В современных системах автоматизированного проектирования ши

 
отвечает за чувствительность перемещения объекта 
по координате 
x
(1÷100) 
ysens
 
– за чувствительность перемещений объекта 
по оси 
y
(1÷100). Параметр 
imntorafr
(1÷100)
 – 
определяет количество вход-
ных данных по точкам для обработки движения объекта. Чем больше то-
чек, тем больше данных для решения задачи распознавания, и тем больше 
глобальная ошибка сети при следующем распознавании стремится к нулю, 
но тем выше вероятность «шумов», то есть увеличивается диапазон допус-
тимых значений параметров координат движения [1, 4, 84÷88]. 

---

102
Рис. 3.12.
Интерфейс программы распознавания
образов с видеокамеры

---

103
ГЛАВА 4.
РЕЗУЛЬТАТЫ ПРИМЕНЕНИЯ 
АЛГОРИТМА ПОИСКА
ТЕХНИЧЕСКИХ РЕШЕНИЙ ПО 
УСТРОЙСТВАМ ДЛЯ ПРОИЗВОДСТВА 
ЭЛЕМЕНТОВ НЕЙРОННЫХ СЕТЕЙ
В ТУННЕЛЬНО-ЗОНДОВОЙ 
НАНОТЕХНОЛОГИИ. 
 
4.1. Нейронная сеть
Рассмотрим несколько вариантов установок элементов искусствен-
ных нейронных сетей.
Показанный, на рис. 4.1 граф определяет топологию 
связей нейронной сети. 
Для искусственной нейронной сети достаточным структурным опи-
санием может служить ориентированный граф, в котором каждая вершина 
соответствует одному нейронному ядру, а дуги отвечают
операторам 
Рис. 4.1.
Двухслойная искусственная нейронная сеть
(каждая вершина соответствует формальному нейрону)

---

104
межъядерных связей. Такой граф называется структурной моделью искус-
ственной нейронной сети. На рис.4.2 показан пример структурной модели 
для топологической реализации. На графе структурной модели показаны 
веса вершин и веса дуг. Вес вершины 
i
определяется структурной характе-
ристикой ядра (
A
i
, 
B
i
), а вес дуги (
r
ij
) равен рангу проектирующего опера-
тора межъядерной связи [93÷100]. 
Обратный переход от структурной модели к топологической реали-
зации неоднозначен, что можно трактовать как свойство топологической 
пластичности ядерной нейронной сети. Степень топологической пластич-
ности будем оценивать мощностью множества топологических реализаций 
отвечающих данной структурной модели. 
Искусственная нейронная сеть содержит входной сумматор, после-
довательно связанный с нелинейным преобразователем сигналов и точкой 
ветвления для рассылки одного сигнала по нескольким адресам. Также сеть 
содержит линейную связь – синапс, для умножения входного сигнала на вес 
синапса. В качестве входного сумматора используются нанотранзисторы с 
электрически изолированной областью (плавающим затвором – floating 
gate), способные хранить заряд многие годы. Нелинейным преобразовате-
лем в свою очередь, являются квантовые точки. Точкой ветвления является 
узел, выполненный из углеродных нанотрубок, а синапс представляет со-
бой наличие или отсутствие заряда на плавающем затворе, которое коди-
рует один бит информации. При записи заряд помещается на плавающий