• Аракчеев Павел Владимирович
  • 2003
  • 17

Организация распределенной вычислительной среды для синтеза системы распознавания летательных аппаратов автореферат диссертации для написания диплома, курсовой работы, тема для доклада и реферата

Организация распределенной вычислительной среды для синтеза системы распознавания летательных аппаратов - темы дипломов, курсовиков, рефератов и докладов Ознакомиться с текстом работы
Специальность ВАК РФ: 05.13.15 — Вычислительные машины и системы
  • Реферун рекомендует следующие темы дипломов:
  • Задача распознавания летательных аппаратов
  • Алгоритмы распознавания летательных аппаратов по значениям информативных признаков контрастных изображений
  • Разработка архитектуры распределенной вычислительной среды
  • Реферун советует написать курсовую работу на тему:
  • Архитектура и программное обеспечение распределенной вычислительной среды
  • Разработка релейного регулятора на основе точной линеаризации с применением теории дифференциальной геометрии
  • Распределенные источники массы
  • Реферун советует написать реферат на тему:
  • Расчет потоков осаждения продуктов распыления
  • Экспериментальное определение эрозионного воздействия струи ЭРД на прозрачность защитных стекол элементов
  • Испытания на воздействие плазмы
  • Реферун предлагает написать доклад на тему:
  • Одномерная нестационарная задача
  • Основы теории линейной фильтрации кватернионных сигналов
  • Одномерные СИФ для цифровых сигналов
  • Распознавание контуров со случайными углами поворотов и сдвигами начальных точек
  • Детектирование фрагментов поверхностей с криволинейными формами
Поделиться с друзьями:

Выдержки из автореферата диссертации Аракчеев Павел Владимирович, 2003, 05.13.15 — Вычислительные машины и системы

Актуальность темы. Система распознавания летательных аппаратов необходима для повышения надежности средств противовоздушной обороны. Для обеспечения требуемого быстродействия в системе распознавания летательных аппаратов целесообразно использовать нейросетевые алгоритмы. Синтез системы распознавания летательных аппаратов возможен при условии обеспечения приемлемой длительности процесса обучения нейронной сети. Разработка распределенной вычислительной среды на основе существующих сетей ЭВМ обеспечивает ускорение обучения нейронных сетей при минимальных затратах на дополнительное оборудование, хотя и не исключает применения специализированных аппаратных компонентов для дополнительного увеличения быстродействия вычислительной системы.

Целью работы является разработка архитектуры распределенной вычислительной среды для синтеза систем распознавания летательных аппаратов. Цель работы предполагает решение следующих задач:

1. Разработка архитектуры распределенной вычислительной среды, позволяющей ускорить обучение нейронных сетей.

2. Исследование потоков данных, передаваемых по сетевому каналу в распределенных реализациях алгоритма обучения нейронных сетей.

3. Исследование влияния числа процессорных узлов распределенной вычислительной среды на скорость обучения нейронной сети.

РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА СПетербург и

о» »вЗмт/и,

4. Оценка оптимального числа процессорных узлов распределенной вычислительной среды, предназначенной для обучения нейронных сетей.

5. Разработка широковещательного сетевого протокола с гарантированной доставкой пакетов для обучения нейронных сетей в распределенной вычислительной среде.

6. Исследование влияния организации и технических характеристик сетевого канала на скорость обучения нейронных сетей в распределенной вычислительной среде.

Методы исследования. В работе использовались методы теории синтеза дискретных систем, нейроматематики, математической статистики и объектно-ориентированного программирования.

Научная новизна работы.

1. Предложена архитектура распределенной вычислительной среды, предназначенной для решения задач синтеза системы распознавания летательных аппаратов, которая позволяет сократить длительность обучения нейронной сети средствами сети ЭВМ.

2. На основе проведенного анализа потоков данных в сетевом канале распределенной вычислительной сети разработан широковещательный сетевой протокол с гарантированной доставкой данных, отличающийся от стандартных протоколов применением узла коммутации оповещений, который позволяет повысить эффективность использования сетевого канала в распределенной вычислительной среде.

