Посвящена развитию принципов построения аппаратной архитектуры нейросетевых вычислителей, применяемых в качестве ускорителей и сопроцессоров, для реализации экспертных и интеллектуальных систем в объектах с высокой степенью критичности, в том числе в бортовом оборудовании воздушных судов. Разработана модель нейросетевого вычислителя, построенного на базе кристалла FPGA, которая позволяет динамически развертывать на его основе искусственные нейронные сети без необходимости перепрограммирования самого кристалла FPGA. Описаны принципы развертывания и обучения нейросети с помощью представленного нейросетевого вычислителя. Приведен пример его использования в экспертной системе, осуществляющей анализ состояния бортовой информационно-вычислительной сети воздушного судна на предмет возникновения нештатных ситуаций в реальном масштабе времени и выполняющей парирование возникающих отказов методом динамической реконфигурации.
Индексирование
Scopus
Crossref
Высшая аттестационная комиссия
При Министерстве образования и науки Российской Федерации