Мета дипломного проекту – розробка комп'ютерної системи прискореної нейромережевої обробки даних, що здійснює динамічний перерозподіл наборів нейронів багатошарової нейронної мережі між обчислювачами залежно від топології передачі даних («зірка», «повнозв'язну граф», «сітка»), що дозволяє істотно скоротити час навчання та функціонування багатошарової нейронної мережі. Перевагою проекту є адаптація структури багатошарової нейронної мережі в розподіленої обчислювальної середовищі для скорочення кількості передач даних. Розроблено процедури прискореної нейрообработки даних з топологіями «зірка», «повнозв'язний граф», «решітка» із застосуванням методу рівномірного розподілу, побудовано моделі адаптації нейронної мережі на багатопроцессорну обчислювальну систему, розробленний програмний додаток, головним елементом якого є інтерфейс для задання елементів архітектури нейронної мережі, а також параметрів прискореного навчання та функціонування багатошарової нейронної мережі у розподіленому обчислювальному середовищі. Програма розроблена з використанням середовища розробки програм Visual Studio 2010 на мові C# для ОС Windows Compute Cluster Server 2003. НЕЙРОННА МЕРЕЖА, ПЕРСЕПТРОН, НАВЧАЛЬНА ВИБІРКА, НАВЧАННЯ ТА ФУНКЦІОНУВАННЯ, ПРИСКОРЕННЯ, ЕФЕКТИВНІСТЬ, БІБЛІОТЕКА MS MPI, ТОПОЛОГІЯ, АДАПТАЦІЯ The degree project is dedicated to the development of the computer system for speed up neural data processing that assigning neurons of each layer in multilayered feedforward neural network dynamically to the processors based on topology data ("star", "graph", "grid"), that allows to significantly reduce time of the large dimension tasks solving in a distributed environment. The advantage of the project is adapting multilayered feedforward neural network structure with different virtual topologies on the high-performance computing system. The procedures for speed up neuroprocessing on topologies "star", "graph", "grid" using the method of equable processed neural data distribution, the models for adaptation neural network on multiprocessing computer system, software application, the main element of which is the interface to specify the elements of architecture and parameters for speed up training and function multilayer neural network are developed/ The program developed using the software development environment of Visual Studio 2010 in C # for Microsoft Windows Compute Cluster Server 2003. NEURAL NETWORKS, PERCEPTRON, TRAINING SET, TRAINING AND FUNCTIONING, ACCELERATION, EFFICIENCY, LIBRARY MS MPI, TOPOLOGY, ADAPTATION
