علاوه بر این

حافظه انجمنی کامپیوتر راه های سازماندهی حافظه

یک دستگاه حافظه با دسترسی تصادفی، به عنوان یک قاعده، حاوی بسیاری از عناصر ذخیره سازی یکسان است که یک آرایه ذخیره سازی (SA) را تشکیل می دهند. آرایه به سلول های جداگانه تقسیم می شود. هر یک از آنها برای ذخیره سازی طراحی شده اند کد باینری، تعداد بیت هایی که در آنها با عرض نمونه حافظه تعیین می شود (به ویژه می تواند یک، نیم یا چند کلمه ماشین باشد). روش سازماندهی حافظه به روش های قرار دادن و جستجوی اطلاعات در آرایه ذخیره سازی بستگی دارد. بر اساس این ویژگی، آنها بین خاطرات آدرس، انجمنی و پشته ای (مجله) تمایز قائل می شوند.

حافظه آدرسدر حافظه با یک سازمان آدرس، قرار دادن و جستجوی اطلاعات در حافظه بر اساس استفاده از آدرس ذخیره یک کلمه (عدد، دستور و ...) است. آدرس شماره سلول ZM است که این کلمه در آن قرار دارد.

هنگام نوشتن (یا خواندن) یک کلمه در حافظه، دستور شروع کننده این عملیات باید آدرس (شماره سلول) را که ضبط (خواندن) در آن انجام می شود، نشان دهد.

یک ساختار حافظه آدرس معمولی حاوی یک آرایه ذخیره سازی از سلول های N-bit و چارچوب سخت افزاری آن است که شامل یک ثبت آدرس می باشد RgAداشتن ک (ک» ورود N) ارقام، ثبت اطلاعات RGI، بلوک نمونه آدرس BAV، بلوک تقویت کننده حس اتوبوس، بلوک تقویت کننده های بیتی - سازنده سیگنال های ضبط کننده BUZو واحد مدیریت حافظه BUP.

با کد آدرس در RgA BAVسیگنال هایی را در سلول حافظه مربوطه تولید می کند که اجازه خواندن یا نوشتن یک کلمه در سلول را می دهد.

چرخه دسترسی به حافظه با ورود به آن آغاز می شود BUPاز بیرون سیگنال استیناف. بخش کلی چرخه گردش شامل پذیرش در RgAاز اتوبوس آدرس SHAآدرس و پذیرش BUPو رمزگشایی سیگنال کنترل عملیات، نشان دهنده نوع عملیات درخواستی (خواندن یا نوشتن) است.

بیشتر هنگام خواندن BAVآدرس را رمزگشایی می کند، سیگنال های خواندن را به سلول ZM مشخص شده توسط آدرس می فرستد، در حالی که کد کلمه نوشته شده در سلول توسط تقویت کننده های خواندن BUS خوانده می شود و به آن منتقل می شود. RGI. عملیات خواندن با صدور یک کلمه از تکمیل می شود RGIبه گذرگاه اطلاعات خروجی SHIVYH.

هنگام ضبط، علاوه بر انجام بخش کلی بالا از چرخه دسترسی، کلمه در حال نوشتن از گذرگاه اطلاعات ورودی دریافت می شود. SHIVhو RGI. سپس به انتخاب شده BAVسلول یک کلمه از نوشته شده است RGI.

واحد کنترل BUPتوالی های لازم از سیگنال های کنترلی را تولید می کند که عملیات گره های حافظه جداگانه را آغاز می کند.

حافظه انجمنیدر این نوع حافظه، جستجوی اطلاعات لازم نه با آدرس، بلکه با محتوای آن (با ویژگی های انجمنی) انجام می شود. در این مورد، جستجو توسط یک مشخصه انجمنی (یا به صورت متوالی توسط بیت‌های منفرد از این مشخصه) به‌طور موازی برای تمام سلول‌های آرایه ذخیره‌سازی اتفاق می‌افتد. در بسیاری از موارد، جستجوی انجمنی می تواند پردازش داده ها را به طور قابل توجهی ساده و سرعت بخشد. این به دلیل این واقعیت حاصل می شود که در حافظه این نوع، عملیات خواندن اطلاعات با اجرای تعدادی عملیات منطقی ترکیب می شود.

یک ساختار معمولی از حافظه تداعی در شکل نشان داده شده است. 4.3. آرایه ذخیره سازی حاوی سلول های N (n+1) بیتی است. برای نشان دادن اشغال سلول استفاده می شود خدمات nthرقم (0 - سلول رایگان است، 1 - یک کلمه در سلول نوشته شده است).

حافظه ما ذاتاً تداعی کننده است. این در این واقعیت بیان می شود که یک خاطره می تواند دیگری، دیگری - سومی و غیره را به یاد بیاورد، و افکار را مجبور کند یا اجازه دهد که از یکی به دیگری در امتداد زنجیره ای از تداعی های ذهنی حرکت کنند. حافظه تداعی ارتباطی بین شرایط و ایده های یک فرد است. تداعی ها نوعی قلاب نامرئی هستند که از اعماق تجربه، شرایط و ایده های انباشته شده در حافظه، لحظات تجربه شده (آنچه اتفاق افتاده) استخراج می کنند و آنها را با آنچه باید به خاطر بسپارند مرتبط می کنند.

نظریه تداعی حافظه

حوزه های مختلفی از روانشناسی مربوط به حافظه است. اصلی ترین آنها تداعی، رفتارگرا، شناختی و فعالیتی است. همه آنها متفق القول هستند که حافظه فرآیند به خاطر سپردن، ذخیره و بازتولید اطلاعات و فراموشی آن است و حافظه اساس فرآیند شکل گیری شخصیت است.

در عین حال، هر یک از نظریه های حافظه بر اساس اصول خود، ماهیت و الگوهای این فرآیند را به شیوه خود تبیین می کند.

یکی از این نظریه ها نظریه تداعی حافظه است. از این ایده سرچشمه می گیرد که تداعی چیزی نیست جز ارتباطی که بین پدیده های ذهنی صورت می گیرد. هنگام به خاطر سپردن، چنین ارتباطاتی بین بخش هایی از مطالب حفظ شده یا بازتولید شده برقرار می شود. واقعیت این است که در فرآیند به خاطر سپردن فرد همیشه به دنبال برقراری ارتباط بین مطالب موجود و مطالبی است که باید بازتولید شود.

برخی از الگوها شناسایی شده اند که بر اساس آنها انجمن ها شکل می گیرند:

- بر اساس مجاورت. اگر تصویر درک شده با ایده های تجربه شده گذشته یا با ایده هایی که به طور همزمان تجربه شده اند و با این تصویر مرتبط شده اند، مرتبط باشد، یعنی بر اساس ارتباط با مطالب قبلی، این اتفاق می افتد. به عنوان مثال، با یادآوری مدرسه خود، به احتمال زیاد معلم کلاس خود یا یکی از دوستان مدرسه و احساسات مرتبط با آنها را به یاد خواهیم آورد، و با یادآوری یک همکار، ممکن است به یاد بیاوریم که شنبه آینده یک شنبه کاری است و باید به یاد داشته باشیم که تنظیم کنیم. زنگ هشدار برای صبح آخر هفته

- بر حسب شباهت آیا توجه کرده اید که مثلاً برخی از افراد شبیه کسی هستند؟ شاید برای شما هم پیش آمده باشد که وقتی به یک غریبه نگاه می‌کنید، «نوع» خاصی در او پیدا کنید یا متوجه شوید که ویژگی‌های او (چهره، رفتار، حالت و غیره) به خاطر ظاهرش به خاطر می‌آیند؟ به عنوان مثال، دست و پا چلفتی، پشمالو، با راه رفتن دست و پا زدن - مانند یک خرس. از نظر ظاهری کوچک، خانگی، ترسو و بی دفاع - مانند گنجشک؛ روشن، مهم، با شانه های صاف و حرکات آهسته و مهم - مانند طاووس.

- در مقابل. برای ما بسیار آسان است که "سفید - سیاه"، "خوب - بد"، "چاق - لاغر" را مرتبط کنیم. آنها همچنین توسط حافظه انجمنی ما تولید می شوند و برای تثبیت تصویر استفاده می شوند. در این مورد، تصاویر درک شده ایده های مخالف را از آگاهی استخراج می کنند. بنابراین، وقتی با یک همسایه عصبانی روبرو می شوید، به یاد می آورید که خواهرش چقدر آرام به نظر می رسد.

نقطه ضعف تئوری تداعی حافظه این است که ویژگی مهمی مانند انتخابی بودن حافظه را توضیح نمی دهد (در نهایت، مطالب انجمنی همیشه به خوبی به خاطر نمی آیند). علاوه بر این، در نظر نمی‌گیرد که فرآیندهای حافظه به سازماندهی مطالب حفظ شده بستگی دارد.