3. Предложены новые способы распараллеливания

алгоритма обучения нейронной сети, адаптированные для п " ч

распределенной вычислительной среды, которые позволяют повысить скорость обучения нейронных сетей на различных этапах синтеза системы распознавания летательных аппаратов.

Защищаемые положения.

1. Архитектура распределенной вычислительной среды для синтеза системы распознавания летательных аппаратов.

2. Широковещательный ' сетевой протокол с гарантированной доставкой пакетов для реализации алгоритма обучения нейронной сети враспределенной вычислительной среде.

3. Алгоритм вычисления информативных признаков изображений летательных аппаратов.

4. Результаты решения задачи распознавания летательных аппаратов с использованием нейронной сети.

Практическая ценность работы. Результаты работы реализованы в НИР «Юпитер» и «Изображение», выполненных в НИИ Радиоэлектоники и лазерной техники МГТУ им. Н.Э. Баумана.

Апробация работы. Основные результаты работы докладывались автором на Всероссийской конференции «Нейрокомпьютеры и их применение» (Москва, 2000г.), на международной конференции «Advanced Computer Systems» (Шецин, 2001г.) и на Международном форуме информатизации (Москва, 2000 и 2001 гг.).

Публикации. По результатам работы опубликованы четыре печатные работы.

Личный вклад автора работы. Результаты, представленные в диссертационной работе, получены автором самостоятельно. Для получения экспериментальных данных, представленных во второй главе диссертации, были использованы математические модели поверхностей летательных аппаратов б и МиГ-31, предоставленные автору работы научно-исследовательским институтом Радиоэлектроники и лазерной техники Московского государственного технического университета им. Н.Э. Баумана.

Структура и объем работы. Диссертационная работа состоит I

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

• Разработан алгоритм вычисления значений признаков изображения, инвариантных к сдвигу, повороту и изменению масштаба изображения, который позволяет сократить длительность обучения НС при синтезе системы распознавания ЛА.

• Проведен вычислительный эксперимент, в ходе которого решалась задача синтеза системы распознавания тестовых объектов Л А Б16 и МиГ-31 по телевизионному изображению.

• Предложены новые способы распараллеливания алгоритма обратного распространения ошибки для обучения НС в РВС.

• Получены аналитические оценки скорости обучения НС и оптимального числа процессорных узлов РВС, позволяющие управлять распределением вычислительных ресурсов в РВС.

• Разработан широковещательный сетевой протокол с гарантированной доставкой сообщений для реализации обмена данными между процессорными узлами РВС.

• Разработаны программные модели, обеспечивающие синхронизацию фрагментов приложений в РВС.

• Разработана архитектура РВС, позволяющей использовать технические средства ЛВС для решения задач синтеза ЛА.

Основные результаты диссертации представлены в

следующих работах:

1. Аракчеев П.В., Бурый Е.В. Распределенная реализация алгоритмов обучения нейронных сетей // Современные вычислительные системы: Материалы восьмой международной конференции. -Шецин, 2001С. 335-339. (на англ. яз.).

2. Аракчеев П.В. Применение нейросетевых алгоритмов для распознавания контрастных телевизионных изображений // Международный форум информатизации: Доклады международной конференции «Информационные средства и технологии» - М.: Издательство «Станкин», 2001 - Т.1. - С. 29-32.

3. Аракчеев П.В., Бурый Е.В. Обучение нейронных сетей с использованием интегрированных вычислительных ресурсов // Нейрокомпьютеры и их применение: Труды VI Всеросс. конф. -М., 2000.-С. 32-43.

4. Аракчеев П.В., Потемкин И.С. Особенности цифровой обработки осциллограмм широкополосных сигналов // Международный форум информатизации: Доклады международной конференции «Информационные средства и технологии» - М.: Издательство «Станкин», 2000 - Т.1. - С. 139-142

Поделиться с друзьями: