|
Ochko'z algoritm
|
| bet | 11/15 | | Sana | 06.04.2023 | | Hajmi | 1.36 Mb. | | #49100 |
Bog'liq shppi 2 abn hisob grafik ishi, Resurslarni optimal taqsimlash va ulardan samarali foydalanish, Texnologik jarayonlarni avtomatlashtirish va modellashtirish, Tavfsiyanoma, yetakchidan.hhhh, 3-kurs kundalik KECHKI oxirgi, vxo9rLprac8dynFTSCvMIMGjpSgrLrWL, Калит, 240-245 «АЛЛЮЗИЯ» ТУШУНЧАСИ ВА УНИ ТАДҚИҚ ЭТИШДАГИ, Laboratoriya jamlanmasi, jYv8XffDBsBrJLfoY8StP7nsISLPM 2T, Mavzu ttm va ttmsh markalanishi va xarakteristikasi. Reja (1), Mustaqil ish mavzulari (2), Mavzu ttm va ttmsh markalanishi va xarakteristikasi. Reja (3), Реализация важнейших приоритетов социальноRadial neyron to`rlar
Махсус оила радиал асосли функцияга эга тармоклар томонидан ташкил топган булиб, унда нейронлар танланган марказ атрофида радиал равишда узгариб турадиган ва нолга тенг булмаган кийматларни факат шу марказ атрофида олиб борадиган функцияларни амалга оширади. ф(х) = ф(||х — с||) формада аникланган бундай функциялар радиал асос функциялари деб аталади. Бундай тармокларда нейроннинг вазифаси битта берилган нукта (марказ) атрофида ёки кластерни ташкил этувчи бундай нукталар гурухи атрофида радиусли фазони хариталашдир. Чикиш нейрони томонидан амалга ошириладиган барча бундай нейронлардан келадиган сигналларнинг суперпозицияси бутун куп улчовли маконнинг дисплейини олишга имкон беради. Радиал типдаги тармоклар сигмасимон тармокларни табиий равишда тулдиради. Сигмасимон нейрон куп улчовли космосда бу бушликни иккита тоифага (иккита синфга) ажратадиган гиперплан билан ифодаланади, унда иккита шартдан бири бажарилади: ёки (ш,х) > 0 ёки (ш,х) < 0 . Ушбу ёндашув 1а. расмда келтирилган.
Уз навбатида, радиусли нейрон - бу марказий нукта атрофида шарнинг сферик булинишини амалга оширадиган гиперсфера (1б-расм). Айнан шу нуктаи назардан у сигмасимон нейроннинг табиий кушимчасидир, чунки маълумотларнинг думалок симметрияси холатида у турли синфларни ажратиш учун зарур булган нейронларнинг сонини сезиларли даражада камайтириши мумкин. Нейронлар турли функцияларни бажариши мумкинлиги сабабли, радиал тармокларда жуда куп яширин катламлардан фойдаланиши мумкин эмас. Одатда радиал тармокнинг тузилишига кириш вектори билан тавсифланган сигналлар кулланиладиган кириш катлами, радиал типдаги нейронлар билан яширин катлам ва одатда битта ёки бир нечта чизикли нейронлардан иборат чикишкатлами иборат булади. Чикиш нейронининг функцияси факат яширин нейронлар томонидан ишлаб чикарилган сигналларнинг огирлаштирилган йигиндисигача камаяди. Радиал тармокларнинг математик асослари. Радиал тармокларнинг ишлашининг математик асослари Т.Ковернинг образни таниб олиш теоремаси булиб, унга кура тасвирларнинг маълум бир куп улчовли бушликка чизикли булмаган проекциялари, улар пастки улчовли бушликка проекциялашга караганда юкори эх,тимоллик билан чизикли равишда ажратилиши мумкин. Энг оддий радиал типдаги нейрон тармоги куп улчовли интерполация принципи асосида ишлайди, p бу кириш-улчовли бушликдан p сонлар х 1 = 1 ,2 ,...,р тупламига кадар турли хил N кириш векторларини {1 |, I = 1 ,2 ,. ..,р белгилашдан иборат. Ушбу жараённи амалга ошириш учун F(x) радиал типдаги яширин нейронлардан фойдаланиш ва интерполация шарти бажариладиган дисплей Б(х |) = 11 | функциясини урнатиш керак.
|
| |
