|
Izlanishlar haqidagi ma’lumotlar berilgan. Shuningdek, sun’iy neyron tarmoqni o‘qitish usullari va o‘qitish algoritmlari yoritilganBog'liq sun-iy-neyron-tarmoqlarini-o-qitish-usullariOriental Renaissance: Innovative,
educational, natural and social sciences
VOLUME 2 | ISSUE 12
ISSN 2181-1784
Scientific Journal Impact Factor
SJIF 2022: 5.947
Advanced Sciences Index Factor
ASI Factor = 1.7
200
w
www.oriens.uz
December
2022
sekin kamaytirilsa, u holda xato qiymati bir muncha vaqt
B
nuqtasida qolib
ketadigan holatga erishiladi. Qadam o‘lchami yanada kamayganda, xato qiymati
A
nuqtada qisqa vaqtga to‘xtaydi. Agar qadam o‘lchami doimiy ravishda kamaytirilsa,
oxir-oqibat, mahalliy minimal
A
ni yengish uchun yetarli bo‘lgan qadam hajmiga
erishiladi.
Agar o‘rganish davomida tarmoq har bir kiritish misoli uchun to‘g‘ri javoblarga
(tarmoq chiqishi) ega bo‘lsa, algoritm nazorat ostida o‘rganish algoritmi deb ataladi.
Ya’ni juft vektorlar to‘plami {( ,
)}
S
S
x d
oldindan
beriladi.
Bu
yerda
x
X
masalaning shartini ko‘rsatuvchi vektor,
Y
S
d
- vektor
r
uchun
muammoning ma’lum yechimi.
O‘quv jarayonida tarmoq kerakli xaritalash
X
Y
ni berish uchun o‘z
parametrlarini shunday o‘zgartiradi. Shuni ta’kidlash kerakki, to‘plamning o‘lchami
{(
,
)}
S
S
x d
o‘rganish algoritmini shakllantirish imkoniyatiga ega bo‘lishi uchun
kerakli tasvirlash yetarli bo‘lishi kerak.
Garchi nazorat ostida o‘qitish usuli amaliy muammolarni hal qilishda
muvaffaqiyatli qo‘llanilgan bo‘lsada, ko‘plab tadqiqotchilar uning sun’iy neyron
tarmoqlarini biologik asossizligi uchun o‘qitish usulini tanqid qiladilar. Darhaqiqat,
miyada haqiqiy natijalarni kerakli natijalar bilan taqqoslaydigan qandaydir mexanizm
mavjudligini tasavvur qilish qiyin. Nazoratsiz o‘rganish algoritmi faqat kirish
signallari ma’lum bo‘lganda qo‘llanilishi mumkin. Ularga asoslanib, tarmoq eng
yaxshi chiqish qiymatlarini berishni o‘rganadi. "Eng yaxshi qiymat" tushunchasi
o‘rganish algoritmi bilan belgilanadi. Odatda, algoritm parametrlarni tarmoq
yetarlicha yaqin kirish qiymatlari uchun bir xil natijalarni berishi uchun
moslashtiradi.
Habb usuli.
Eng qadimgi ta’lim qoidasi Xabbning o‘qitish postulotidir.
Fiziologik va psixologik tadqiqotlarga asoslanib, Xabb biologik neyronlar qanday
o‘rganishi haqidagi farazni ilgari surdi. U ikkala neyronning ikkalasi ham
hayajonlangan bo‘lsa, ikkita neyron o‘rtasidagi aloqaning og‘irligi oshishini taklif
qildi. Xabb quyidagi neyrofiziologik kuzatishlarga tayangan: agar o‘zaro bog‘langan
neyronlar bir vaqtning o‘zida va muntazam ravishda faollashtirilsa, u holda aloqaning
kuchi oshadi. Bu qoidaning muhim xususiyati shundan iboratki, ulanish og‘irligining
o‘zgarishi faqat shu bog‘lanish orqali bog‘langan neyronlarning faolligiga bog‘liq.
Algoritmning o‘zi shunday ko‘rinadi:
1)
Initsializatsiya bosqichida barcha vazn koeffitsientlariga kichik tasodifiy
qiymatlar beriladi.
|
|
Bosh sahifa
Aloqalar
Bosh sahifa
Izlanishlar haqidagi ma’lumotlar berilgan. Shuningdek, sun’iy neyron tarmoqni o‘qitish usullari va o‘qitish algoritmlari yoritilgan
|
