур высокой размерности на базе
    ПЛИС. На основе оптимизированных моделей вычислительных структур строятся схем-
    ные решения, реализующие кубатурные формулы на реконфигурируемых вычислительных
    системах. Сложность решения задачи проектирования на ПЛИС связана с тем, что ис-
    пользуемые вычислительные средства содержать поля ПЛИС, проектирование вычисли-
    тельных структур для которых является вычислительно сложной задачей. Авторы ис-
    пользовали разработанные в организации автоматизированные средства проектирования
    на полях ПЛИС, такие как язык высокого уровня COLAMO, язык низкого уровня Fire Constructor
    и сопутствующие программные средства для реализации полученных информаци-
    онных графов многомерных кубатур и экспериментальной оценки качества полученных
    результатов. Предлагаемый в работе теоретический подход к моделированию и оптими-
    зации информационных графов вычислительных структур может быть распространен на
    широкий круг задач вычислительной математики.

1 - 2 из 2 результатов

links

Для авторов
  • Подать статью
  • Требования к рукописи
  • Редакционная политика
  • Рецензирование
  • Этика научных публикаций
  • Политика открытого доступа
  • Сопроводительные документы
Язык
  • English
  • Русский

journal

* не является рекламой

index

Индексация журнала
* не является рекламой
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Адрес редакции: 347900, г. Таганрог, ул. Чехова, д. 22, А-211 Телефон: +7 (8634) 37-19-80 Электронная почта: iborodyanskiy@sfedu.ru
Публикация в журнале бесплатна
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.
logo Сайт разработан командой ЦИИР