توسعه حافظه تداعی و همچنین تفکر انجمنی بسیار مهم است: تداعی ها به ما کمک می کنند تا به خاطر بسپاریم و به خاطر بسپاریم و ایده هایی تولید کنیم. حافظه تداعی به ما امکان می دهد کلمات و متون پیچیده ای را که به یکدیگر مرتبط نیستند به خاطر بسپاریم، به لطف آن می توانیم راحت تر از حافظه بازیابی کنیم. اطلاعات لازمو هرچه شبکه ارتباطات انجمنی گسترده تر باشد، بهتر به خاطر سپرده می شود و در صورت لزوم به خاطر آوردن آن آسان تر است. قضاوت های ما در مورد یک موضوع خاص، دیدگاه ها، سلیقه ها و سیستم های ارزشی ما مبتنی بر حافظه تداعی است. تفکر، درک ما از جهان و تصمیم گیری نیز با آن مرتبط است.

حافظه تداعی با پیوند دادن اطلاعات شناخته شده و از قبل آموخته شده با مطالب جدید آموزش داده می شود. برای توسعه حافظه انجمنی، می توانید به عنوان مثال از تمرین زیر استفاده کنید:

1. 2 ورق کاغذ و یک خودکار آماده کنید. روی 1 ورق کاغذ، تمام اعداد طبیعی از 1 تا 100 را در یک ستون عمودی بنویسید.

2. هر 10 تا 15 مورد از آنها را که ارتباط قوی با آنها دارید انتخاب کنید و آنها را به ترتیب تصادفی در برگه 2 یادداشت کنید. به عنوان مثال، 8 یک آدم برفی است، 17 تعداد مینی بوس مورد علاقه شما، 18 سن بزرگسالی در کشوری است که در آن زندگی می کنید (اگر چنین است) و غیره. پس از اتمام کار، 5 تا 7 دقیقه صبر کنید، 1 تکه کاغذ با اعداد بردارید و تمام رویدادهایی را که به خاطر می آورید در مقابل عدد مربوطه یادداشت کنید.

3. دفعه بعد، همین کار را با سایر اعدادی که قبلاً استفاده نشده اند، انجام دهید. چیزها را مجبور نکنید، در ابتدا خیلی به خودتان فشار نیاورید، سعی کنید تا حد امکان با موفقیت انجمنی را انتخاب کنید که به طور قابل اعتمادی جای خود را در لیست بگیرد.

4. هنگامی که کل لیست اعداد تکمیل شد، خود را با نشان دادن تمام ارتباط های مرتبط با اعداد از 1 تا 100 آزمایش کنید.

علاوه بر آموزش حافظه خود، تداعی های دیگری ایجاد کرده اید که در صورت لزوم به شما کمک می کند تا کدها، شماره تلفن ها و غیره را به خاطر بسپارید. فقط سعی کنید از تداعی های شخصی خود بدون ترس از کشیدن تصاویر استفاده کنید. به عنوان مثال، 40 را می توان با تصور 4 به عنوان یک مربع، "تلویزیون" و 0 به عنوان دایره ای که در آن حک شده است، "نان" به خاطر آورد. نتیجه یک تداعی خنده دار از "بن در تلویزیون" است. انجمن های خود را که برای شما مناسب است ایجاد کنید.

در مورد رشد حافظه، باید توجه داشت که به طور جدایی ناپذیری با توجه مرتبط است، زیرا بدون تمرکز روی یک شی، آن را حتی به حافظه کوتاه مدت منتقل نمی کنیم. کار خوبحافظه مستلزم فعالیت بالای نورون ها، کار هماهنگ عملکردهای شناختی (شناختی) مغز است. می توانید در مورد رشد حافظه و توجه بیشتر بخوانید.

حافظه و توجه، ادراک و تفکر عملکردهای مغزی هستند که در معرض آموزش و رشد هستند. به لطف تمرینات منظم، می توانید توانایی های خود را به میزان قابل توجهی بهبود بخشید و بهتر است تمرینات پیچیده منظم را با افزایش تدریجی بار ترجیح دهید. به عنوان مثال، برای این منظور راحت است که از کلاس ها استفاده کنید.

ما برای شما آرزوی موفقیت در توسعه خود داریم!

عکس: Laurelville - Camp & Retreat Center

حافظه با دسترسی انجمنی یا حافظه انجمنیبا سایر انواع حافظه تفاوت دارد زیرا دسترسی به سلول های آن نه در یک آدرس خاص، بلکه در آن انجام می شود محتواسلول های حافظه در واقع، حافظه تداعی مانند کار می کند موتور جستجو، قادر به یافتن اطلاعات بر اساس یک الگوی معین است. اساس حافظه انجمنی است دستگاه های ذخیره سازی انجمنی(AZU) که مانند اکثر حافظه های عملیاتی فرار هستند و به شکل تراشه های نیمه هادی (مجموعه چیپ ها) پیاده سازی می شوند.

اصل عملکرد ASU با نمودار ارائه شده در شکل توضیح داده شده است. 3.8 آرایه ذخیره سازی، مانند حافظه های آدرس پذیر، به تقسیم می شود متر- سلول های بیت، تعداد آنها n. به عنوان یک قاعده، ASU شامل موارد زیر است:

· آرایه ذخیره سازی (SM)؛

· ثبت مشخصات انجمنی (RgAP).

· ثبت ماسک (RMM)؛

· ثبت نشانگرهای آدرس با مدارهای مقایسه در ورودی.

ممکن است عناصر دیگری در ACS وجود داشته باشد که حضور و عملکرد آنها با نحوه استفاده از ACS تعیین می شود.

برنج. 3.8. دستگاه ذخیره سازی انجمنی

بازیابی اطلاعات از AMS به شرح زیر انجام می شود. یک الگوی جستجو از دستگاه کنترل به ثبت ویژگی های ارتباطی منتقل می شود - کد اطلاعات مورد نیاز(گاهی اوقات تماس می گیرد مقایسه). کد می تواند دارای تعداد دلخواه ارقام باشد - از 1 به متر. اگر کد ویژگی به طور کامل استفاده شود، بدون تغییر وارد مدار مقایسه می شود، اما اگر لازم باشد فقط از بخشی از کد استفاده شود، بیت های غیر ضروری با استفاده از ثبات ماسک پوشانده می شوند. قبل از شروع به جستجوی اطلاعات در ASU، تمام بیت های ثبت کننده نشانگر آدرس روی تنظیم می شوند 1 پس از این، اولین رقم از تمام سلول های آرایه ذخیره سازی نظرسنجی می شود و محتویات با اولین رقم ثبت ویژگی های انجمنی مقایسه می شود. اگر محتویات رقم اول باشد منسلول ام با محتویات اولین رقم RgAP و سپس رقم مربوطه ثبت نشانگر آدرس مطابقت ندارد. T iبازنشانی به حالت 0 ، اگر مطابقت دارد - رقم T iباقی می ماند 1 . سپس این عمل با رقم های دوم، سوم و بعدی تکرار می شود تا زمانی که با تمام ارقام RGAP مقایسه شود. پس از نظرسنجی بیتی و مقایسه در ایالت 1 آن بیت‌هایی از ثبات نشانگر آدرس که مربوط به سلول‌های حاوی اطلاعاتی هستند که مطابق با ثبت‌شده در رجیستر مشخصه‌های انجمنی هستند، باقی خواهند ماند. این اطلاعات را می توان به ترتیب تعیین شده توسط دستگاه کنترل خواند.

توجه داشته باشید که زمان جستجوی اطلاعات در نقشه با توجه به علامت انجمنی تنها به تعداد ارقام صفت و سرعت نظرسنجی ارقام بستگی دارد، اما کاملاً مستقل از تعداد سلول های نقشه است. این مزیت اصلی رم ها را نسبت به حافظه های آدرس پذیر مشخص می کند: در رم های آدرس پذیر، در طول عملیات جستجو، لازم است تمام سلول های آرایه ذخیره سازی را برشمارید. علاوه بر این، پیاده سازی هایی از سیستم حافظه وجود دارد که به طور همزمان روی تمام ارقام تمام کلمات نوشته شده در حافظه جستجو می کند، یعنی. زمان جستجو در چنین دستگاه هایی از زمان چرخه حافظه تجاوز نمی کند.

