Статья рассматривает аспект ускорения подбора биометрического образа при извлечении знаний из параметров нейросети и аспект повышения достоверности статистического анализа малых выборок. И в том и в другом случае ускорение и уточнение вычислений достигается за счет отказа от анализа обычных кодовых состояний, с переходом к анализу этих же состояний в пространстве расстояний Хэмминга.
Наблюдение амплитуд вероятности спектральных линий Хэмминга невозможно в статике. Нужен переход в динамику (нейродинамику). В этом случае появляются эффекты, предсказанные в конце прошлого века математиками для «идеальных» квантовых вычислителей. Нет смысла ждать появления «идеальных» квантовых процессоров, следует идти гораздо более простым путем, воспроизводя эффекты нейродинамики на обычных компьютерах. Этот прием не является новым, естественные нейронные сети у всех живых организмов работают только в режиме нейродинамики. Перевод сетей искусственных нейронов из статики в динамику — это не что иное как копирование природы по классическим правилам бионики.
< ... >
The article considers the aspect of accelerating the selection of a biometric image when extracting knowledge from the parameters of a neural network and the aspect of increasing the reliability of statistical analysis of small samples. In both cases, the acceleration and refinement of calculations is achieved by abandoning the analysis of ordinary code states, with a transition to the analysis of the same states in the Hamming distance space.
Observation of the probability amplitudes of Hamming spectral lines is impossible in statics. We need a transition to (neurodynamics). In this case, there appear the effects predicted at the end for «ideal» quantum computers. There is no point in waiting for the appearance of «ideal» quantum processors; one should reproducing the effects of neurodynamics on ordinary computers.
Keywords:
neural networks, acceleration of computations, Hamming distance space, increasing the reliability of statistical solutions, small samples, biometric data
Полную версию статьи смотрите на страницах журнала «Защита информации. Инсайд»
