METHOD OF CONVERSION FROM RESIDUE NUMBER SYSTEM TO POSITIONAL WITH ERROR CORRECTNESS BASED ON ARTIFICIAL NEURAL NETWORKS
Abstract
Residue number system (RNS) is widely used for failure-tolerant modular neurocomputers development as a method of number representation that allows better reliability. However, high performance of non-modular operations that are key components of RNS has not been achieved yet because of the necessity to use complex operators that are timeand resource-consuming. This work researches effective reverse converters of RNS based on artificial neural networks with code expansion with bases of redundant RNS that allows detection and error correctness in modular systems what allows to substitute resource-consuming operations such as calculating projections for mixed radix conversion.
Keywords
система остаточных классов,
китайская теорема об остатках,
обобщенная позиционная система счисления,
отказоустойчивость,
искусственные нейронные сети,
синдром ошибки,
residue number system,
Chinese remainder theorem,
mixed radix conversion,
failure-tolerance,
artificial neural networks,
error correctness
References
1. Omondi A., Premkumar B. Residue Number Systems: Theory and Implementation. London: Imperial College Press, 2007. 296 p.
2. Szabo N.S., Tanaka R.T. Residue arithmetic and Its Application to Computer Tecnology. McGraw-Hill, 1967.
3. Червяков Н.И. Нейрокомпьютеры и их применение: учеб. пособие для студентов по направлению подгот. бакалавров и магистров «Прикладная математика и информатика» / Н.И. Червяков [и др.]; под ред. А.И. Галушкина, Н.И. Червякова. М., 2003. Сер. кн. 11 Нейрокомпьютеры и их применение: науч. сер. Том «Нейрокомпьютеры в остаточных классах».
4. Макоха А.Н., Сахнюк П.А., Червяков Н.И. Дискретная математика: учебное пособие. М., 2005.
5. Червяков Н.И. Математическая модель нейронной сети для коррекции ошибок в непозиционном коде расширенного поля Галуа / Н.И. Червяков, И. А. Калмыков, Ю.О. Щелкунова, В.В. Бережной. URL: http://www.radiotec.ru/catalog. php?cat=jr7&art=4044.
6. Калмыков И. А. Архитектура отказоустойчивой нейронной сети для цифровой обработки сигналов / И. А. Калмыков, Н. И. Червяков, Ю. О. Щелкунова, А. А. Шилов, В. В. Бережной // Нейрокомпьютеры: разработка, применение. 2004. № 12. С. 51-60.
7. Yang L-L. And Hanzo L. Redundant Residue Number System Based Error Correction Codes. In VTC'2001. Atlantic City, USA, 07-10 Oct 2001. P. 1472-1476.
8. Goh V. T. and Siddiqi M. U. Multiple error detection and correction based on Redundant Residue Number System // IEEE Transactions on Communications. Vol. 56. 2008. № 3. P. 325-330.
9. James Jilu and Pe Ameenudeen. A novel method for error correction using Redundant Residue Number System in digital communikation systems. IEEE 2015 International Conference on Advances in Computing, Communication and Informatics (ICACCI), 2015. P. 1793-1798.
10. Nor Zaidi Haron and Said Hamdioui. Redundant Residue Number System Code for Fault-Tolerant Hybrid Memories // ACM Journal on Emerging Technologies in Computing Systems. Vol. 7. 2011. № 1. Article 4.
11. Червяков Н. И., Сахнюк П. А., Шапошников А. В. Пути эффективного использования иерархических структур фрагментов нейронных сетей ПЛИС XILINX при аппаратной реализации цифровых фильтров с параллельной обработкой данных // Нейрокомпьютеры: разработка, применение. 2001. № 10. С. 26-33.
Review
For citations:
Lavrinenko A.V. METHOD OF CONVERSION FROM RESIDUE NUMBER SYSTEM TO POSITIONAL WITH ERROR CORRECTNESS BASED ON ARTIFICIAL NEURAL NETWORKS. Science. Innovations. Technologies. 2015;(3):7-36. (In Russ.)
Views:
49
Email this article 