Международный научный журнал № 3 (100), часть 1
«Научный импульс» Октябрь, 2022
757
NEYRON TARMOQLARNING TASNIFI
Tursunov Hojiakbar Hamidullo o‘g‘li
To’lqinov Ziyodullo Xayrullo o’g’li
Farg‘ona ICHSHUI kasb-hunar maktabi
maxsus fan o‘qituvchilari
Annotatsiya: Ushbu maqolada hozirgi vaqtda Neyron tarmoqlarni hal qilinadigan
vazifalar turlari bo'yicha tasniflash, turlari bo'yicha neyronlar, neyronlarning tuzilishi,
neyronlarni o'qitish usullari fikr yuritilgan. Sun'iy intellekt va sun'iy neyron tarmoqlari
tobora ommalashib bormoqda. Ushbu maqolada biz neyron tarmoqlarning asosiy turlarini
ko'rib chiqamiz va ular qanday ishlashi va qayerda qo'llanilishi haqida gapiramiz. Neyron
tarmoqlar tushunchasi nimani o'z ichiga oladi, neyron tarmog'ining rivojlanishi ularning
real hayotda ishlashi nuqtai nazaridan qanday sodir bo'lшырш xaqida tushunchalar
berilgan.
Kalit so’zlar: Artificial neural network, To'liq bog'langan neyron tarmoqlari, qisman
bog'langan neyron tarmoqlari, monotonik neyron tarmoqlar, teskari aloqasiz tarmoqlar,
teskari aloqali neyron tarmoqlar, yagona-qatlamli va ko'p qatlamli neyron tarmoqlari, bir
hil va heterojen neyron tarmoqlari,neyron aktivlanish funksiyasi, neyron tarmoqlarini
o'qitish usullari.
Neyron tarmoqlar dastlab biologiyadan ma'lum. Ular sutemizuvchilarning miyasiga
qo'pol o'xshashlikka ega. Sun'iy neyron tarmoqlar axborotni qayta ishlash tizimlaridir. Ular
ko'p sonli oddiy birliklardan, ya'ni neyronlardan iborat bo'lib, axborotni faollashtirish
shaklini oladi. Neyron tarmoqlar o'quv misollari yordamida vazifani mustaqil ravishda
o'rganish imkoniyatiga ega.
Neyron tarmoqni o'rgatishda neyron tarmoqning haqiqiy chiqishi va kerakli natija
o'rtasida farq bor. Neyron tarmoqlardan ko'p jihatdan foydalanish mumkin, masalan,
naqshni aniqlash, avtonom transport vositalarini boshqarish, prognozlash.
Neyron tarmoqlari, neyron tarmoqlari, qisqartma. NN, E. neyron tarmoqlari
1) Nerv hujayralarining bir-biri bilan sinapslar orqali bog'langan tarmoqlari (nerv
tarmoqlari).
2) Sun'iy neyron tarmoqlari (Qisqa. KNN), kompyuterda amalga oshirilgan neyron
tarmoqlarning simulyatsiya modellari, ya'ni sun'iy neyronlar tarmoqlari. Biologik
yo'naltirilgan va texnik yo'naltirilgan simulyatsiyalar o'rtasida farqlanadi.
Neyron tarmog'idagi barcha neyronlar bir vaqtning o'zida ishlaydi, aksariyat
algoritmlarni parallel ravishda osonlikcha bajarib bo'lmaydi.
Parallel kompyuterlardan samarali foydalanish vaqti-vaqti bilan, ayniqsa, muhim vaqt
talab qiladigan ilovalar uchun, shuningdek, juda ko'p hisoblashni talab qiladigan
Международный научный журнал № 3 (100), часть 1
«Научный импульс» Октябрь, 2022
758
muammolar uchun zarur bo'ladi, masalan, o'rganish orqali neyron ulanish strukturasini
optimallashtirishda
Insonning og'zaki nutqini tan olish neyron tarmoqlar duch keladigan eng katta
muammolardan biridir. Biroq so‘nggi paytlarda inson nutqini tanib olish qobiliyatidan ham
oshib ketadigan sun’iy neyron tarmoqlarni yaratish muvaffaqiyatli bo‘ldi. Bu tarmoqlar
faqat 11 ta sun'iy neyrondan (30 ta ulanishga ega) iborat bo'lib, ular & # 8211 boshqa
tarmoqlarning "an'anaviy" neyronlaridan farq qiladi & # 8211 nafaqat signallarning
intensivligiga, balki sezgir ta'sirga ham ega. tuzilmalar - bu individual neyronlar
o'zgaruvchan vaqt tsikllari bilan ishlaydi va signallarni xuddi shunday tarzda gippokampdagi
nerv hujayralariga uzatadi, bunda odamlarda assotsiativ o'rganish sodir bo'ladi. Mashg'ulot
bosqichlaridan so'ng test sinovlarida bunday tarmoqlar fon shovqinidan ma'lum bir ovozni
tanlab filtrlash bo'yicha inson qulog'idan ustun ekanligini isbotlaydi.
