The paper presents the analysis of neurobiological data on the existence of the structure of a parallel-hierarchical network. Discussed method of parallel-hierarchical transformation based on population coding and its application for the pattern recognition task. Based on the analysis, we can conclude that using the methods proposed, it is possible to measure the geometric parameters and properties of images, which can significantly increase the efficiency of processing, in particular estimating the center of mass based on moment characteristics. Experimental results demonstrate that due to various destabilizing factors, accurately measuring the energy center coordinates of laser beam spot images is challenging. However, training the PI network and classifying the fragments into "good" and "bad" can considerably enhance the accuracy of these measurements.
PL
W artykule przedstawiono analizę danych neurobiologicznych dotyczących istnienia struktury sieci równoległo-hierarchicznej. Omówiono metodę transformacji równoległo-hierarchicznej opartej na kodowaniu populacyjnym i jej zastosowanie do zadania rozpoznawania wzorców. Na podstawie przeprowadzonej analizy można stwierdzić, że za pomocą zaproponowanych metod można mierzyć parametry geometryczne i właściwości obrazów, co może znacznie zwiększyć wydajność przetwarzania, w szczególności szacowania środka masy na podstawie charakterystyki momentu. Wyniki eksperymentalne pokazują, że ze względu na różne czynniki destabilizujące, dokładny pomiar współrzędnych środka energii obrazów plamki wiązki laserowej jest trudny. Jednak szkolenie sieci PI i klasyfikowanie fragmentów na „dobre” i „złe” może znacznie zwiększyć dokładność tych pomiarów.
Parallel hierarchical memory (PI memory) is a new type of memory that is designed to improve the performance of parallel computing systems. PI memory is composed of two blocks: a mask RAM and a tail element RAM. The mask RAM stores the masks that are used to encode the information, while the tail element RAM stores the actual information. The address block of the PI memory is responsible for generating the physical addresses of the cells where the tail elements and their masks are stored. The address block also stores the field of addresses where the array was written and associates this field of addresses with the corresponding external address used to write the array. The proposed address block structure is able to efficiently generate the physical addresses of the cells where the tail elements and their masks are stored. The address block is also able to store the field of addresses where the array was written and associate this field of addresses with the corresponding external address used to write the array. The proposed address block structure has been implemented in a prototype PI memory. The prototype PI memory has been shown to be able to achieve significant performance improvements over traditional memory architectures. The paper will present a detailed description of the PI transformation algorithm, a description of the different modes of addressing organization that can be used in PI memory, an analysis of the efficiency of parallelhierarchical memory structures, and a discussion of the challenges and future research directions in the field of PI memory.
PL
Równoległa pamięć hierarchiczna (pamięć PI) jest nowym typem pamięci zaprojektowanym w celu poprawy wydajności równoległych systemów obliczeniowych. Pamięć PI składa się z dwóch bloków: maski RAM i ogon RAM. Maska RAM przechowuje maski używane do kodowania informacji, podczas gdy ogon RAM przechowuje rzeczywiste informacje. Blok adresowy pamięci PI jest odpowiedzialny za generowanie fizycznych adresów komórek, w których przechowywane są elementy końcowe i ich maski. Blok adresowy przechowuje również pole adresu, w którym tablica została zapisana i kojarzy to pole adresu z odpowiednim adresem zewnętrznym użytym do zapisu tablicy. Proponowana struktura bloku adresowego jest w stanie efektywnie generować fizyczne adresy komórek, w których przechowywane są elementy ogonowe i ich maski. Blok adresowy może również przechowywać pole adresu, w którym tablica została zapisana i powiązać to pole adresu z odpowiednim adresem zewnętrznym użytym do zapisu tablicy. Zaproponowana struktura bloku adresowego została zaimplementowana w prototypie pamięci PI. Wykazano, że prototyp pamięci PI jest w stanie znacznie poprawić wydajność w porównaniu z tradycyjnymi architekturami pamięci. W artykule zostanie przedstawiony szczegółowy opis algorytmu konwersji PI, opis różnych trybów adresowania, które mogą być używane w pamięci PI, analiza wydajności równoległo-hierarchicznych struktur pamięci oraz omówienie wyzwań i przyszłych kierunków badań w dziedzinie pamięci PI.
