Методи та засоби паралельних перетворень векторних масивів даних

Abstract

Дисертація присвячена вдосконаленню та розширенню функціональних можливостей методів векторного оброблення великих масивів даних при паралельній обробці інформації з орієнтацією на нейроструктури та нейрообчислення. Реалізовано процес мультипідсумовування елементів довільного векторного масиву даних, який містить як додатні так і від’ємні елементи, на основі відомого паралельного додавання числових даних методом різницевих зрізів. Сформульовано вимоги і приведено приклади практичної реалізації даного процесу. Досліджено та доведено часові залежності мультипідсумовування елементів векторних масивів даних. Запропоновано наступні методи паралельної обробки таких масивів: паралельне алгебраїчне мультипідсумовування, як результат вдосконалення відомого паралельного додавання числових даних; паралельне порогове алгебраїчне мультипідсумовування, в результаті дослідження якого вдосконалено модель формального нейрона. Досліджено метод замикання у кільце елементів векторного масиву даних в процесі сортування за методом попарного обміну; запропоновано математичну модель даного методу і приведено приклади практичної реалізації.

Диссертация посвящена усовершенствованию и расширению функциональных возможностей методов векторной обработки больших массивов данных при параллельной обработке информации с ориентацией на нейроструктуры и нейровычисления. В работе усовершенствован метод параллельного сложения числовых данных, использующий принцип разностных срезов, при этом повышаются функциональные возможности данного метода. Теоретические и практические исследования, изложенные в диссертации, позволили: доказать временные зависимости процесса мультисуммирования от структуры векторных массивов данных при использовании метода разностных срезов; разработать метод параллельного порогового алгебраического мультисуммирования, использование которого сокращает время обработки векторных массивов данных за счёт формирования поточного порога и его сравнения с текущим результатом; усовершенствовать модель формального нейрона за счет параллельного выполнения процесса суммирования и функции активации; сформулировать требования и привести примеры практической реализации предложенных процессов мультисуммирования; разработать математическую модель синхронной сортировки методом парного обмена с замыканием векторного массива данных в кольцо и исследовать нейроподобную сеть для реализации процесса сортировки методом парного обмена, использование которого позволяет сократить время сортировки, как минимум, на один контрольный просмотр.

The thesis is devoted to performance capabilities improvement and expansion of vector processing methods of the large data array under simultaneous processing with neurostructures and neurocalculations orientation. In the work the method of parallel addition of the numerical data using differential shearing principle is improved, thus the functionalities of the given method raise. The requirements are formulated and the practical realization examples of the given process are quoted. The time law of elements multisummation of vector data array are investigated and proved. The following simultaneous processing of such array methods are offered: parallel algebraic multisummation as a result of improvement the known parallel addition of the numerical data; parallel threshold algebraic multisummation as a result of which research the formal neuron model is improved. The closure method elements of vector data array into circuit is investigated during sorting by the pair swap method; the mathematical model of the given method is offered and the examples of practical implementation are quoted.