Синтез нейроподобных сетей на основе преобразований циклических кодов Хемминга

Abstract

Рассматривается синтез нейроподобной сети Хемминга для реализации задачи классификации входного множества двоичных векторов. Формирование отсортированной последовательности по мере близости (расстояние Хемминга) основано на преобразованиях циклических кодов Хемминга. Доказана корректность синтеза такой реализации для произвольного значения расстояния Хемминга и произвольной разрядности входного вектора.

Розглянуто синтез нейроподібної мережі Хемінга для реалізації задачі класифікації вхідної множини двійкових векторів. Формування відсортованої послідовності за мірою близькості (відстань Хемінга) базується на перетвореннях циклічних кодів Хемінга. Доведено коректність синтезу такої реалізації для довільного значення відстані Хемінга та довільної розрядності вхідного вектора.

The authors consider the problem of synthesis of neural-like Hamming networks for the implementation of the problem of classifying an input set of binary vectors. Formation of the sorted sequence by the criterion of proximity measures (Hamming distance) is based on the conversion of cyclic Hamming codes. The correctness of the synthesis of such implementation for an arbitrary value of Hamming distance and arbitrary bit capacity of the input vector is proved.