Kompyuter neyron tarmoqlarini o'rganishda miya printsiplarini izohlashda neyronlar
haqidagi matnning qisqa bandiga rozi bo'lgan olimlar va muhandislarni tushunish oson, ular
dendritlardagi sinapslardan foydalanib, boshqa neyronlarga "quloq soladi" va qavat ustiga
yig'ish natijalarini bitta akson yordamida uzatadi. bundan tashqari, ushbu bilimlarga
tanqidiy baho bermasdan. Hatto neyrobiologlar biologik neyronning tamoyillarini tasvirlash
uchun McCullock-Pitts rasmiy neyronidan foydalanadilar, ammo ular buni boshqa sababga
ko'ra qilishadi, chunki munosib alternativalar yo'q, biologiyada neyron nima qilyapti,
qanday mantiq bajaradi, keng ma'lumotga qaramay.
Neyron tarmoq nima?
Neyron tarmog'i sinapslar orqali bog'langan neyronlar ketma-ketligi ekanligini aytadi.
Agar dastur neyron tarmog'ining tuzilishiga ega bo'lsa, kirish ma'lumotlarini mashina
darajasida tahlil qilish va natijani eslab qolish mumkin bo'ladi.
Neyron tarmoqlari va neyron tarmoqlari uchun ma'lumotlar biologik analogning
soddalashtirilgan modelidir. Ba'zi ekspertlar neyron tarmoqlar haqida gapirganda, inson
miyasini eslashadi. Ha, bu haqiqatga yaqin, lekin inson miyasi haddan tashqari murakkab,
shuning uchun bu juda taxminiy taqqoslash, chunki biz (hali) zamonaviy texnologiyalar
yordamida ham uning mexanizmlarini to'liq qayta yaratishga qodir emasmiz. Natijada,
neyron tarmog'ini miya printsipiga asoslangan dastur deb atash yaxshiroqdir.
Neyron tarmog'i neyronlar to'plamidir. Ushbu neyronlarning har biri ma'lumotlarni
qabul qiladi, ularni qayta ishlaydi va keyin boshqa neyronga uzatadi. Va har bir neyron
signallarni xuddi shu tarzda qayta ishlaydi. Ammo qanday qilib biz boshqacha natijalarga
erishamiz? Buning uchun neyronlarni bir-biriga bog'laydigan sinapslar javobgardir. Har bir
neyron signalni zaiflashtiradigan yoki kuchaytiradigan ko'plab sinapslarga ega bo'lishga
qodir. Neyronlar vaqt o'tishi bilan o'z xususiyatlarini o'zgartirishga qodir. Aytgancha,
sinapslarning parametrlarini to'g'ri tanlash orqali biz chiqishdagi kirish ma'lumotlarini
o'zgartirishning to'g'ri natijalarini olishimiz mumkin.
Neyron tarmoqlarning turlari
Международный научный журнал № 3 (100), часть 1
«Научный импульс» Октябрь, 2022
759
Umuman olganda, biz neyron tarmoq nima ekanligini hal qildik. Endi ularning navlari
va turlari, ya'ni tasnifi haqida gapirish vaqti keldi. Ammo bu erda biroz tushuntirish kerak.
Har bir neyron tarmoq kirish deb ataladigan neyronlarning birinchi qatlamini o'z ichiga
oladi. Bu qatlam hech qanday transformatsiya va hisob-kitoblarni amalga oshirmaydi, uning
vazifasi boshqacha: kirish signallarini boshqa neyronlarga qabul qilish va tarqatish va bu
qatlam barcha turdagi neyron tarmoqlar uchun umumiy bo'lgan yagona qatlamdir va
bo'linish mezoni keyingi tuzilishdir:
1. Neyron tarmoqning bir qavatli tuzilishi. Bu neyronlar o'rtasidagi o'zaro ta'sirning
strukturasi bo'lib, unda kirish qatlamidan signallar darhol chiqish qatlamiga yuboriladi,
aslida u nafaqat signalni o'zgartiradi, balki darhol javob beradi. Yuqorida aytib o'tilganidek,
1-kirish qatlami faqat signallarni qabul qiladi va tarqatadi va kerakli hisob-kitoblar
allaqachon ikkinchi qatlamda sodir bo'ladi. Kirish neyronlari asosiy qatlamga turli
og'irlikdagi sinapslar yordamida ulanadi, bu ulanishlar sifatini ta'minlaydi.
