Farg’ona filiali kompyuter injiniringi fakulteti 716 – 20 guruh talabasi karimov Anvarjoning

Quyidagi o‘xshashlikni chizishimiz mumkin. Aytaylik,
y  (2x 1) 2
funksiya

avjud. x  3 bo‘lganda y qanday olinadi? Juda oddiy: ikkita uchga ko‘paytiriladi,
keyin bitta qo‘shiladi va natija ikkiga bo‘linadi. 3, 5 chiqadi. Ushbu harakatlar ketma- ketligi eng oddiy dastur hisoblanadi. Biroq, xuddi shu muammoni hal qilishning yana bir usuli bor. Bu funksiyaning grafigini qurish, keyin esa grafikdan yechim topish mumkin. Masalan, xatning tasviri ma’lum bo‘lishi mumkin. Ko‘rinib turibdiki, berilgan tasvirni tavsiflovchi funksiyani izlash juda mashaqqatli bo‘ladi.
Agar bu o‘xshashlikni davom ettiradigan bo‘lsak, u holda neyron tarmoqni o‘rganish jarayoni o‘ziga xos grafikdir. Ya’ni, koordinatalar to‘plami haqida xabar beramiz. Ushbu koordinatalardan nuqtalar tuziladi, shundan so‘ng eng yaqin nuqtalar to‘g‘ri chiziqlar bilan bog‘lanadi. Shunday qilib, grafik olinadi, uning yordamida har qanday berilgan x uchun ^y qiymatini bilib olishingiz mumkin. Bunday holda, hisob- kitoblar talab qilinmaydi, natija grafikda topiladi.
To‘g‘ri, bu yerda bitta qiyinchilik bor. Berilgan nuqtalar orqali cheksiz
miqdordagi egri chiziqlar chizish mumkin. Shuning uchun, keyinchalik, x dan ^y ni aniqlashga harakat qilganda, biz cheksiz ko‘p javoblarni olamiz. Ammo bu muammoni hal qilish mumkin: birinchidan, y ning qiymatlari yaqin bo‘ladi, ikkinchidan, xatoni minimallashtirish usuli mavjud.
Bu neyron tarmoq arxitekturasining asosiy afzalligi hisoblanadi. An’anaviy
kompyuterda ishlov berish uchun har qanday vazifa rasmiylashtirilishi kerak (harfning tasviri funksiyaga aylantirilishi kerak). Shu bilan birga, agar dastlabki ma’lumotlarda kichik xatolik yuzaga kelsa yoki hatto ifodalardan biri buzilgan bo‘lsa, yakuniy natija ham noto‘g‘ri bo‘ladi.
Bugungi kunga kelib, hisoblash murakkabligi va tirik neyron bilan o‘xshashlik darajasida farq qiluvchi ko‘plab neyron modellari mavjud. Bu yerda “rasmiy neyron” deb nomlangan klassik modelni ko‘rib chiqamiz (1-rasm).

hosil bo‘ladi. Neyron
W₁,...,W_k
kirish signallarining vaznli yig‘indisini hisoblab

chiqadi, so‘ngra berilgan o‘zgartiradi.
F (S)
nochiziqli funksiya yordamida olingan yig‘indini

Keling, quyidagi belgilarni kiritamiz:
X_i - kirish signalining qiymati,
 - neyronning chegara darajasi.
W_i - neyronning og‘irlik koeffitsienti - (Bu qiymat ko‘pincha og‘irlik,
ulanish yoki ulanish og‘irligi deb ataladi),
F - transformatsiyani amalga oshiradigan faollashtirish funktsiyasi,
^y - neyronning chiqish qiymati. Chegara darajasi va barcha og‘irliklardan iborat to‘plam neyron parametrlari deb ataladi. Xuddi shunday, tarmoq parametrlari uning barcha tarkibiy neyronlarining parametrlari to‘plamidir.
Ushbu belgida neyronning chiqishi quyidagi formula bilan berilgan:
y  F _(x, w₁)   _
Chegara darajasisiz rasmiy neyronning modifikatsiyasi mavjud. Bunday holda, neyronga yana bitta kirish kanali qo‘shiladi (uning soni k ga teng bo‘lsin) va har

qanday kirish signali uchun
x_k 1,
W_k   . Shubhasiz bu modellar ekvivalentdir

_ik ( X_iW_i X_kW_k )  _ X_iW_i  