A multi-kernel neural network computing architecture configured to learn correlations among feature values 34, 38 as the network monitors and imputes measured input values 30 and also predicts future output values 46. This computing architecture includes a multi-kernel neural network array 14 with the capability to learn and predict in real time. The CIP 10 also includes a manager 16 and an input-output transducer 12 that may be used for input-output refinement. These components allow the computing capacity of the multi-kernel array 14 to be reassigned in response to measured performance or other factors. The output feature values 46 computed by the multi-kernel array 14 and processed by an output processor 44 of the transducer 12 are supplied to a response unit 18 that may be configured to perform a variety of monitoring, forecasting, and control operations in response to the computed output values.

Una arquitectura que computa de la red de los nervios del multi-nu'cleo configurada para aprender correlaciones entre característica valora 34, 38 como la red supervisa e imputa los valores medidos 30 de la entrada y también predice los valores futuros 46 de la salida. Esta arquitectura que computa incluye un arsenal 14 de red de los nervios del multi-nu'cleo con la capacidad para aprender y para predecir en tiempo real. El CIP 10 también incluye un encargado 16 y un transductor 12 de la entrada-salida que puedan ser utilizados para el refinamiento de la entrada-salida. Estos componentes permiten que la capacidad que computa del arsenal 14 del multi-nu'cleo sea reasignada en respuesta a funcionamiento medido o a otros factores. La característica de la salida valora 46 computada por el arsenal 14 del multi-nu'cleo y procesado por un procesador 44 de la salida del transductor 12 se proveen a una unidad 18 de la respuesta que se pueda configurar para realizar una variedad de supervisión, pronosticando, y a las operaciones de control en respuesta a los valores computados de la salida.