ضبط کنید اطلاعات جدیددر ZM بدون نشان دادن شماره سلول انجام می شود. به طور معمول، یکی از بیت های هر سلول برای نشان دادن اشغال آن استفاده می شود، یعنی. اگر سلول برای نوشتن آزاد است، پس این بیت حاوی 0 و اگر مشغول هستید، - 1 . سپس زمانی که اطلاعات جدید روی رم نوشته می شود، علامت تنظیم می شود 0 در رقم مربوطه ثبت ویژگی های انجمنی، و تمام سلول های ZM که برای نوشتن آزاد هستند تعیین می شوند. دستگاه کنترل اطلاعات جدیدی را در یکی از آنها قرار می دهد.

اغلب، ASD ها به گونه ای ساخته می شوند که علاوه بر ارتباطی، آدرس دهی مستقیم داده ها نیز مجاز است، که راحتی خاصی را در حین کار فراهم می کند.

لازم به ذکر است که عناصر ذخیره سازی RAM، بر خلاف عناصر حافظه آدرس پذیر، نه تنها باید اطلاعات را ذخیره کنند، بلکه عملکردهای منطقی خاصی را نیز انجام می دهند، بنابراین آنها نه تنها با برابری محتویات سلول به یک مشخصه داده شده جستجو می کنند. ، بلکه با شرایط دیگر: محتویات سلول بزرگتر (کمتر از) مقایسه و همچنین بزرگتر یا مساوی (کمتر یا مساوی) است.

ویژگی های ذکر شده در بالا، مزایای RAM برای پردازش اطلاعات را مشخص می کند. تشکیل چندین جریان از اطلاعات یکسان با استفاده از AMS سریع و ساده است و با تعداد زیادی عناصر عملیاتی می توان سیستم هایی با کارایی بالا ایجاد کرد. همچنین باید این واقعیت را در نظر بگیریم که بر اساس حافظه انجمنی، تغییر در مکان و ترتیب اطلاعات به راحتی قابل درک است. با تشکر از این، AMS یک ابزار موثر برای تولید مجموعه داده است.

تحقیقات نشان می دهد که تعدادی از وظایف مانند پردازش اطلاعات رادار، تشخیص الگو، پردازش تصاویر مختلف و سایر وظایف با ساختار داده ماتریسی، به طور موثر توسط سیستم های انجمنی حل می شوند. علاوه بر این، برنامه نویسی چنین وظایفی برای سیستم های انجمنی بسیار ساده تر از سیستم های سنتی است.

متأسفانه، دستگاه های حافظه با دسترسی تداعی، پیچیدگی و هزینه ساخت بالایی دارند و از شاخص های مشابه رم پویا و استاتیک فراتر می روند. حافظه انجمنی پایه ای برای ساخت سیستم های موازی انجمنی و همچنین برای رایانه هایی است که توسط جریان داده کنترل می شوند. دسترسی انجمنی بیشترین استفاده را در زیرسیستم های حافظه کش دارد.

حافظه کش

برای اولین بار، یک ساختار حافظه دو سطحی توسط M. Wilkes در سال 1965 در هنگام ساخت کامپیوتر Atlas پیشنهاد شد. ماهیت این رویکرد قرار دادن یک حافظه بافر کوچک و پرسرعت بین CPU و OP بود. در حین کار رایانه، بخش هایی از OP که در حال دسترسی هستند در حافظه بافر کپی می شوند. با توجه به رعایت اصل محلی بودن در گردش، سود قابل توجهی در عملکرد به دست می آید.

ظاهر جدیدخاطره نامگذاری شد حافظه کش(از انگلیسی حافظه پنهان- "کش، پناهگاه")، از آنجایی که چنین حافظه ای مخفی است، برای CPU "نامرئی" است، که نمی تواند مستقیماً به آن دسترسی داشته باشد. به نوبه خود، برنامه نویس ممکن است حتی از وجود حافظه کش اطلاعی نداشته باشد. در رایانه های سریال، حافظه نهان برای اولین بار در سیستم های مدل 85 از خانواده IBMS/360 استفاده شد. امروزه حافظه نهان در هر کلاس کامپیوتری وجود دارد و اغلب ساختاری چند سطحی دارد.

تمام عباراتی که قبلا تعریف شده بودند را می توان برای حافظه کش استفاده کرد، اگرچه کلمه " خط» ( خط) اغلب به جای کلمه " استفاده می شود مسدود کردن» ( مسدود کردن).

به عنوان یک قاعده، حافظه نهان بر اساس رم استاتیک بسیار سریع و گران قیمت ساخته می شود، در حالی که سرعت آن 5-10 برابر بیشتر از سرعت OP است و حجم آن 500-1000 برابر کمتر است. توجه داشته باشید که افزایش حجم حافظه نهان در رابطه با ظرفیت OP نه تنها و نه چندان با مشکل مواجه می شود. هزینه بالارم استاتیک واقعیت این است که با افزایش ظرفیت حافظه کش، پیچیدگی مدارهای کنترل افزایش می یابد که به نوبه خود منجر به کاهش عملکرد می شود. مطالعات متعدد نشان داده است که نسبت مشخص شده حافظه کش و حجم RAM بهینه است و در طول توسعه رایانه ها با افزایش سرعت هر دو نوع حافظه حفظ خواهد شد.

همانطور که قبلا ذکر شد، CPU دسترسی مستقیم به حافظه کش ندارد. یک کنترلر خاص مسئول سازماندهی تعامل بین CPU، OP و حافظه کش است. کل OP به بلوک هایی با اندازه ثابت تقسیم می شود، در حالی که بالاترین قسمت آدرس OP تعیین می کند آدرس بلوک، و بخش جوان تر است آدرس کلمه داخل بلوک. تبادل اطلاعات بین OP و حافظه کش در بلوک ها انجام می شود. حافظه کش نیز آدرس دهی داخلی خود را دارد و هر بلوک خوانده شده از OP در یک مکان خاص در حافظه نهان قرار می گیرد. بلوک آدرس در حافظه کش. بلوک های کش اغلب نامیده می شوند خطوطیا خطوط کش.

اگر بلوک درخواست شده توسط CPU از قبل در حافظه پنهان باشد، پس از دسترسی به حافظه پنهان، خواندن آن کامل می شود. بنابراین، هنگام ارائه دسترسی به یک آدرس، کنترل کننده ابتدا باید تعیین کند که آیا یک نسخه از بلوک حاوی آن آدرس در حافظه پنهان وجود دارد یا خیر، و اگر چنین است، تعیین کند که آن بلوک از کدام آدرس کش شروع می شود. کنترلر این اطلاعات را با استفاده از مکانیسم ترجمه آدرس. پیچیدگی این مکانیسم به این بستگی دارد استراتژی های قرار دادن، که تعیین می کند هر بلوک OP در کجای حافظه نهان قرار گیرد.

این سوال کمتر مهم نیست که در چه نقطه ای یک کپی از بلوک از OP باید در حافظه نهان قرار گیرد. با استفاده از این مشکل قابل حل است استراتژی های نمونه گیری.

هنگام نوشتن در حافظه کش، چندین روش جایگزین وجود دارد اطلاعات قدیمی، که مشخص می شوند استراتژی به روز رسانی حافظه اصلی.

موقعیتی اغلب زمانی پیش می‌آید که علی‌رغم واکشی بلوک مورد نیاز از OP، جایی در حافظه نهان برای قرار دادن آن وجود ندارد. در این حالت، باید یکی از خطوط کش را انتخاب کرده و آن را با یک بلوک جدید جایگزین کنید. روش تعیین خط کش برای حذف نامیده می شود استراتژی جایگزینی.

استراتژی های قرار دادن

راه های زیر برای قرار دادن داده ها در حافظه کش وجود دارد:

· توزیع مستقیم؛

· توزیع کاملاً انجمنی.

· توزیع انجمنی جزئی (چندگانه).

فرض کنید عرض گذرگاه آدرس است n، سپس ظرفیت OP V OP = 2 nکلمات بدون از دست دادن کلیت، اندازه خط کش را 256 کلمه تعریف می کنیم، بنابراین کل OP به دو دسته تقسیم می شود. 2n-8بلوک ها آدرس OP ارشد است n-8بیت آدرس بلوک را تعیین می کند و بایت کم آدرس کلمه موجود در بلوک را تعیین می کند. اجازه دهید ظرفیت حافظه پنهان باشد کش V 1024 برابر کمتر از ظرفیت OP، یعنی. کش V = 2 n-10کلمات یا 2 n-18بلوک ها (خطوط کش).

توزیع مستقیم

اگر هر بلوک از حافظه اصلی فقط یک مکان ثابت داشته باشد که در آن می تواند در حافظه پنهان ظاهر شود، چنین حافظه پنهانی نامیده می شود. حافظه پنهان به طور مستقیم اختصاص داده شده است(کش نگاشت مستقیم). این ساده‌ترین سازماندهی حافظه نهان است که در آن بیت‌های مرتبه پایین آدرس بلوک به سادگی برای نگاشت آدرس بلوک‌های OP به آدرس‌های کش استفاده می‌شوند. بنابراین، تمام بلوک‌های OP که بیت‌های مرتبه پایین یکسانی در آدرس خود دارند در یک خط کش قرار می‌گیرند، یعنی.

