|
Mavzu: noaniqliklarni taqdim etish uchun shartli ehtimollik afzallik va kamchiliklari
|
| bet | 3/14 | | Sana | 09.01.2024 | | Hajmi | 145,14 Kb. | | #133357 |
Bog'liq 2mustq3. Sun’iy neyron tarmoqlar modeli
Sunʼiy neyron tarmoqlari (SNT), odatda oddiygina neyron tarmoqlari (NT) deb ataladi, hayvonlar miyasini tashkil etuvchi biologik neyron tarmoqlardan ilhomlangan hisoblash tizimlari.
SNT sunʼiy neyronlar deb ataladigan bogʻlangan birliklar yoki tugunlar toʻplamiga asoslanadi, ular biologik miyadagi neyronlarni erkin modellashtiradi. Sunʼiy neyron signallarni oladi, keyin ularni qayta ishlaydi va unga ulangan neyronlarga signal berishi mumkin. Ulanishdagi „signal“ haqiqiy raqam boʻlib, har bir neyroNTing chiqishi uning kirishlari yigʻindisining chiziqli boʻlmagan funksiyasi bilan hisoblanadi. Ulanishlar deyiladi qirralar. Neyronlar va chekkalar odatda oʻrganish davom etayotganda sozlanadigan vaznga ega. Neyronlar shunday chegaraga ega boʻlishi mumkinki, signal faqat yigʻilgan signal ushbu chegarani kesib oʻtgan taqdirdagina yuboriladi. Odatda, neyronlar qatlamlarga yigʻiladi. Signallar birinchi qatlamdan (kirish qatlami), oxirgi qatlamga (chiqish qatlami), ehtimol, qatlamlarni bir necha marta bosib oʻtgandan keyin oʻtadi.
Neyron tarmoqlar misollarni qayta ishlash orqali oʻrganadi (yoki oʻqitiladi), ularning har biri maʼlum „kirish“ va „natija“ ni oʻz ichiga oladi va ular oʻrtasida ehtimollik bilan oʻlchangan assotsiatsiyalarni hosil qiladi, ular tarmoqning oʻzida saqlanadigan maʼlumotlar tuzilmasida saqlanadi. Berilgan misol boʻyicha neyron tarmoqni oʻrgatish odatda tarmoqning qayta ishlangan chiqishi (koʻpincha bashorat) va maqsadli chiqishi oʻrtasidagi farqni aniqlash orqali amalga oshiriladi. Keyin tarmoq oʻz vaznli assotsiatsiyalarini oʻrganish qoidasiga koʻra va ushbu xato qiymatidan foydalanib sozlaydi. Ushbu tuzatishlarning etarli sonidan soʻng, mashgʻulot muayyan mezonlar asosida toʻxtatilishi mumkin.
Bunday tizimlar misollarni koʻrib chiqish orqali topshiriqlarni bajarishni „oʻrganadi“, odatda vazifaga xos qoidalar bilan dasturlashtirilmaydi. Masalan, tasvirni aniqlashda ular „mushuk“ yoki „mushuk yoʻq“ deb qoʻlda yorliqlangan misol tasvirlarni tahlil qilish va boshqa tasvirlardagi mushuklarni aniqlash uchun natijalardan foydalanish orqali mushuklar bor tasvirlarni aniqlashni oʻrganishi mumkin.
Modellar
SNT anʼanaviy algoritmlar unchalik muvaffaqiyatli boʻlmagan vazifalarni bajarish uchun inson miyasining arxitekturasidan foydalanishga urinish sifatida boshlandi. Neyronlar bir-biri bilan turli naqshlarda bogʻlangan, bu baʼzi neyronlarning chiqishi boshqalarning kirishiga aylanishiga imkon beradi. Tarmoq yoʻnaltirilgan, vaznli grafik hosil qiladi.[40]
Sunʼiy neyron tarmogʻi simulyatsiya qilingan neyronlar toʻplamidan iborat.Har bir neyron boshqa tugunlarga biologik mos keladigan bogʻlanishlar orqali bogʻlangan tugundir.Har bir boʻgʻiNTing vazni bor, bu bir tuguNTing boshqasiga taʼsir kuchini belgilaydi
sun'iy neyron tarmoqlarining turlari (ANN).
Sun'iy neyron tarmoqlari bor hisoblash modellari tomonidan ilhomlangan biologik neyron tarmoqlari va ishlatiladi taxminiy funktsiyalari umuman noma'lum. Xususan, ular xatti-harakatlaridan ilhomlangan neyronlar va ular kirish (masalan, ko'zdan yoki qo'ldagi nerv sonlaridan), ishlov berish va miyadan chiqish (masalan, yorug'lik, teginish yoki issiqlikka ta'sir qilish) o'rtasida uzatiladigan elektr signallari. Neyronlarning semantik jihatdan aloqa qilish usuli doimiy tadqiqotlar sohasidir.[1][2][3][4] Ko'pgina sun'iy neyron tarmoqlari o'zlarining murakkab biologik o'xshashlariga o'xshashliklarga ega, ammo ular belgilangan vazifalarda juda samarali (masalan, tasniflash yoki segmentatsiya). Ba'zi sun'iy neyron tarmoqlar moslashuvchan tizimlar va masalan uchun ishlatiladi model populyatsiyalar va doimiy ravishda o'zgarib turadigan muhitlar.
Neyron tarmoqlari apparat- (neyronlar jismoniy komponentlar bilan ifodalanadi) yoki bo'lishi mumkin dasturiy ta'minotga asoslangan (kompyuter modellari), va turli xil topologiyalar va o'quv algoritmlaridan foydalanishi mumkin.
|
| |
