На главную страницу
Информационные системы и банки данныхУправление и принятие решений в сложных системахПрикладные информационные технологииКомпьютер в учебном процессеСетевые технологииПленарные доклады Карта сервераПобедители семинараИнформацияОбщее впечатлениеВаши отзывы
Секция B - Список докладов

СИСТЕМА МОДЕЛИРОВАНИЯ НЕЙРОННЫХ СЕТЕЙ НА ОСНОВЕ СЕРВЕРА ПРИЛОЖЕНИЙ

Емельянов А А. Гринчанко А.В .
(Тульский государствамый университет , Россия )

Моделирование работы нейронных сетей (НС) предполагает наличие значительных аппаратных ресурсов, прежде всего памяти. Кроме того, часто возникает необходимость обеспечить одновременное использование НС несколькими пользователями, что требует копирования ее описания и программы моделирования на соответствующую машину

С целью повышения эффективности использования аппаратных ресурсов предлагается рвализовывагь распределенные системы моделирования работы НС

Моделируемая НС рассматривается как совокупность подсетей с предопределенными функциями. По функциональному признаку подсети могут быть объединены в библиотеки подсетей Вычисления организуются на основе концепции сервера приложений, что позволяет упростить процесс модификации и расширения системы моделирования НС, а также организовать эффективное управление загрузкой .

Клиент реализует лишь компонент представления, передавая серверам входные данные я получая результаты. Конкретная интерпретация данных на входе и выходе НС определяется только клиентом

Серверы приложений обеспечивают поддержку алгоритмов обучения и использования нейронных сетей, реализуя прикладной компонент системы. По запросу от клиента выполняется поиск требуемых подсетей (сначала на локальной машине, а затем на других узлах сети) и подготавливаются внутренние структуры данных

Контроль за использованием описания НС возлагается на компонент доступа к ресурсам В любой момент времени может выполняться либо обучение НС одним клиентом, либо использование сети множеством клиентов. Минимизация количества требуемой памяти при использовании одной подсети несколькими клиентами достигается разделением информации о структуре подсети (характеристики нейронов, а также набор связей) и состоянии нейронов в ней. Для каждого клиента используется отдельное описание состояния подсети, но структура подсети не копируется

Современные многозадачные операционные системы предоставляют эффективные средства передачи информации между локальными процессами. В связи с этим основными факторами, влияющими на производительность системы моделирования, становятся характеристики сети и размещение библиотек НС на узлах

RLE Banner Network