The article aims to study the multi-level segmentation process of images of arbitrary configuration and placement based on features of spatial connectivity. Existing image processing algorithms are analyzed, and their advantages and disadvantages are determined. A method of organizing the process of segmentation of multi-gradation halftone images is developed and an algorithm of actions according to the described method is given.
PL
Artykuł ma na celu zbadanie procesu wielopoziomowego segmentacji obrazów o dowolnej konfiguracji i rozmieszczeniu w oparciu o cechy łączności przestrzennej. Przeanalizowano istniejące algorytmy przetwarzania obrazu oraz określono ich zalety i wady. Opracowano metodę organizacji procesu segmentacji wielogradacyjnych obrazów półtonowych i przedstawiono algorytm działań zgodnie z opisaną metodą.
The article was aimed at studying the process of learning by the local difference threshold when filtering normal white noise. The existing learning algorithms for image processing were analyzed and their advantages and disadvantages were identified. The influence of normal white noiseon the recognition process is considered. A method for organizing the learning process of the correlator with image preprocessing by theGQP methodhas been developed. The dependence of the average value of readings of the rank CCF (RCCF) of GQPs of the reference andcurrent images, representing realizations of normal white noise, on the probability of formation of readings of zero GQP is determined. Two versions of the learning algorithm according to the described learning method are proposed. A technique for determining the algorithm efficiency estimate is proposed.
PL
Celem pracybyło zbadanie procesu uczenia za pomocą lokalnego progu różnicy podczas filtrowania normalnego białego szumu. Przeanalizowano istniejące algorytmy uczenia do przetwarzania obrazu oraz zidentyfikowano ich zalety i wady. Uwzględniono wpływ normalnego białego szumu na proces rozpoznawania. Opracowano metodę organizacji procesu uczenia korelatora z przetwarzaniem wstępnym obrazu przyużyciu metody GQP. Określono zależność średniej wartości próbek rangi CCF (RCCF) GQP obrazów referencyjnego i bieżącego, reprezentujących realizacje normalnego białego szumu, od prawdopodobieństwa utworzenia zerowych próbek GQP. Zaproponowano dwie wersje algorytmu uczenia opartegona opisanej metodologii uczenia. Zaproponowano metodę określania szacunkowej skuteczności algorytmu.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article was aimed at improving the amplitude filtering process of the sampled image through the use of generalized Q-preparation. The existing correlation algorithms for image preprocessing were analyzed and their advantages and disadvantages were identified. The process of amplitude filtering and the main methods of preprocessing with such filtering were considered. A method of amplitude filtering of images based on the generalized Q-transformation with the use of sum-difference preprocessing of images has been developed. The efficiency of this method was analyzed, and a variant of the scheme for the corresponding preprocessing of images was proposed. The efficiency of the method was confirmed by computer simulation.
PL
Artykuł miał na celu usprawnienie procesu filtrowania amplitudy zdyskretyzowanego obrazu za pomocą uogólnionej Q-preparacji. Przeanalizowano istniejące algorytmy korelacji do wstępnego przetwarzania obrazu i określono ich wady i zalety. Omówiono proces filtracji amplitudowej oraz główne metody wstępnego przetwarzania z taką filtracją. Opracowano metodę filtrowania amplitudowego obrazów w oparciu o uogólnioną transformację Q z wykorzystaniem wstępnego przetwarzania obrazów na podstawie różnic sumy. Przeanalizowano skuteczność tej metody i zaproponowano wariant odpowiedniego schematu wstępnego przetwarzania obrazu. Skuteczność metody została potwierdzona symulacją komputerową.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.