2. Ko'p qatlamli neyron tarmoq. Bu erda chiqish va kirish qatlamlaridan tashqari yana
bir nechta yashirin oraliq qatlamlar mavjud. Ushbu qatlamlarning soni neyron tarmoqning
murakkablik darajasiga bog'liq. Bu ko'proq biologik neyron tarmog'ining tuzilishiga
o'xshaydi. Bunday turlar yaqinda ishlab chiqilgan, bundan oldin barcha jarayonlar bir
qatlamli neyron tarmoqlar yordamida amalga oshirilgan. Tegishli echimlar bir qatlamli
bo'lganlarga nisbatan katta imkoniyatlarga ega, chunki ma'lumotlarni qayta ishlash
jarayonida har bir oraliq qatlam axborotni qayta ishlash va tarqatishning oraliq bosqichidir.
Qatlamlar soniga qo'shimcha ravishda, neyron tarmoqlari neyronlar orasidagi
sinapslar bo'ylab ma'lumotlarning tarqalish yo'nalishiga ko'ra tasniflanishi mumkin:
1. To'g'ridan-to'g'ri tarqalishning neyron tarmoqlari (bir yo'nalishli). Ushbu
strukturada signal kirish qatlamidan chiqish qatlamiga qat'iy ravishda yo'nalishda harakat
qiladi. Signalning teskari yo'nalishda harakati amalga oshirilmaydi va printsipial jihatdan
mumkin emas. Bugungi kunda ushbu rejani ishlab chiqish keng tarqalgan bo'lib, bugungi
kunda naqshni aniqlash, prognozlash va klasterlash muammolarini muvaffaqiyatli hal
qilmoqda.
2. Takrorlanuvchi neyron tarmoqlar (teskari aloqa bilan). Bu erda signal ham oldinga,
ham orqaga harakat qiladi. Natijada, chiqish natijasi kirishga qaytishga qodir. Neyronning
chiqishi og'irlik xususiyatlari va kirish signallari bilan belgilanadi, bundan tashqari u yana
kirishga qaytariladigan oldingi chiqishlar bilan to'ldiriladi. Ushbu neyron tarmoqlar qisqa
muddatli xotira funktsiyasiga ega, ular asosida signallar qayta tiklanadi va ularni qayta
ishlash jarayonida to'ldiriladi.
3. Radial bazis funksiyalari.
4. O'z-o'zini tartibga soluvchi xaritalar.
Ammo bu neyron tarmoqlarning barcha tasniflash variantlari va turlaridan uzoqdir.
Ular ham bo'linadi:
1. Neyronlarning turlariga qarab:
- bir hil;
Международный научный журнал № 3 (100), часть 1
«Научный импульс» Октябрь, 2022
760
- gibrid.
2. Mashq qilish uchun neyron tarmoqlar usuliga qarab:
- o'qituvchi bilan mashg'ulot;
- o'qituvchisiz
- mustahkamlash bilan.
3. Kiritilgan axborot turiga ko‘ra neyron tarmoqlar quyidagilardir:
- analog;
- ikkilik;
- obrazli.
4. Sinapsni sozlash tabiatiga ko'ra:
- qattiq ulanishlar bilan;
- dinamik havolalar bilan.
Geteroassotsiativ yoki avtoassotsiativ neyron tarmoqlar tushunchalari ham mavjud.
Neyron tarmog'ining ishlash tamoyilini aniq ko'nikmalarsiz tasavvur qilish mumkin.
Umumiy sxema yoki algoritm quyidagicha:
- neyronlarning kirish qatlami ma'lum ma'lumotlarni oladi;
- axborot keyingi qatlamga sinapslar yordamida uzatiladi va har bir sinaps o'z vazn
koeffitsientiga ega va har qanday keyingi neyron bir nechta kiruvchi sinapslarga ega
bo'lishga qodir;
- keyingi neyron tomonidan olingan ma'lumotlar neyron tarmoqlar uchun barcha
ma'lumotlarning yig'indisi bo'lib, ular og'irlik koeffitsientlari bilan ko'paytiriladi (har biri
o'z);
- olingan qiymat faollashtirish funksiyasiga almashtiriladi, natijada chiqish axboroti
hosil bo'ladi;
- ma'lumot yakuniy natijaga etgunga qadar uzatiladi.
Ma'lumki, neyron tarmoqning birinchi ishga tushirilishi to'g'ri natija bermaydi, chunki
u hali o'qitilmagan. Agar biz faollashtirish funktsiyasi tushunchasi haqida gapiradigan
bo'lsak, unda bu funktsiya kiritilgan ma'lumotlarni normallashtirish uchun ishlatiladi. Bu
funktsiyalarning ko'pi bor, lekin men eng keng tarqalgan asosiylarini ta'kidlamoqchiman.
