Construction and modeling of the operation of elements of computing technology on fast neurons

The article is devoted to the construction of fast neurons and neural networks for the implementation of two complete logical bases and modeling of computing devices on their basis. The main idea is to form a fast activation function based on semi-parabolas and its variations that have effective computational support. The constructed activation functions meet the basic requirements that allow configuring logical circuits using the backpropagation method. The main result is obtaining complete logical bases that open the way to constructing arbitrary logical functions. Models of such elements as a trigger, a half adder, and an adder, which form the basis of various specific computing devices, are presented and tested. It is shown that the new activation functions allow obtaining fast solutions with a slight decrease in quality compared to reference outputs. To standardize the outputs, it is proposed to combine the constructed circuits with a unit jump activation function.

Статья посвящена построению быстрых нейронов и нейронных сетей для реализации двух полных логических базисов и моделирования на их основе устройств вычислительной техники. Основная идея заключается в формировании быстрой функции активации на основе полупарабол и её вариаций, имеющих эффективную вычислительную поддержку. Построенные функции активации отвечают основным требованиям, позволяющим настраивать логические схемы методом обратного распространения ошибки. Основным результатом является получение полных логических базисов, открывающих путь к построению произвольных логических функций. Представлены и протестированы модели таких элементов как триггер, полусумматор, сумматор, составляющих основу различных конкретных вычислительных устройств. Показано, что новые функции активации позволяют получать быстрые решения при небольшом снижении качества по сравнению с эталонными выходами. Для стандартизации выходов предлагается комбинировать построенные схемы с функцией активации типа единичный скачок.