Formal neyron modelining kamchiliklari.
Neyron o‘z chiqishini bir zumda hisoblab chiqadi deb taxmin qilinadi, shuning
uchun bunday neyronlar yordamida ichki holatga ega tizimlarni to‘g‘ridan-to‘g‘ri
modellashtirish mumkin emas.
Oriental 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
197
w
www.oriens.uz
December
2022
Formal neyronlar, biologik neyronlardan farqli o‘laroq, axborotni
sinxron tarzda qayta ishlay olmaydi.
Faollashtirish funksiyasini tanlash uchun aniq algoritmlar mavjud
emas.
Butun tarmoqning ishlashini tartibga solish mumkin emas.
Haqiqiy neyronlar uchun chegara neyronning faolligi tarmoqning
umumiy holatiga qarab dinamik ravishda o‘zgaradi va og‘irlik koeffitsientlari
o‘tish signallariga qarab o‘zgaradi.
Bitta neyron eng oddiy hisob-kitoblarni amalga oshirishi mumkin, ammo neyron
tarmog‘ining asosiy funksiyalari alohida neyronlar tomonidan emas, balki ular
orasidagi aloqalar bilan ta’minlanadi. Yagona qatlamli perseptron oddiy tarmoq
bo‘lib, u qatlamni tashkil etuvchi neyronlar guruhidan iborat bo‘ladi. Kirish
ma’lumotlari
1
(
,...,X )
k
X
X
qiymatlari vektori bilan ranglanadi, har bir
x
element
qatlamdagi har bir neyronning mos keladigan kirishiga beriladi. O‘z navbatida,
neyronlar chiqishni bir-biridan mustaqil ravishda hisoblab chiqadi. Shubhasiz,
chiqishning o‘lchami (ya’ni elementlarning soni) neyronlar soniga teng va barcha
neyronlar uchun sinapslar soni bir xil bo‘lishi va kirish signalining o‘lchamiga mos
kelishi kerak. Ko‘rinib turgan soddaligiga qaramay, bir qatlamli perseptron bir qator
foydali vazifalarni bajarishi mumkin, masalan, tasvirlarni tasniflash yoki mantiqiy
funksiyalarning qiymatlarini hisoblash
Ko‘p qatlamli perseptron
X
kirish qiymati uchun
Y
chiqish qiymatini
hisoblashga qodir. Boshqacha qilib aytganda, tarmoq qandaydir vektor
funksiyasining qiymatini hisoblaydi:
(
)
Y
F X
. Shunday qilib, idrok etuvchiga
qo‘yilgan muammoning sharti. ( 1,..., )
S
x
x
vektorlar to‘plami sifatida shakllantirish
kerak.Masala yechimi {y1,..., y }
S
vektorlar ko‘rinishida, Bu yerda
s
y
F(x )
S
S
.
Perseptron qila oladigan narsa
:
F X
Y
uchun
x
X
ko‘rinishni hosil
qilishdir. Biz bu xaritalashni perseptrondan to‘liq chiqarib olishimiz mumkin emas,
lekin biz faqat ixtiyoriy miqdordagi nuqtalarning tasvirlarini sanashimiz mumkin.
Rasmiylashtirish vazifasi, ya’ni kirish va chiqish vektorlarining tarkibiy qismlariga
ega bo‘lgan ma’noni tanlash, shaxs tomonidan amaliy tajriba asosida hal qilinadi.
Afsuski, neyron tarmoqlar uchun qat’iy rasmiylashtirish retseptlari hali mavjud emas.
Ko‘p qatlamli perseptronni qurish uchun uning parametrlarini quyidagi
algoritmga muvofiq tanlash kerak:
|