ВИРТУАЛЬНОЕ УСИЛЕНИЕ ЭФФЕКТА РАСПАРАЛЛЕЛИВАНИЯ ВЫЧИСЛЕНИЙ ПРИ ПЕРЕХОДЕ ОТ БИНАРНЫХ НЕЙРОНОВ К ИСПОЛЬЗОВАНИЮ Q-АРНЫХ ИСКУССТВЕННЫХ НЕЙРОНОВ 

Александр Иванович Иванов, доктор технических наук, доцент, ведущий научный сотрудник, Пензенский научно-исследовательский электротехнический институт (Россия, г. Пенза, ул. Советская, 9), E-mail: ivan@pniei.penza.ru
Алексей Петрович Иванов, кандидат технических наук, доцент, заведующий кафедрой технических средств информационной безопасности, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: ap_ivanov@pnzgu.ru
Константин Николаевич Савинов, старший преподаватель кафедры проводной электросвязи и автоматизированных систем, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: tsib@pnzgu.ru
Роман Викторович Еременко, старший преподаватель кафедры радио и спутниковой связи, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: tsib@pnzgu.ru 

Аннотация

Актуальность и цели. Рассматривается проблема распараллеливания нейросетевых вычислений в неявной форме. Проблема возникает в основном при попытках ускорения вычислений на многоядерных процессорах. Аналогичная ситуация возникает при нейросетевом объединении нескольких классических статистических критериев. Материалы и методы. Рассматривается симметризация пяти классических статистических критериев проверки гипотезы нормального распределения малых выборок в 16 опытов. Рассматриваются классические критерии Андерсона – Дарлинга, нормированного размаха, Васичека, Фроцини и критерий четвертого статистического момента. К сожалению, их нейросетевые аналоги имеют низкую достоверность принятия решений – 0,75. Пяти бинарных нейронов недостаточно. В связи с этим выполнено моделирование результата объединения до 1000 бинарных нейронов. Результаты. Бинарные нейроны не могут обеспечить доверительную вероятность более 0,93. Тысяча троичных нейронов способна обеспечить доверительную вероятность 0,98. Переход к 5-арным искусственным нейронам должен позволить достичь доверительной вероятности 0,997 при объединении 40 нейронов. Выводы. Мы наблюдаем значительный рост качества принимаемых нейронными сетями решений при увеличении числа уровней в их выходных квантователях. Естественные нейроны живых существ обмениваются пачками импульсов, что косвенно свидетельствует о наличии у них многоуровневых квантователей. Нет необходимости синтезировать новые статистические критерии, достаточно перейти к использованию q-арных искусственных нейронов, являющихся аналогами уже известных статистических критериев. 

Ключевые слова

статистические критерии, искусственные нейроны эквивалентные статистическим критериям, корректировка ошибок выходного кода нейросети 

 Скачать статью в формате PDF

Для цитирования:

Иванов А. И., Иванов А. П., Савинов К. Н., Еременко Р. В. Виртуальное усиление эффекта распараллеливания вычислений при переходе от бинарных нейронов к использованию q-арных искусственных нейронов // Надежность и качество сложных систем. 2022. № 4. С. 89–97. doi:10.21685/2307-4205-2022-4-10