(آدرس خط کش) = (آدرس بلوک OP) مد (تعداد بلوک های موجود در کش)

در مثال ما، آدرس خط کش ججوان خواهد بود n-18بیت آدرس بلوک OP (شکل 3.9 را ببینید). تبدیل آدرس بلوک OP به آدرس خط کش با واکشی این موارد جزئی انجام می شود n-18بیت هر یک از بلوک‌های OP 1024 که همین را دارند n-18بیت های کم اهمیت این بلوک ها با مهم ترین 10 بیت با یکدیگر متفاوت خواهند بود تی، تماس گرفت برچسب زدن. به منظور تعیین اینکه در کدام بلوک OP ذخیره شده است زمان داده شدهدر حافظه کش، حافظه دیگری استفاده می شود - به اصطلاح حافظه برچسب (حافظه برچسب). حافظه برچسب کلمه به کلمه مورد خطاب قرار می گیرد و هر کلمه دارای اندازه ای برابر با اندازه برچسب است. ظرفیت حافظه برچسب حاصل ضرب اندازه تگ و تعداد کل خطوط کش است، برای مثال ما چنین است 10·2 n-18بیت آدرس حافظه تگ آدرس خط کش است با. برخلاف حافظه برچسب، حافظه ای که بلوک های کش را ذخیره می کند نامیده می شود حافظه داده. حافظه داده کلمه به کلمه آدرس دهی می شود، آدرس آن از آدرس خط کش و آدرس کلمه داخل بلوک (خط کش) تشکیل می شود.

برنج. 3.9. ساختار آدرس حافظه برای تخصیص مستقیم

برنج. 3.10. سازمان کش اختصاص داده شده مستقیم

هنگام دسترسی الفآدرس OP (شکل 3.10) جزئی n-18بیت آدرس بلوک (فیلد ج، جایی که این آدرس موجود است، به عنوان آدرس خط کش استفاده می شود. در آدرس خط کش، تگ از حافظه تگ خوانده می شود (فیلد تی). به طور موازی، با استفاده از حافظه داده قابل دسترسی است n-10کمترین بیت های مهم آدرس الف(زمینه ها جو w). اگر تگ خواندن و مهم ترین 10 بیت آدرس الفمطابقت، به این معنی است که بلوک حاوی آدرس است الف، در حافظه داده وجود دارد و کلمه مورد دسترسی یک کپی را ذخیره می کند الف-ام آدرس OP.

اگر تگ با 10 بیت مهم آدرس متفاوت باشد الف، سپس بلوکی حاوی آدرس از حافظه اصلی خوانده می شود الفو یک خط کش که آدرس آن توسط فیلد مشخص می شود از حافظه کش حذف می شود ج(جوانتر n-18بیت) آدرس های بلوک در حال خواندن. بلوک خوانده شده از OP به جای خط کش حذف شده قرار می گیرد و تگ مربوطه در حافظه تگ به روز می شود.

مزیت تخصیص مستقیم سهولت اجرا است، با این حال، با توجه به این واقعیت که آدرس خط کش به طور منحصر به فرد توسط آدرس بلوک OP تعیین می شود، احتمال تمرکز بالای مناطق بلوک در بخشی از حافظه کش وجود دارد. . جایگزینی بلوک‌ها در این بخش اغلب اتفاق می‌افتد، در حالی که در همان زمان ممکن است سایر قسمت‌های حافظه کش بیکار باشند. در چنین شرایطی، اثربخشی حافظه نهان به طور محسوسی کاهش می یابد.

یافتن شماره فریم مربوط به صفحه مورد نظر در جدول صفحات چند سطحی نیاز به چندین دسترسی به حافظه اصلی دارد، بنابراین زمان زیادی می برد. در برخی موارد، چنین تاخیری غیرقابل قبول است. مشکل جستجوی شتاب در سطح معماری کامپیوتر حل شده است.

با توجه به ویژگی محلی بودن، اکثر برنامه ها در یک بازه زمانی به تعداد کمی از صفحات دسترسی دارند، بنابراین تنها بخش کوچکی از جدول صفحه به طور فعال استفاده می شود.

یک راه حل طبیعی برای مشکل شتاب، ارائه یک دستگاه سخت افزاری برای کامپیوتر برای نگاشت صفحات مجازی به صفحات فیزیکی بدون دسترسی به جدول صفحه است، یعنی داشتن یک حافظه کش کوچک و سریع که حافظه لازم را ذخیره می کند. در حال حاضربخشی از جدول صفحه این دستگاه حافظه تداعی نامیده می شود که گاهی اوقات بافر نگاه ترجمه (TLB) نیز نامیده می شود.

یک ورودی جدول در حافظه انجمنی (یک ورودی) حاوی اطلاعاتی در مورد یک صفحه مجازی است: ویژگی های آن و چارچوبی که در آن قرار دارد. این فیلدها دقیقاً با فیلدهای جدول صفحه مطابقت دارند.

از آنجایی که حافظه انجمنی فقط حاوی برخی از ورودی های جدول صفحه است، هر ورودی TLB باید شامل یک قسمت شماره صفحه مجازی باشد. این حافظه به دلیل مقایسه تعداد صفحه مجازی نمایش داده شده با فیلد مربوطه در تمام ردیف های این جدول کوچک، Associative نامیده می شود. بنابراین، این نوع حافظه بسیار گران است. خطی که فیلد صفحه مجازی آن با مقدار مورد نظر مطابقت دارد حاوی شماره قاب صفحه است. تعداد معمول ورودی های TLB از 8 تا 4096 است. افزایش تعداد ورودی های حافظه مرتبط باید عواملی مانند اندازه حافظه پنهان اصلی و تعداد دسترسی به حافظه در هر دستورالعمل را در نظر بگیرد.

بیایید عملکرد مدیر حافظه را در حضور حافظه انجمنی در نظر بگیریم.

ابتدا اطلاعات مربوط به نگاشت یک صفحه مجازی به یک صفحه فیزیکی در حافظه انجمنی یافت می شود. اگر ورودی مورد نیاز پیدا شود، همه چیز خوب است، مگر در موارد نقض امتیازات، زمانی که درخواست دسترسی به حافظه رد می شود.

اگر ورودی مورد نظر در حافظه انجمنی نباشد، نقشه برداری از طریق جدول صفحه انجام می شود. یکی از ورودی های حافظه انجمنی با یک ورودی یافت شده از جدول صفحه جایگزین می شود. در اینجا ما با مشکل جایگزینی سنتی برای هر کش مواجه هستیم (یعنی اینکه کدام ورودی حافظه پنهان باید تغییر کند). یک طراحی حافظه انجمنی باید رکوردها را به گونه ای سازماندهی کند که بتوان در مورد اینکه کدام یک از رکوردهای قدیمی باید با اضافه شدن رکوردهای جدید حذف شوند، تصمیم گیری کرد.

تعداد جستجوهای موفقیت آمیز برای شماره صفحه در حافظه انجمنی نسبت به تعداد کل جستجوها، نسبت ضربه (تطابق) (نسبت، نسبت) نامیده می شود. اصطلاح "سرعت ضربه کش" نیز گاهی اوقات استفاده می شود. بنابراین، نسبت ضربه بخشی از پیوندها است که می توان با استفاده از حافظه انجمنی ایجاد کرد. دسترسی به همان صفحات باعث افزایش ضریب بازدید می شود. هر چه نسبت ضربه بیشتر باشد، میانگین زمان دسترسی به داده های موجود در RAM کمتر است.

برای مثال، فرض کنید که برای تعیین آدرس در صورت از دست دادن حافظه پنهان از طریق جدول صفحه، 100 ns طول می‌کشد، و برای تعیین آدرس در مورد یک حافظه پنهان از طریق حافظه انجمنی، 20 نانو ثانیه طول می‌کشد. با نسبت ضربه 90%، میانگین زمان تعیین آدرس 0.9x20 + 0.1x100 = 28 ثانیه است.

عملکرد کاملا قابل قبول سیستم عامل های مدرن اثربخشی استفاده از حافظه انجمنی را اثبات می کند. احتمال بالای یافتن داده ها در حافظه انجمنی با وجود ویژگی های عینی داده ها مرتبط است: مکان مکانی و زمانی.

توجه به این نکته ضروری است. هنگام تغییر زمینه فرآیندها، لازم است اطمینان حاصل شود که فرآیند جدید اطلاعات مربوط به فرآیند قبلی را در حافظه انجمنی "نمی بیند"، به عنوان مثال، برای پاک کردن آن. بنابراین، استفاده از حافظه انجمنی زمان تعویض متن را افزایش می دهد.

