|
Xaotik neyron tarmoqlar. (Хаотические нейронные сети.)
|
| bet | 3/4 | | Sana | 21.11.2023 | | Hajmi | 187,76 Kb. | | #102803 |
Bog'liq Neyron tarmoqlarga asoslangan ma\'lumotlarni qazib olish nazariyasining umumiy ko\'rinishiXaotik neyron tarmoqlar. (Хаотические нейронные сети.)
Dinamik tizimlar nazariyasining bo'limlaridan biri xaos va sinergetika nazariyasi bilan bog'liq. Tuzilmalar xaotik dinamikada tashqi tebranishlar ta'sirida tug'iladi va u dastlab mumkin bo'lgan barcha variantlarni o'z ichiga olishi mumkin. Xaotik tizimlar umumlashtirishning keyingi darajasiga erishish va bir vaqtning o'zida barcha variantlar to'plami bo'yicha hisob-kitoblar imkoniyatlarini kengaytirish imkonini beradi va bu to'plam tashqi signallar ta'sirida shakllanadi va shu tariqa adekvat murakkablikni ta'minlaydi. Ko'p jihatdan, bu kvant hisoblashda ishlatiladigan paradigmaga o'xshaydi, bu holda, javob o'qilgunga qadar, barcha echimlar to'plami mavjud [42].
Xaotik neyron tarmoq - bu bir qatlamli takrorlanuvchi tarmoq bo'lib, unda elementlar o'zi bilan bog'lanmasdan bir-biriga ulanadi:
bu yerda , a - masshtab doimiysi, ωij - i va j neyronlari orasidagi ulanish kuchi (og'irlik koeffitsienti), N - kirish tasviridagi nuqtalar soniga mos keladigan neyronlar soni, X= = (x1, x2, . . . , xm) sifatida ifodalanadi , m - tasvir maydonining o'lchami, T - simulyatsiya vaqti.
Xaotik neyron tarmog'ini o'rgatish tarmoqqa og'irlik koeffitsientlarini belgilashdan iborat bo'lib, ular (3) munosabatga muvofiq kirish tasviri asosida aniqlanadi va tarmoqning barcha neyronlariga ta'sir qiluvchi maydonni yagona aniqlaydi.
Tebranish neyron tarmoqlari.( Осцилляторные нейронные сети.)
Qayta ishlangan ma'lumotlarga oid aprior bilimlardan foydalanmaydigan istiqbolli vositalardan biri tebranish neyron tarmog'idir. Tarmoq modeli 2000 yilda klasterlash muammosi uchun Anjelini boshchiligidagi italiyalik olimlar guruhi tomonidan ishlab chiqilgan [43, 44].
Tebranish neyron tarmog'ining quyidagi asosiy xususiyatlarini ajratib ko'rsatish mumkin:
tarmoq bir qatlamli, takroriy va to'liq ulangan;
tarmoq elementlari - "logistik xaritalash" uzatish funktsiyasiga ega neyronlar;
tarmoq o'ziga jalb etmaslik xususiyatiga ega, ya'ni ish natijasi neyronlar chiqishi dinamikasida yashiringan;
tarmoq ishining natijasini olish uchun vaqt o'tishi bilan neyronlarning chiqishidagi o'zgarishlarni tahlil qilish kerak.
Tarmoqning funktsional birligi, qoida tariqasida, osilator - tebranish rejimida ishlashga qodir bo'lgan birgalikda ishlaydigan elementlar to'plami (neyronlar yoki neyron ansambllar). Tadqiqot maqsadlariga qarab, nafaqat tarmoq ulanishlarining ma'lum bir arxitekturasi, balki alohida osilatorning dizayni ham tanlanadi. Eng murakkab va haqiqatga eng yaqin modellarda biologik neyronlarning analoglari bo'lgan turli darajadagi murakkablikdagi integrativ-eshik xususiyatlariga ega elementlardan tashkil topgan osilatorlar qo'llaniladi. Osilator ham inhibitiv, ham qo'zg'atuvchi bog'lanishga ega bo'lgan neyronlarni o'z ichiga oladi. Bu ma'lum sharoitlarda neyronlarning umumiy faolligi tebranish xususiyatiga ega bo'lishiga olib keladi [45].
Adabiyotda osilatorlarning turli modellari mavjud (Van der Pol, Kuramoto, Uilson-Kovan va boshqalar). Misol sifatida, neyron tarmog'ining tuzilishi va parametrlariga bog'liq bo'lgan osilatorlar orasidagi jarayonlar va sinxronizatsiya rejimlarini o'rganish imkonini beruvchi Kuramoto fazali osilator modelini ko'rib chiqing. Kuramoto modeli quyidagi tenglama bilan tavsiflanadi [46]:
Osilator fazasi ϴi asosiy holat o'zgaruvchisi bo'lib, 0 dan 2π gacha. Ushbu modeldagi osilatorning ichki chastotasi ōi sinxronizatsiya paytida paydo bo'ladigan faza siljishidir. Neyron tarmog'idagi osilatorlar orasidagi K ulanishining kuchi sinxronizatsiya rejimlariga ta'sir qiluvchi asosiy parametrdir. Tenglamadagi N parametr neyron tarmoqdagi osilatorlar sonini aniqlaydi.
|
| |
