| Входные сигналы хі (t) | Выходные
сигналы
АС 
| Вероятностные
выходные
сигналы
МФСП 
| Матричные (нечеткие) блоки е і состояния | Блоки сос-тояний πj | ||||||||
| у1 | у2 | у3 | у4 | у5 | у6 | у7 | у8 | е 1 | е 2 | е 3 | ||
| x1, x8, x11 | A22, А22 | π4 | ||||||||||
| x1, x8, x11 | A23, А24 | π5 | ||||||||||
| x1, x8, x11 | A25, А26 | π6 | ||||||||||
| x2, x8, x11 | A27, А28 | π7 | ||||||||||
| x2, x8, x11 | A29, А30 | π8 | ||||||||||
| x2, x8, x11 | A31, А32 | π9 | ||||||||||
| x3, x8, x11 | A33, А34 | π10 | ||||||||||
| x3, x8, x11 | A35, А36 | π11 | ||||||||||
| x3, x8, x11 | A37, А38 | π12 |
Теоретическая вероятность Рн такого нечеткого перехода в состояние Ан равна произведению вероятностей переходов 
, то есть
Рн = 
× 
= 
× 
= 
В реальных N -уровневых устройствах памяти (N ≥ 3) вероятности нечетких переходов колеблется от 0 до 1 (0 ≤ Рн ≤ 1).
Возможно, при проектировании нейрона предусмотреть установку нейрона в нулевое состояние, когда на выходных сигналах МФСП 
не будет активного сигнала. Это можно осуществить при подаче на сохраняющие входные узлы МФСП входного сигнала из автомата стратегии е (Δ), который отключит все ее логические элементы, когда на них одновременно подать логическую единицу (этот вариант в данной главе не рассматриваетсяЮ, но поясняется как его можно осуществить).
Заключение к 12 главе
В данной главе были рассмотрены принципы и методы проектирования элементарного трехуровневого разряда нейрона и показаны его однозначные, укрупненные детерминированные, вероятностные и нечеткие переходы.
Показано, как строить такие произвольные элементарные нейроны с аналогичными свойствами, что очень важно для разработчиков нейронов и нейронных сетей.
Этот подход несколько отличается от известных биологических нейронов, но функционально к ним приближается по своим функциональным качествам переходов.
Однако, биологический нейрон обладает качествами связи с другими нейронами. Так выходные сигналы нейрона могут соединяться через аксон с 10 000 подобных нейронов, а входные сигналы через дендриты соединяются с другими нейронами, образуя возбуждающие и тормозящие сигналы.
В следующей 13 главе мы рассмотрим структуру нейрона, состоящую из элементарных нейронов, которая будет решать задачи связи с другими нейронами.
Лекция 13
Когнитивные системы на нейронах
Введение
Рассмотрены свойства искусственного элементарного нейрона, такие как:
1. Он должен хранить информацию. Иначе говоря, иметь память.
2. Обладать свойством: перестраивать структуру своей памяти в процессе работы.
3. Иметь два множества входных сигналов: устанавливающих x (t) – возбуждающих сигналов и перестраивающих структуру подмножеств памяти е (Δ), при которых запоминаются установленные состояния – тормозящих сигналов.
4. Обладать некоторым множеством переходов: однозначных, укрупненных, вероятностных и нечетких.
Уже рассмотренные в предыдущей главе эти свойства дают нам возмож-ность перейти к построению структуры аксона из элементарных нейронов, который мог бы решать следующие задачи:
5. Иметь возможность своими выходными сигналами связаться с одним из 
нейронов, что определяет 104976 состояния схем памяти самого нейрона, что позволяет создавать нейронные сети.
6. Иметь возможность принимать два множества входных сигналов: возбуждающих (устанавливающих) и тормозящих (сохраняющих)
7. Обладать свойствами самоконтроля своей работоспособности.
Для нас важны в первую очередь функциональные возможности биоло-гического нейрона и его количество связей с внешней средой. Для приме-ра, мы бы могли строить автомобили с ногами лошади, но нас интересовали их функциональные возможности, а не структура оригинала.