طرح تبدیل آدرس دو سطحی (حافظه انجمنی + جدول صفحه) در نظر گرفته شده، نمونه بارز سلسله مراتب حافظه بر اساس استفاده از اصل محلی بودن است، همانطور که در مقدمه سخنرانی قبلی مورد بحث قرار گرفت.

حافظه تداعی حافظه توزیع شده ای است که از تداعی ها یاد می گیرد، دقیقاً مانند مغز موجودات زنده. در فناوری اطلاعاتحافظه ای که نه از طریق آدرس، بلکه از طریق محتوا قابل دسترسی است. مدلی که حافظه انجمنی را پیاده سازی می کند باید تصویر مورد نیاز را تشخیص داده و آن را بازیابی کند.

برخلاف حافظه معمولی ماشین که در آن کاربر یک آدرس حافظه را مشخص می کند و RAM کلمه ای از داده های ذخیره شده در آن آدرس را برمی گرداند، AM به گونه ای طراحی شده است که کاربر یک کلمه داده را مشخص می کند و AM کل حافظه را جستجو می کند. آن را برای پیدا کردن اینکه آیا آن را در جایی که چیزی در آن ذخیره می شود. اگر یک کلمه داده پیدا شود، AP لیستی از یک یا چند آدرس ذخیره سازی را که کلمه در آن پیدا شده است، برمی گرداند (و در برخی معماری ها، خود کلمه داده یا سایر قطعات داده مرتبط را نیز برمی گرداند). بنابراین، AP یک پیاده‌سازی سخت‌افزاری است که در اصطلاح برنامه‌نویسی آرایه انجمنی نامیده می‌شود.

حافظه خودتداعی

حافظه Autoassociative حافظه ای است که می تواند یک تصویر را تکمیل یا تصحیح کند، اما نمی تواند تصویر حاصل را با تصویر دیگری مرتبط کند. هنگام حل مشکل حافظه خودکار انجمنی در شبکه عصبیتصاویر (بردارها) منتقل شده به آن به خاطر سپرده می شوند. سپس توضیحات ناقص یا نمایش نویز تصاویر اصلی ذخیره شده در حافظه به صورت متوالی وارد این شبکه می شود و وظیفه تشخیص یک تصویر خاص تعیین می شود. یادگیری بدون نظارت برای پیکربندی شبکه های عصبی طراحی شده برای حل مسائل مربوط به حافظه خودکار استفاده می شود.

حافظه ناهمسانی

حافظه Heteroassociative حافظه ای است که در آن مجموعه دلخواه از تصاویر ورودی (محرک ها) با مجموعه دیگری از سیگنال های مشتق خروجی (پاسخ ها) مرتبط است. در این حالت، ابعاد فضای سیگنال های خروجی می تواند یا با ابعاد فضای سیگنال های ورودی متفاوت باشد یا منطبق باشد. یک مدل یادگیری نظارت شده برای پیکربندی شبکه‌های عصبی طراحی شده برای حل مشکلات حافظه غیرهمبستگی استفاده می‌شود.

دو مرحله کار حافظه انجمنی را شرح دهید

فاز حافظه مطابق با فرآیند یادگیری شبکه مطابق با فرمول Where

- تصویر کلید،

-بردار حفظی تصاویر،

-تعداد تصاویر (ظرفیت). تصویر کلید نه تنها به عنوان محرکی عمل می کند که مکان تصویر حفظ شده را تعیین می کند، بلکه حاوی کلید بازیابی آن نیز می باشد.

مرحله ریکاوری مربوط به فرآیند بازیابی یک تصویر ذخیره شده در پاسخ به یک نسخه نویز یا خراب از یک کلید ارائه شده به شبکه است.

تعریفی از فرآیند تشخیص الگو ارائه دهید

تشخیص الگو فرآیندی است که در آن تصویر (سیگنال) به دست آمده باید به یکی از کلاس ها (دسته ها) از پیش تعریف شده اختصاص داده شود. برای اینکه یک شبکه عصبی بتواند مشکلات تشخیص الگو را حل کند، ابتدا باید آموزش داده شود.

دو نوع ماشین تشخیص الگو را توضیح دهید.

نوع 1 دستگاه.

این سیستم از دو بخش تشکیل شده است: یک شبکه استخراج ویژگی (بدون نظارت) و یک شبکه طبقه بندی (با نظارت). تصویر - مجموعه ای از
مشاهدات، هر مشاهده را می توان یک نقطه در نظر گرفت در فضای بعدی مشاهدات (داده ها). استخراج ویژگی با استفاده از تبدیلی که به یک نقطه میانی ترجمه می شود، توصیف می شود فضای ویژگی های بعدی
. این تبدیل را می توان به عنوان یک عملیات کاهش ابعاد (فشرده سازی داده ها) در نظر گرفت که کار طبقه بندی را ساده می کند. طبقه بندی تبدیلی است که یک نقطه میانی را به یکی از کلاس ها ترسیم می کند فضای بعدی راه حل ها (- تعداد کلاس های متمایز).

نوع دوم دستگاه

این سیستم به عنوان یک شبکه پیشخور چند لایه تکی با استفاده از یکی از الگوریتم های یادگیری تحت نظارت طراحی شده است. در این رویکرد، وظیفه استخراج ویژگی توسط گره های محاسباتی لایه پنهان شبکه انجام می شود.

روشی را برای حل مشکل شناسایی سیستم توضیح دهید.

اجازه فرمول

رابطه بین ورودی و خروجی را در یک سیستم مجهول با چندین ورودی و خروجی بدون حافظه (سیستم ثابت زمان) توصیف می کند. سپس مجموعه ای از نمونه های برچسب گذاری شده را می توان برای آموزش یک شبکه عصبی که مدلی از این سیستم را نشان می دهد استفاده کرد. اجازه دهید - خروجی شبکه عصبی مربوط به بردار ورودی . سیگنال خطا ( =(پاسخ مطلوب) - (خروجی شبکه)) برای تنظیم پارامترهای آزاد شبکه به منظور به حداقل رساندن میانگین مربعات خطا استفاده می شود.

روش ساخت یک سیستم معکوس را شرح دهید

احتمالاً یک سیستم MIMO بدون حافظه (چند ورودی-خروجی) وجود دارد که برای آن تبدیل فضای ورودی به فضای خروجی با رابطه توصیف می شود. لازم است سیستمی ساخته شود که در پاسخ به بردار

پاسخی را به صورت برداری تولید می کند. سیستم معکوس را می توان به صورت زیر توصیف کرد:

تابع برداری

- معکوس بر اساس بسیاری از نمونه های برچسب گذاری شده (

) می توانید یک شبکه عصبی بسازید که تابع معکوس را با استفاده از مدار تقریبی می کند:

() - پاسخ مورد نظر، () - سیگنال ورودی(بردارها - جاهایشان را عوض کرده اند). سیگنال خطای برداری برابر است با تفاوت بین بردار مورد نظر و خروجی واقعی شبکه عصبی که در پاسخ به اختلال به دست می آید. در اینجا، بردار سیگنال خطا برای به حداقل رساندن مجموع اختلاف مجذور بین خروجی های سیستم معکوس ناشناخته و شبکه عصبی به معنای ایستا (یعنی محاسبه شده بر روی کل مجموعه مثال های آموزشی) استفاده می شود.

یک بلوک دیاگرام از یک سیستم کنترل بازخورد ارائه کنید

این سیستم فقط از یکی استفاده می کند بازخورد، کل شیء کنترل را پوشش می دهد. بنابراین، خروجی شیء کنترلی از سیگنال مرجع () دریافت شده از آن کم می شود منبع خارجی. سیگنال خطا (e) به دست آمده از این طریق به کنترل کننده عصبی برای پیکربندی پارامترهای آزاد داده می شود. وظیفه اصلی کنترلر حفظ چنین بردار ورودی جسمی است که سیگنال خروجی (y) با مقدار مرجع (d) مطابقت دارد. به عبارت دیگر، وظیفه کنترلر این است که نگاشت ورودی-خروجی شی کنترل را معکوس کند.

عملیات جمع منطقی و حاصلضرب منطقی روی مجموعه های فازی را شرح دهید

مجموعه فازی تعمیم مجموعه های معمولی (ترد) است. روش سنتی برای نمایش یک عنصر از مجموعه A استفاده از تابع مشخصه است

، که اگر عنصر متعلق به مجموعه A باشد برابر با 1 یا در غیر این صورت برابر با 0 است. در سیستم های فازی، یک عنصر می تواند تا حدی به هر مجموعه ای تعلق داشته باشد. درجه عضویت در مجموعه A که تعمیم تابع مشخصه است تابع عضویت نامیده می شود و

، و

یعنی x به مجموعه A تعلق ندارد و

- مالکیت کامل مقدار خاص تابع عضویت را درجه یا ضریب عضویت می گویند.

