Огляд методів прискорення процесу сортування числової інформації при реалізації на сортувальній нейромережі для обробки інформації в системах реального часу. Оцінка обчислювальної ефективності сортувальної нейромережі для паралельного сортування.
При цьому потреба в сортуальній мережі обумовлена, по-перше, тим, що необхідно організувати високий рівень паралелізму при обробці великих обємів даних; по-друге, необхідно виконати обробку даних безпосередньо в запамятовувальних пристроях (ЗП) без їх перезапису; по-третє, необхідно реалізувати видачу масиву даних з впорядковуванням елементів за заданим правилом в реальному часі. Крім того, для аналізу й удосконалення відомих способів сортування з метою їх ефективної реалізації доцільно представляти їх у компактній і формалізованій формі, що може забезпечити використання базису систем алгоритмічних алгебр (САА) В.М. Методи дослідження базуються на: основних положеннях теорії асоціативної обробки інформації і сортування числових даних для розробки моделей сортування у вигляді сортувальних мереж: теорії нейрообчислень і штучних нейромереж для розробки і дослідження сортувальної нейромережі; теорії дискретних автоматів і проектування обчислювальних засобів, теорії булєвої алгебри для розробки і аналізу базових вузлів сортувальної нейромережі; методах математичного й імітаційного моделювання для компютерного моделювання процесу сортування попарним обміном. Глушкова сортування масиву даних у вигляді “кільця”, що дозволяє формалізувати подання і забезпечити аналіз і вибір оптимального варіанта сортування для реалізації на сортувальній нейромережі, що дає можливість, у свою чергу, прискорити процес впорядкованої вибірки в найнесприятливішому випадку на відміну від сортування у вигляді “стрічки ”як мінімум на один цикл, а в порівнянні з класичним варіантом сортування як мінімум на два цикли. Вдосконалено структурну організацію сортувальної нейромережі з використанням сортування масиву даних методом попарного обміну з ранжуванням, який забезпечує не тільки збіжність процесу за час О(m), де m-размерность вхідного масиву, але й скорочення тривалості кожного циклу сортування на два машинні такти за рахунок використання операції інкремента/декремента для перетворення рангів елементів масиву чисел замість перестановки цих елементів в ЗП.В першому розділі виконано аналіз методів і засобів сортування масивів даних, розглянуто особливості методу сортування попарним обміном. При цьому відомо, що асоціативні процесори (АП) можуть виконувати ряд операцій, що відносяться до таких асоціативних операцій, як: пошук за відповідністю, пошук найближчого знизу (зверху) значення, пошук максимального (мінімального) значення, пошук величин у заданих межах, пошук на базі булєвих функцій, впорядкована вибірка (сортування ). В другому розділі виконано розробку моделей сортувальних мереж для методу сортування попарним обміном, а також розглянуто особливості сортування попарним обміном з ранжуванням елементів масиву. На рис.1 приведено одну з моделей сортувальної мережі у вигляді “кільця”, а на рис.2 показано відповідну топологію зєднань елементів в масиві, де прийнято такі позначення: x1,х2,..,хм - вхідний масив даних; x1s,x2s,….xms - відсортований масив даних при парній його розмірності m. Отже, складовий оператор (2) забезпечує формування всіх К пар елементів масиву і виконує паралельно сортування (порівняння і транспозицію) у всіх (K-1) парах внутрішніх елементів масиву і в парі крайніх його елементів.
План
ОСНОВНИЙ ЗМІСТ РОБОТИ
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
