Архитектура высокопроизводительных систем

Содержание

1 Архитектура и организация вычислительных процессов в нейрокомпьютерах 3
1.1 История развития нейронных сетей 4
1.2 Биологический и искусственный нейрон 5
1.3 Нейронная сеть 8
1.4 Обучение нейронных сетей 11
1.5 Причины применения нейронных сетей 13
1.5. 1 Применение нейронных сетей 14
1.6 Вывод 16
2 Расчёт характеристик систем пакетной обработки 17
2.1 Программная реализация 19
3 Механизм работы и защиты по привилегиям при выполнении команды CALL <селектор:смещение> 21
Список использованной литературы 23
Приложение А 24

Интеллектуальные системы на основе искусственных нейронных сетей позволяют с успехом решать проблемы распознавания образов, выполнения прогнозов, оптимизации, ассоциативной памяти и управления. Традиционные подходы к решению этих проблем не всегда дают необходимую гибкость и много приложений выигрывают от использования нейросетей.
Искусственные нейросети являются электронными моделями нейронной структуры мозга, который, главным образом, учится на опыте. Естественной аналог доказывает, что множество проблем, не поддающиеся решению традиционными компьютерами, могут быть эффективно решены с помощью нейросетей.
Продолжительный период эволюции придал мозгу человека много качеств, отсутствующих в современных компьютерах с архитектурой фон Неймана. К ним относятся:
1) распределенное представление информации и параллельные вычисления;
2) способность к обучению и обобщению;
3) адаптивность;
4) толерантность к ошибкам;
5) низкое энергопотребление.
Приборы, построенные на принципах биологических нейронов, имеют перечисленные характеристики, которые можно считать существенным достижением в индустрии обработки данных.
Достижение в области нейрофизиологии дают начальное понимание механизма естественного мышления, где хранение информации происходит в виде сложных образов. Процесс хранения информации как образов, использование образов и решение поставленной проблемы определяют новую область в обработке данных, которая, не используя традиционного программирования, обеспечивает создание параллельных сетей и их обучение. В лексиконе разработчиков и пользователей нейросетей присутствуют слова, отличные от традиционной обработки данных, в частности, "вести себя", "реагировать", "самоорганизовывать", "обучать", "обобщать" и "забывать".