عملیات جمع منطقی:

اجازه دهید
- کوچکترین زیر مجموعه فازی که هر دو را شامل می شود بنابراین و با عملکرد عضویت:

عملکرد محصول منطقی در مجموعه های فازی:

اجازه دهید
- بزرگترین زیر مجموعه فازی که به طور همزمان در و در موجود است، سپس تابع عضویت به شکل زیر است:

عملیات نفی مجموعه و نرمال سازی مجموعه برای مجموعه های فازی را شرح دهید

تنظیم عملیات نفی:

اجازه دهید - همه انبوهی که نیست ، سپس یک عنصر متعلق به مجموعه با توجه به تابع تعیین می شود:

عادی سازی مجموعه های فازی:

SUPREMUM: Sup supremum است (حداکثر مقدار عضویت موجود در مجموعه).

NORMALIZATION: یک مجموعه فازی نرمال است اگر مازاد مجموعه برابر با یک باشد. برای عادی سازی، وابستگی عناصر دوباره خوانده می شود:

M"a(x) = Ma(x)/(Sup Ma(x))

عملیات تمرکز و کشش را برای مجموعه های فازی شرح دهید

عملیات تمرکز:

عملیات تاری:

یک متغیر زبانی را تعریف کنید

متغیری که مقادیر آن می تواند اعداد، کلمات یا ترکیب آنها باشد. به عنوان مثال، متغیر زبانی "سرعت" می تواند دارای مقادیر "بالا"، "متوسط"، "بسیار کم" و غیره باشد. عباراتی که متغیر مقدار آنها را می گیرد، به نوبه خود نام هستند. متغیرهای فازیو توصیف کنید مجموعه فازی.

تعریف ریاضی متغیر زبانی:
، نام متغیر کجاست.
- مجموعه ای از نام مقادیر زبانی متغیر که هر کدام یک متغیر فازی در مجموعه هستند.
; - قانون نحوی برای تشکیل نام ارزش.
یک قانون معنایی برای مرتبط کردن هر ارزش با مفهوم آن.

عملیات محصول جبری را برای مجموعه های فازی شرح دهید

عملیات محصول جبری برای یک مجموعه با تابع عضویت زیر در قالب یک محصول جبری توصیف می شود: (تجمیع در سطح ضمنی). جایی که، به نوبه خود، هر یک از توابع عضویت برای و شکل یک محصول جبری را به خود می گیرد:

(تجمیع اماکن).

معیار Jäger را توصیف کنید که درجه مبهم بودن مجموعه ها را مشخص می کند

برای تعیین درجه فازی بودن یک مجموعه، مفهوم اندازه گیری فازی معرفی شده است که به اندازه گیری سطح تفاوت بین مجموعه فازی و نفی آن خلاصه می شود. محبوب ترین اندازه گیری جیگر این است:

تعداد عناصر در
فاصله بین مجموعه ها و در متریک (که برابر با 1 یا 2 است). متریک Hamming با مقدار مطابقت دارد

متریک اقلیدسی را توصیف کنید که اندازه گیری فازی بودن یک مجموعه را مشخص می کند

Jäger در مقدار متریک اندازه گیری می کند

متریک اقلیدسی نامیده می شود:

اندازه گیری آنتروپی فازی مجموعه Cosco را شرح دهید

این معیار، پیشنهاد شده توسط B. Kosko، بر اساس اعداد اصلی مجموعه ها است:

شماره اصلی یک مجموعه

مجموع ضرایب عضویت تمام عناصر این مجموعه، یعنی.

سیستم استنتاج فازی ممدانی زاده را شرح دهید

عناصر تئوری مجموعه های فازی، قواعد استلزام و استدلال فازی یک سیستم استنتاج فازی را تشکیل می دهند. می تواند برجسته کند:

بسیاری از قوانین فازی استفاده می شود.
یک پایگاه داده حاوی توضیحات توابع عضویت؛
یک مکانیسم استنتاج و تجمیع که توسط قواعد کاربردی استلزامی شکل می گیرد.

در مورد پیاده‌سازی فنی، سیگنال‌های ورودی و خروجی مقادیر اندازه‌گیری می‌شوند که مقادیر خروجی مربوطه را با مقادیر ورودی به طور منحصربه‌فردی مرتبط می‌کنند.

برای اطمینان از تعامل این دو نوع، یک سیستم فازی با اصطلاحاً یک فاسیفایر (تبدیل مجموعه داده های ورودی به مجموعه فازی) در ورودی و یک Defasifier (تبدیل مجموعه های فازی به مقدار مشخصی از متغیر خروجی) معرفی می شود. ) در خروجی

سیگنال خروجی ماژول خروجی می تواند به صورت مجموعه های فازی باشد که محدوده تغییر متغیر خروجی را تعیین می کند. Defasifier این محدوده را به یک مقدار خاص تبدیل می کند که به عنوان خروجی کل سیستم در نظر گرفته می شود.

مدل استنتاج ممدانی زاده شامل عملگرهای زیر است:

شکل 1. نمونه ای از سیستم استنتاج ممدانی زاده

در شکل شکل 1 روش تجمیع را با دو متغیر ورودی نشان می دهد.

فازی فایر را توضیح دهید

یک تبدیل از یک مجموعه واضح به یک مجموعه فازی را انجام می دهد که با یک تابع عضویت مشخص می شود.

مفهوم تابع عضویت را شرح دهید

تابع عضویت فازی یک تقریب پیوسته از تابع عضویت دقیق آستانه است.

ضریب عضویت مقداری از محدوده ای است که درجه عضویت یک عنصر به یک مجموعه فازی را مشخص می کند.

یک عدد واقعی که مقداری را در محدوده (0،1) می گیرد، با 1 به معنای عضویت 100% (بدون قید و شرط) a در مجموعه، و 0 - عدم وجود بدون قید و شرط در . مقادیر بین 0 و 1 عناصر نامشخصی را مشخص می کنند.

نگاشت از مجموعه ای از عناصر به مجموعه ای از مقادیر، یک تابع عضویت را تشکیل می دهد.

تابع را می توان به طور صریح به عنوان مثال، یک عبارت جبری یا جدول بندی (به طور گسسته) به عنوان آرایه ای از جفت ها تعریف کرد.

تابع عضویت گاوسی تعمیم یافته را شرح دهید

تابع عضویت گاوسی برای یک متغیر با مرکز

و پارامتر عرض

دارای فرم:

یک تابع گاوسی تعمیم یافته نیز وجود دارد:
پارامتر فرم

برنج 3. نمودار تابع گاوسی تعمیم یافته برایc=1،

تابع گاوسی تعمیم یافته نیز می تواند به شکل منطقی باشد:
.

مفهوم فازی سازی یک مجموعه فازی را شرح دهید

فرآیند غیرفازی سازی تبدیل یک مجموعه فازی تعریف شده توسط یک تابع عضویت به یک اسکالر است.

فاززدایی را نسبت به مرکز میانگین توصیف کنید

فاززدایی نسبت به مرکز متوسط:

کجا

مرکز

-امین تابع عضویت منفرد که در تابع انباشته نهایی شرکت می کند.

فاززدایی را نسبت به مرکز منطقه توصیف کنید

فاززدایی نسبت به مرکز منطقه:

یا به صورت گسسته

یک فلوچارت از نحوه عملکرد یک الگوریتم ژنتیک ارائه دهید.

الگوریتم ژنتیک یک روش اکتشافی است که برای حل مسائل بهینه‌سازی و مدل‌سازی از طریق انتخاب متوالی و ترکیب پارامترهای مورد نظر با استفاده از مکانیسم‌هایی که یادآور تکامل بیولوژیکی هستند، استفاده می‌شود. نمودار جریان الگوریتم ژنتیک:

مفاهیم کدگذاری عدد صحیح و واقعی را شرح دهید.

انتخاب روش رمزگذاری یکی از مهم ترین مراحل در استفاده از الگوریتم های تکاملی است. به ویژه، شرط زیر باید رعایت شود: باید امکان رمزگذاری (با خطای قابل قبول) در کروموزوم هر نقطه از منطقه در نظر گرفته شده از فضای جستجو وجود داشته باشد. عدم تحقق این شرط می تواند منجر به افزایش زمان جستجوی تکاملی و ناتوانی در یافتن راه حل برای مشکل شود.

به عنوان یک قاعده، پارامترهای عددی محلول در کروموزوم کدگذاری می شوند. برای این منظور می توان از کدگذاری اعداد صحیح و واقعی استفاده کرد.

