|
Finland, Helsinki international scientific online conferenceBog'liq Abduraximzoda MuqaddamFinland, Helsinki international scientific online conference
"SUSTAINABILITY OF EDUCATION SOCIO-ECONOMIC SCIENCE THEORY
"
66
neyron tarmoqlarning birgalikda aloqasida kod og‟irligi asosiy rol o‟ynaydi.Shuning uchun
ulardan qo‟llash uchun eng qulayi xamma vazifalarni parallel bajara oladigan tarmoq
hisoblanadi. Bu neyron tarmoqlarning boshqa usullardan afzalligi uning egiluvchanligi
va universalligidir.Bundan tashqari kalit belgilari bilan o‟zaro aloqada ekanligi. Ko‟p
qatlamli neyron tarmoqlari. Ko‟p qatlamli neyron tarmoqlarqatlamlar bir-biri bilan
ketma-ket bog‟lanadi. Ya‟ni, birinchi qatlam chiqishida keyingi qatlam va shu kabi
davom etadi. Birin ketin qatlamlarni amalga oshirishda paydo bo‟lgan xatolarni umumiy
yig‟indisi ko‟rinishda olsak, birini xatosini ikkinchisi to‟ldirib ketadi va umumiy xatolar
soni nisbatan kamayadi(2.1-rasm)
Quyida solishtirish kerak bo‟lgan rasmni ombordagi rasmlar bilan solishtirishni
ko‟rib chiqamiz.Bunda rasmning bir ko‟rinishiga qarab boshqa holatdaki ko‟rinishini
keltirib chiqaramiz.Xamma tarmoqlarni qo‟llab natijaviy yig‟indi asosida so‟ralayotgan
rasmni olishimiz mumkin. Tasvirlar bilan ishlashda asosiy kamchilik sifatida yorug‟likning
va oldingi vaziyatga nisbatan ayrim qismlarning(kalit xarakteristikalar) o‟zgarishini
keltirishimiz mumkin. Bir qatlamliga nisbatan ko‟p qatlamli neyron tarmoqlar
yuqoridagi kamchiliklarni xam bartaraf etgan.Yuzning asosiy belgilari – burun, lab, va
ko‟z orasidagi masofa qanday xolatda bo‟lishidan qat‟iy nazar saqlanadi. Ulardan biri
o‟zgarganda xam natija o‟zgarmasligi mumkin. Solishtirilishi kerak bo‟lgan rasm ombordagi
rasm bilan ma‟lum burchakka yoki o‟lchami o‟zgargan bo‟lishi mumkin. Bu kamchilikni
ketma-ket qatlamlardan foydalanib bartaraf etish mumkin.Rasmdagi ajratilgan belgilarni
xammasini bir xil o‟lchamga kichiklashtirib qatlamlar bo‟yicha solishtirib chiqadi.Bu usul
98%gacha kamchiliklarni bartaraf etishi mumkin. Ko‟pqatlamli neyron tarmoqlari
yuqorida belgilangan sinf asosida belgilarni aniqlashi va qo‟llanilishi mumkin.
Shuningdek, xar bir berilgan nusxa o‟zining sinfiga tegishli belgilarni aniqlaydiva
natijada xamma sinflardan olingan natijalar birlashtiriladi. Kiruvchi tasvirni aniq belgilab
olish uchun neyron tarmoqli detektor ishlatilmoqda. U 20x20 (2.2-rasm) piksel o‟lchamli
kiruvchi rasmni beradi va solishtirilishi kerak bo‟lgan rasm xam xuddi shu o‟lchamda bo‟lib,
mos sinfdagi belgilari taqqoslanadi.
|
| |