Asosiy farq - ular ishlaydigan qiymatlar diapazoni:
f(x) = x chiziqli funksiyadir. Bu eng sodda, faqat yaratilgan neyron tarmoqni sinab
ko'rish yoki ma'lumotlarni asl ko'rinishida uzatish uchun ishlatilishi kerak;
- sigmasimon ko'proq keng tarqalgan faollashtirish funktsiyasi. Qiymatlar diapazoni
noldan birgacha. Men buni logistika funktsiyasi deb ham atayman;
giperbolik tangens hisoblanadi. Usul salbiy qiymatlarni qoplash uchun ham kerak.
Ulardan foydalanish mo'ljallanmagan bo'lsa, giperbolik tangens kerak emas.
Aytish kerakki, ular bilan keyingi ishlash uchun ma'lumotlar neyron tarmog'ini sozlash
uchun o'quv majmualari talab qilinadi.
Sinaps va neyron nima?
Международный научный журнал № 3 (100), часть 1
«Научный импульс» Октябрь, 2022
761
Bu haqda sun'iy neyron tarmoqlari kontekstida gapirganda, biz hisob-kitoblarni
amalga oshiradigan birlikni tushunamiz. U kirish qatlamidan ma'lumotlarni oladi, u bo'yicha
oddiy hisob-kitoblarni amalga oshiradi va keyin uni keyingi neyronga uzatadi.
Neyron tarmog'ida neyronlarning uch turi mavjud: kirish, chiqish va yashirin. Bir
qatlamli strukturada yashirin neyronlar bo'lmaydi. Bias neyronlari va kontekst neyronlari
deb ataladigan birliklar ham mavjud.
Har qanday neyron ikki turdagi ma'lumotlardan iborat: kirish va chiqish. Birinchi
qatlamda chiqishga teng kirishlar mavjud. Boshqa hollarda, kirish oldingi qatlamlarning
umumiy ma'lumotlarini oladi, shundan so'ng u normallashtiriladi (talab qilingan
diapazondan chiqib ketgan barcha qiymatlar faollashtirish funktsiyasi yordamida
o'zgartiriladi).
Biz allaqachon aytgan edik, sinaps neyronlar orasidagi aloqadir va har bir sinapsning
o'ziga xos og'irligi bor. Shu sababli, kirish ma'lumotlari uzatish vaqtida o'zgartiriladi. Qayta
ishlash jarayonida og'irlikning katta ko'rsatkichi bo'lgan sinaps tomonidan uzatiladigan
ma'lumotlar ustun bo'ladi.
Natijada, natijaga neyronlar emas, balki kirish ma'lumotlarining og'irliklari to'plamini
beradigan sinapslar ta'sir qiladi, chunki neyronlarning o'zlari doimo bir xil hisob-kitoblarni
amalga oshiradilar. Og'irliklar tasodifiy o'rnatiladi.
Neyron tarmoqlar qayerda ishlatiladi?
Neyron tarmoqlar ko'p turli muammolarni hal qilish uchun ishlatiladi. Agar biz oddiy
loyihalar haqida gapiradigan bo'lsak, oddiy kompyuter dasturi ularni hal qilishi mumkin,
agar biz tenglamalarni echish va prognozlashni talab qiladigan murakkab vazifalar haqida
gapiradigan bo'lsak, statik ishlov berish usullarini qo'llab-quvvatlaydigan kompyuter dasturi
qo'llaniladi. Bundan tashqari, juda qiyin vazifalar, bir xil naqsh tanib olish bor. Bu erda
boshqacha yondashuv kerak, chunki inson boshida bu jarayonlarning barchasi ongsiz
ravishda sodir bo'ladi (tasvirlarni tan olish va yodlashda odam buni o'zi qiladi, ya'ni u o'z-
o'zidan sodir bo'ladi, ya'ni u miyadagi mos keladigan jarayonlarni nazorat qilmaydi. miya).
To'g'risini aytganda, neyron tarmoqlar odamlarga murakkab va to'liq o'rganilmagan
algoritmlar bilan muammolarni hal qilishda yordam berish uchun yaratilgan. Neyron
tarmoqlarning sifati ham muhimdir.
Bugungi kunda neyron tarmoqlar quyidagi sohalarda qo'llaniladi:
- naqshni aniqlash (bu yo'nalishda ular eng keng tarqalgan ishlaydi);
- keyingi bosqichni bashorat qilish (bir xil fond bozorlarida savdoning samaradorligi va
sifatini oshiradi);
- kiritilgan ma'lumotlarni parametrlar bo'yicha tasniflash (kredit robotlari bu ishni
osonlikcha engishlari mumkin, ular buning uchun turli parametrlarning kirish
to'plamlaridan foydalangan holda tezda kreditni tasdiqlash yoki rad etish to'g'risida qaror
qabul qilishlari mumkin).
| 