کدگذاری عدد صحیح

در یک الگوریتم ژنتیک کلاسیک، کروموزوم یک رشته بیت است که در آن پارامترهای حل یک مسئله معین کدگذاری می شوند.

کد نویسی واقعی

رمزگذاری یک عدد واقعی به جای یک عدد صحیح در یک ژن اغلب راحت تر است. این امر عملیات رمزگذاری و رمزگشایی مورد استفاده در کدگذاری اعداد صحیح را حذف می کند و دقت راه حل را افزایش می دهد.

روش های انتخاب را شرح دهید.

پرورش (انتخاب) برای انتخاب افراد مناسب تر برای عبور ضروری است. گزینه های انتخاب زیادی وجود دارد که ما معروف ترین آنها را شرح خواهیم داد.

انتخاب رولتدر این گزینه انتخاب، احتمال شرکت i امین فرد در عبور از پی، متناسب با مقدار تناسب آن فی و برابر است با.

روند انتخاب افراد برای عبور یادآور بازی رولت است.

دایره رولت به بخش هایی تقسیم می شود و مساحت بخش i با مقدار پی متناسب است. پس از این، رولت n بار "چرخش" می شود، که در آن n اندازه جمعیت است، و فردی که برای عبور انتخاب می شود توسط بخشی که رولت متوقف می شود تعیین می شود.

انتخاب با برشهنگام انتخاب با برش، پس از محاسبه مقادیر تناسب، Ln بهترین افراد برای عبور انتخاب می شوند، جایی که L "آستانه برش" است، 0
به عنوان یک قاعده، L را در محدوده 0.3 تا 0.7 انتخاب کنید.

انتخاب مسابقاتدر مورد استفاده از انتخاب مسابقات برای عبور، مانند انتخاب رولت، n نفر انتخاب می شوند.

برای انجام این کار، t افراد به طور تصادفی از جامعه انتخاب می شوند و مناسب ترین آنها اجازه عبور داده می شود. آنها می گویند که یک تورنمنت از t فرد تشکیل می شود، t اندازه مسابقات است. این عمل n بار تکرار می شود.

هر چه مقدار t بزرگتر باشد، فشار انتخاب بیشتر است. نوع انتخاب مسابقات زمانی که t = 2 باشد یک تورنمنت باینری نامیده می شود. مقادیر معمولی اندازه مسابقات t = 2، 3، 4، 5 است.
28. اصل عملکرد عملگرهای متقاطع تک نقطه ای، دو نقطه ای و همگن را برای کدگذاری عدد صحیح شرح دهید.

برای رمزگذاری اعداد صحیح، اغلب از عملگرهای متقاطع 1، 2 نقطه ای و یکنواخت استفاده می شود.

متقاطع 1 نقطه ای مشابه عملیات متقاطع کروموزوم هنگام عبور از موجودات بیولوژیکی عمل می کند. برای انجام این کار، یک نقطه شکست دلخواه انتخاب می شود و قسمت هایی از کروموزوم های والد برای ایجاد فرزندان مبادله می شوند.

برای عملگر متقاطع 2 نقطه ای، 2 نقطه شکست تصادفی انتخاب می شود، پس از آن کروموزوم های والد مناطق بین نقاط شکست را برای ایجاد فرزندان مبادله می کنند. توجه داشته باشید که برای عملگر متقاطع 2 نقطه، ابتدا و انتهای کروموزوم "چسبیده" در نظر گرفته می شود که در نتیجه ممکن است یکی از نقاط شکست به ابتدا / انتهای کروموزوم ها بیفتد و در این مورد نتیجه گذر اور 2 نقطه ای با نتیجه گذر اور 1 نقطه ای همزمان خواهد شد.

هنگام استفاده از عملگر متقاطع همگن، رتبه کروموزوم های والد مستقل از یکدیگر به ارث می رسند. برای انجام این کار، احتمال p0 را تعیین کنید که رقم i-ام کروموزوم والد اول به فرزند اول و رقم والد دوم به فرزند دوم خواهد رفت. احتمال رخداد مخالف (1 – p0) است. هر رتبه از کروموزوم های والدین مطابق با مقدار p0 بین کروموزوم های فرزندان "بازی" می شود. در بیشتر موارد، احتمال هر دو رویداد یکسان است، یعنی. p0 = 0.5.
29. اصل عملکرد یک متقاطع دو نقطه ای را برای رمزگذاری با ارزش واقعی شرح دهید.

تقاطع 2 نقطه ای برای رمزگذاری واقعی به طور کلی شبیه به عبور 2 نقطه ای برای رمزگذاری اعداد صحیح است. تفاوت این است که نقطه شکست را نمی توان "در درون" ژن انتخاب کرد، بلکه باید بین ژن ها قرار گیرد
30. مفهوم توانایی تخریب کراس اوور را شرح دهید.

عملگرهای متقاطع با توانایی تخریب کروموزوم های والدین مشخص می شوند.

اگر در نتیجه کاربرد آن، فاصله همینگ بین کروموزوم‌های حاصل از فرزندان و کروموزوم‌های والدین زیاد باشد، عبور برای کدگذاری اعداد صحیح مخرب‌تر تلقی می‌شود.

به عبارت دیگر، توانایی یک متقاطع اعداد صحیح برای ایجاد اختلال به میزان "مخلوط کردن" (بازترکیب) محتویات کروموزوم های والد بستگی دارد. بنابراین، عبور 1 نقطه ای یک اپراتور ضعیف مخرب در نظر گرفته می شود و عبور یکنواخت در اکثر موارد یک اپراتور بسیار مخرب است. بر این اساس، عبور 2 نقطه ای از نظر توانایی تخریب، جایگاه متوسطی را نسبت به اپراتورهای 1 نقطه ای و همگن اشغال می کند.

در مورد متقاطع برای کدگذاری واقعی، توانایی شکستن بر اساس میزان فاصله در فضای جستجو بین نقاط مربوط به کروموزوم‌های والدین و فرزندان تعیین می‌شود. بنابراین، اثر مخرب عبور از 2 نقطه به محتوای کروموزوم‌های والدین بستگی دارد. توانایی مخرب عبور حسابی به مقدار پارامتر l بستگی دارد، به عنوان مثال، برای l >> 1 و l >> 0، توانایی تخریب کم خواهد بود. برای BLX-a cross over، توانایی تخریب هم به مقدار a و هم به تفاوت در مقادیر ژن های مربوطه افراد والدین بستگی دارد.

توجه داشته باشیم که در کنار توانایی تخریب، از توانایی ایجاد (ایجاد، ساختن) افراد جدید با عبور از آن نیز صحبت می کنند. این امر تأکید می کند که با از بین بردن کروموزوم های افراد والدین، عبور از روی می تواند کروموزوم های کاملا جدیدی ایجاد کند که قبلاً در روند جستجوی تکاملی با آنها مواجه نشده بودند.
31. الگوریتم ژنتیک متعارف را شرح دهید.

الگوریتم ژنتیک متعارف توسط جان هالند توسعه داده شد و در کتاب انطباق در سیستم‌های طبیعی و مصنوعی در سال 1975 توضیح داده شد. نماینده یکی از مدل های پایهجستجوی تکاملی، به طور مفصل در دهه 70-80 قرن بیستم مورد مطالعه قرار گرفت.

GA متعارف دارای ویژگی های زیر است:

کدگذاری عدد صحیح؛

طول همه کروموزوم های یک جمعیت یکسان است.

اندازه جمعیت ثابت؛

انتخاب رولت؛

اپراتور متقاطع یک نقطه;

جهش بیتی؛

نسل جدید فقط از افراد نسل تشکیل می شود (شکاف نسلی T = 1).
32. چه مدل هایی از بازنمایی دانش را می شناسید؟

رایج ترین مدل های بازنمایی دانش در سیستم های خبره عبارتند از:

مدل نمایش دانش با استفاده از منطق محمول مرتبه اول.

مدل محصول؛

مدل قاب;

مدل بازنمایی دانش در قالب یک شبکه معنایی.

مدل بازنمایی دانش در قالب تابلوی اعلانات؛

مدل بازنمایی دانش در قالب یک سناریو؛

مدل بازنمایی دانش بر اساس منطق فازی.

