Особливості використання теорії паралельно-ієрархічного перетворення для обробки інформації
DOI:
https://doi.org/10.31649/1681-7893-2023-45-1-43-54Ключові слова:
розпізнавання образів, паралельно-ієрархічна мережа, паралельно-ієрархічна трансформаціяАнотація
У статті представлено аналіз основних положень теорії паралельно-ієрархічних перетворень. Постійний рух суспільства у сторону автоматизацій повсякденного життя вимагає створювати принципово нові програмні та апаратні рішення. Враховуючи поточні фізичні обмеження інтегральних схем, очевидним є шлях покращення програмної обробки. Головною проблемою цього є ріст складності архітектури та підтримки такого коду. Ідеї паралельно-ієрархічного мереж дозволяють значно збільшити швидкість обробки за рахунок паралелізації процесу зі збереженням відносної простоти архітектури програмного рішення. Запропонована структура ПІ-мережі дозволяє моделювати принцип роботи розподіленої нейронної мережі та за допомогою просторово-часового поділу утворює детерміновану мережу. Обговорено загальні правила прямого та зворотного паралельно-ієрархічного перетворення та його застосування для задачі розпізнавання образів. Показано блок-схему алгоритму для базової моделі нелінійного прямого мережевого перетворення. На прикладі використання представлена математична модель прямого паралельно-ієрархічного перетворення. Модель забезпечує складну функціональну обробку сигналів у масштабі реального часу, а також однозначність і оборотність з хорошою збіжністю обчислювального процесу.
Посилання
Vernon B. Mountcastle, Modality and topographic properties of single neurons of cat's somatic sensory cortex. // Journal of Neurophysiology. 1957. No. 118, P. 268-275
J.S. Bruner. Beyond the Information Given: Studies in the Psychology of Knowing // W. W. Norton, Incorporated. 1973. 526 p.
L.I. Timchenko, N.I. Kokryatska, O.A. M.S. Hertsii Petrovskyi, D.S. Stepaniuk. Parallel-hierarchical networks for image processing. Part one - Theoretical studies // Timchenko L.I. Monograph. 2017. 467p.
V.P. Kozhemyako, L.I. Timchenko, Y.F. Kutaev, I.D. Ivasyuk Introduction to the algorithmic theory of hierarchy and parallelism of neuro-like computing environments and its application to image transformation. Basics of the theory of pyramidal network transformation of images // UMK VO. 1994. 272p.
M.M. Yatsymirskyi. Algorithmic foundations of computer tools for spectral-correlation processing of signals and images // Abstract of the thesis of the Doctor of Technical Sciences. Lviv. 1998.
T. Kohonen. Self Organization and Associative Memory: Third Edition // Springer-Verlag. New York. 1989.
L.I. Timchenko, N.I. Kokryatska, V.V. Shpakovych. Modeling of a method of parallel hierarchical transformation for fast recognition of dynamic images // EURASIP Journal on Advances in Signal Processing (25 April 2013)
L.M. Gomel. Evolutionary theory. A textbook for students of biological specialties of higher educational institutions // ASM. Poltava. 2011. 136 p.
T.I. Levchenko. European education: Convergence and Divergence: Levchenko T.I. Monograph // A new book. Vinnytsia. 2007. 656p.
S.A. Subbotin, A.A. Oleynik. Evolutionary synthesis of models of complex objects and processes // Radioelectronics and Informatics. 2007. No 2, P.99-104.
María Laura Tardivo, Paola Caymes-Scutari, Miguel Méndez-Garabetti. Hierarchical parallel model for improving performance on differential evolution Concurrency and Computation: Practice and Experience // Computer Science (25 May 2017).
J. M. White, G.D. Rohrer. Image Thresholding for Optical Character Recognition and Other Applications Requiring Character Image Extraction. // J. Res. Develop. 1983. No 27 (4), 400-411.
Houtsma, MAW, Cacace, F., & Ceri, S. Parallel hierarchical evaluation of transitive closure queries. // Proceedings of the 1st International Conference on Parallel and Distributed Information Systems. 1991. PP. 130-137. https://doi.org/10.1109/PDIS.1991.183080
Fathollah Bistouni, Mohsen Jahanshahi. Pars network: A multistage interconnection network with fault-tolerance capability // Journal of Parallel and Distributed Computing. 2015. No 75, P. 168-183.
Noriaki Sato, Masafumi Hagiwara. Parallel-hierarchical neural network for 3D object recognition. // Systems and Computers in Japan. 2004. No 35, P. 1-12. https://doi.org/10.1002/scj.10579
Ming Rao, Jian-Zhong Cha, Ji Zhou. A parallel hierarchical integrated intelligent system for engineering design automation. // Engineering Applications of Artificial Intelligence. 1991. No 4, P.145-150. https://doi.org/10.1016/0952-1976(91)90054-A
Hannah Lee, James Motes, Marco Morales, Nancy Amato. Parallel Hierarchical Composition Conflict-Based Search for Optimal Multi-Agent Pathfinding // IEEE Robotics and Automation Letters. 2021 No 6, 7001-7008. https://doi.org/10.1109/LRA.2021.3096476
##submission.downloads##
-
pdf (English)
Завантажень: 80
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
