|
Sunʼiy neyron tarmoqlari (SNT)
|
| bet | 5/15 | | 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 социальноSunʼiy 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.
Uorren Makkallok va Uolter Pits[1] (1943) neyron tarmoqlar uchun hisoblash modelini yaratish orqali mavzuni ochdilar. 1940-yillarning oxirida DO Hebb[2] neyron plastisiya mexanizmiga asoslangan taʼlim gipotezasini yaratdi, u Hebbian oʻrganish nomi bilan mashhur boʻldi. Farley va Uesli A. Klark[3] (1954) Hebbian tarmogʻini simulyatsiya qilish uchun dastlab hisoblash mashinalaridan foydalangan. 1958-yilda psixolog Frenk Rozenblat Amerika Qoʻshma Shtatlari Dengiz tadqiqotlari boshqarmasi tomonidan moliyalashtirilgan birinchi sunʼiy neyron tarmogʻi boʻlgan perseptroNTi[4][5][6][7] ixtiro qildi.[8] Koʻp qatlamli birinchi funktsional tarmoqlar 1965-yilda Ivaxnenko va Lapa tomonidan Maʼlumotlar bilan ishlashning guruh usuli sifatida nashr etilgan.[9][10][11] Uzluksiz orqaga tarqalish asoslari[9][12][13][14] boshqaruv nazariyasi kontekstida 1960-yilda Kelli[15] va 1961-yilda Brayson[16] tomonidan dinamik dasturlash tamoyillaridan foydalangan holda olingan
|
| |