مدل شبکه عصبی بازنمایی دانش

33. مدل دانش منطقی چیست؟

مدل منطقی بازنمایی دانش مبتنی بر منطق محمول است. محمول، یا عملکرد منطقی، تابعی از هر تعداد آرگومان است که مقدار درست یا نادرست می گیرد. آرگومان های تابع - مقادیر از یک مجموعه دلخواه، محدود یا نامحدود
، حوزه موضوع نامیده می شود. محمول از -برهان ها محمول های محلی نامیده می شوند. مدل بازنمایی دانش از منطق محمول مرتبه اول استفاده می کند، که Prolog بر آن استوار است.
34. یک سیستم تولید از چه چیزی تشکیل شده است؟

سیستم تولید یک سیستم پردازش دانش است که از بازنمایی دانش توسط قوانین تولید استفاده می کند. قوانین تولید عباراتی مانند "اگر (شرط) پس (عمل) است." "شرط" جمله نمونه ای است که به وسیله آن جستجو در پایگاه دانش انجام می شود. "عمل" - عملی که در صورت موفقیت آمیز بودن جستجو انجام می شود. نتیجه گیری در مورد چنین پایگاه دانشی می تواند مستقیم باشد (از داده ها تا جستجوی یک هدف) و معکوس (از یک هدف برای تأیید آن - به داده). داده ها حقایق اولیه ذخیره شده در پایگاه واقعیت هستند که بر اساس آنها موتور استنتاج یا مفسر قوانین راه اندازی می شود و قوانین را از پایگاه دانش تولید برمی شمارد.

سیستم تولید شامل یک پایگاه قوانین، یک پایگاه داده و یک مفسر قوانین است. پایگاه قانون یک ناحیه حافظه است که شامل یک پایگاه دانش است - مجموعه ای از دانش ارائه شده در قالب قوانین به شکل IF ... THEN; پایگاه داده ناحیه ای از حافظه است که حاوی داده های واقعی (حقایق) است. مفسر مکانیزم استنتاج است، این جزء سیستم است که با استفاده از یک پایه قانون و یک پایگاه داده نتیجه گیری می کند.
35- مدل بازنمایی دانش را در قالب قاب توضیح دهید

در یک سیستم فریم، واحد نمایش دانش شیئی است که فریم نامیده می شود. فریم شکلی از نمایش یک موقعیت است که می تواند توسط مجموعه معینی از مفاهیم و موجودیت ها توصیف شود. فریم به عنوان شناسه یک نام داده می شود. این نام باید در کل سیستم فریم منحصر به فرد باشد. یک قاب دارای ساختار داخلی خاصی است که از عناصر زیادی به نام اسلات تشکیل شده است که نام آنها نیز نامگذاری شده است. هر شکاف به نوبه خود توسط یک ساختار داده خاص نشان داده می شود. گاهی اوقات یک اسلات شامل مولفه ای به نام فاست است که محدوده یا لیستی از آن را مشخص می کند مقادیر ممکن. وجه همچنین مقادیر مرزی پرکننده شکاف را مشخص می کند (به عنوان مثال، حداکثر تعداد مجاز خواهر و برادر

36. دانش در شبکه معنایی چگونه نمایش داده می شود؟

یک شبکه معنایی دانش را در قالب یک نمودار نشان می دهد که گره های آن با واقعیت ها یا مفاهیم مطابقت دارند و کمان ها با روابط بین مفاهیم مطابقت دارند. گراف مجموعه ای از رئوس و مجموعه ای از کمان است که چند جفت رئوس را به هم متصل می کند. نمودار برچسب گذاری شده برای هر رأس حاوی توصیفگرهایی (برچسب) است که به لطف آنها رئوس نمودار با یکدیگر متفاوت است. برای یک نمودار فضای حالت، توصیفگرها حالت ها را در فرآیند حل یک مسئله شناسایی می کنند. برچسب های قوس در شبکه های معنایی برای تعریف روابط نامگذاری شده استفاده می شوند.
37. معماری سیستم های خبره را شرح دهید

گروهی از کارشناسان یا سایر منابع تخصص اطمینان می‌دهند که حقایق، مشاهدات و راه‌های تحلیل موقعیت‌ها در پایگاه دانش بارگذاری می‌شوند. کاربر از طریق رابطی که امکان برقراری ارتباط با استفاده از عبارات رایج را فراهم می کند، از سیستم در مورد مشکلات خاص سؤال می کند.

اطلاعات موجود در پایگاه دانش توسط یک موتور استنتاج پردازش می‌شود که از تداعی‌های تجربی یا قوانین «IF...THEN» برای تولید و تأیید استفاده می‌کند. راه حل های ممکن. رابط کاربر نتایج به دست آمده را به صورت قابل دسترس به اپراتور منتقل می کند.

سیستم‌های هوشمند قدرتمند دارای یک رابط زبان طبیعی هستند که به شما امکان می‌دهد به زبان انگلیسی یا روسی سؤال بپرسید و پاسخ دریافت کنید. در مورد سیستم های هوشمند معمولی، کاربر با رابط کاربری کمتر پیچیده، اما با این وجود "دوستانه" ارائه می شود.

38. وظایف ماشین خروجی (مکانیسم) را شرح دهید.

نکته اصلی در یک ES مکانیزمی است که پایگاه دانش را بر اساس قواعد منطق عقلانی برای به دست آوردن راه حل جستجو می کند. این مکانیزم که موتور استنتاج نامیده می شود، زمانی فعال می شود که درخواست کاربر دریافت شود و وظایف زیر را انجام دهد:

اطلاعات موجود در درخواست کاربر را با اطلاعات پایگاه دانش مقایسه می کند.

به دنبال اهداف خاص یا پیوندهای علّی است.

اطمینان نسبی حقایق را بر اساس ضرایب اطمینان مربوط به هر واقعیت ارزیابی می کند.

همانطور که از نام آن پیداست، یک موتور استنتاج برای نتیجه گیری طراحی شده است. عملکرد آن شبیه به استدلال یک متخصص انسانی است که یک مشکل را ارزیابی می کند و راه حل های فرضی را پیشنهاد می کند. هنگام جستجوی اهداف بر اساس قوانین پیشنهادی، موتور استنتاج به پایگاه دانش دسترسی پیدا می کند تا زمانی که یک مسیر احتمالی برای به دست آوردن یک نتیجه قابل قبول پیدا کند.
39. یک بلوک دیاگرام برای توصیف مراحل فناوری برای ایجاد سیستم های خبره ارائه دهید

در مرحله شناسایی، وظایفی که باید حل شوند، تعیین می شوند، اهداف توسعه، منابع، کارشناسان و دسته های کاربران مشخص می شوند.

در مرحله اکتساب دانش، سه راهبرد وجود دارد: کسب دانش، استخراج دانش و کشف دانش. کسب دانش به عنوان روشی برای پر کردن خودکار پایگاه دانش از طریق گفتگو بین یک متخصص و برنامه ویژه. استخراج دانش فرآیند تعامل یک مهندس دانش با منبع دانش (کارشناس، ادبیات تخصصی و غیره) بدون استفاده است. تکنولوژی کامپیوتر. اصطلاح کشف دانش با خلقت مرتبط است سیستم های کامپیوتری، پیاده سازی روش های کسب دانش خودکار. اکنون این جهت امیدوار کننده ترین است. در این حالت، فرض بر این است که خود سیستم قادر خواهد بود قوانین حوزه موضوعی را آشکار کند و فرموله کند. دانش لازمبر اساس مواد تجربی موجود

در مرحله مفهوم سازی، تجزیه و تحلیل منطقه مشکل انجام می شود، مفاهیم مورد استفاده و روابط آنها شناسایی می شود و روش های حل مشکلات تعیین می شود.

مرحله رسمی‌سازی راه‌های نمایش انواع دانش را تعیین می‌کند، مفاهیم اساسی را رسمیت می‌بخشد، راه‌های تفسیر دانش را تعیین می‌کند و عملکرد سیستم را مدل‌سازی می‌کند. در این مرحله، کفایت سیستم مفاهیم ثابت، روش های حل، ابزار بازنمایی و دستکاری دانش ارزیابی می شود.

در مرحله اجرا، پایگاه دانش سیستم پر می شود. در مرحله آزمایش، متخصص (و مهندس دانش) به صورت تعاملی، با استفاده از ابزار گفتگو و توضیح، صلاحیت ES را بررسی می کند. فرآیند تست تا زمانی ادامه می یابد که کارشناس تصمیم بگیرد که سیستم به سطح صلاحیت لازم دست یافته است.

در مرحله عملیات آزمایشی، مناسب بودن ES برای کاربران نهایی بررسی می شود. بر اساس نتایج این مرحله و همچنین مرحله آزمایش، ممکن است نیاز به اصلاح قابل توجهی در ES باشد.

فرآیند ایجاد یک ES محدود به دنبال کردن توالی دقیق مراحل ذکر شده در بالا نیست. در طول توسعه، باید بارها و بارها به مراحل قبلی بازگردید و تصمیمات اتخاذ شده در آنجا را تجدید نظر کنید.

صفحه 1