1. ахборот оқимларини ташкиллаштириш усулларининг тавсифи

Ночизиқлилик

Сунъий нейрон тармоқлар чизиқли ва ночизиқли шаклларда мавжуд. Ночизиқли нейрон боғланишлардан ташкил топган нейрон тармоқларнинг ўзи ночизиқли ҳисобланади. Бундан ташқари, ночизиқлилик тармоқ бўйлаб тақсимланганлиги сабабли, у алоҳида турга эга. Кириш сигналини шакллантириш учун жавобгар бўлган табиий механизмнинг ўзи ҳам, ночизиқли бўладиган, масалан, инсоннинг нутқи ночизиқли бўладиган ҳолларда ночизиқлилик жуда муҳим хусусият ҳисобланади.

Кириш маълумотларини чиқиш маълумотларига акс эттириш

Кенг тарқалган ўрганиш парадигмаларидан бири белгиланган ўрганиш намуналари тўплами асосидаги синаптик вазнларни ўзгартира оладиган ўқитувчи билан ўрганишдан иборат. Ҳар бир мисолда улар кириш сигналидан ва унга керакли жавобдан иборат.

Бу тўпламлардан кўпликларни ихтиёрий танлаган ҳолда, нейрон тармоқ қабул қилинган статистик мезонларга мувофиқ талаб қилинган чиқиш сигнали ва тармоқ генерациялайдиган сигнал орасидаги тафовутни минималлаштириш учун синаптик вазнларни ўзгартиради. Бунда айнан тармоқнинг эркин параметрлари ўзгартирилмоқда.
Юқорида кўрсатилган мисол бошқа тартибда қўлланилиши мумкин. Бундай ўрганиш синаптик мувозанат ҳолати барқарорлашгунга қадар амалга оширилади.
Шундай қилиб, сунъий нейрон тармоқ мисоллар ёрдамида ўрганади, маълум бир вазифани бажариш учун киришлар ва уларнинг мос келадиган чиқишлар жадвалини яратади. Бундай усул нопараметрик статистик ўрганишни ёдга солиши мумкин. Статистиканинг бу соҳаси бирон-бир моделга боғлиқ бўлмаган баҳолаш ёки биологик нуқтаи назардан нолдан ўрганиш билан боғлиқ бўлган баҳолаш билан шуғулланади.
Бу ерда нопараметрик атамаси дастлаб кириш маълумотларининг олдиндан белгиланган статистик модели йўқлигини таъкидлаш учун ишлатилади [3]. Масалан, тасвирларни аниқлаш масаласини кўриб чиқамиз. Унда моддий объект ёки ҳодисага кўрсатадиган кириш сигналини қандайдир берилган тоифага (синфга) мос келиши талаб қилинади.
Бу муаммога бундай ёндашишда бир қатор ишланланмалар асосида кириш сигналлари тўпламида қарор қабул қилиш тизимини баҳолаш керак. Бунда ҳеч қандай эҳтимолликларни тақсимлаш моделидан фойдаланилмайди. Шунга ўхшаш ёндашув ўқитувчи билан ўргатиш парадигмасида қўлланилади. Бу яна нейрон тармоғи ва нопараматерик статик ўрганиш орқали амалга ошириладиган кириш сигналларини чиқиш сигналларига акс этилиши орасидаги параллел ўзаро алоқани таъкидлайди.


Мослашувчанлик

Нейрон тармоқларининг ўз синаптик вазнларини атроф-муҳитдаги ўзгаришларга мослаштириш қобилияти мослашувчанлик ҳисобланади. Хусусан, маълум бир муҳитда ишлайдиган ўргатилган нейрон тармоқлар муҳитни параметрлари сезиларсиз ўзгаришларида ишлашда қайта ўргатишдан кейин осон фойдаланилиши мумкин. Шунингдек, ностационар муҳитда ишлаганда, реал вақтда синаптик вазнлар ўзгартирадиган нейрон тармоқлар яратилади.

Нейрон тармоқ архитектураси тасвирларни аниқлаш, сигналларга ишлов бериш ва бошқариш масалалари учун уларнинг мослшиш қобилияти билан комбинацияланиши мумкин, бу тасвирларни мослашувчан аниқлаш, сигналларга мослашувчан ишлов бериш ва мослашувчан бошқариш моделларини яратишга олиб келади.
Тизимнинг мослашиш қобилияти қанчалик юқори бўлса, унинг ностационар муҳитда ишлаши шунчалик барқарор бўлади. Шу билан бир вақтда, шуни таъкидлаш керакки, мослашиш ҳар доим ҳам барқарорликка олиб келмайди, баъзида бу бутунлай қарама-қарши натижаларга олиб келади. Масалан, параметрлари вақт ўтиши билан жуда тез ўзгарадиган мослашувчан тизим ҳам нотаниш қизиқишларга жуда тез таъсир қилади ва натижада унумдорликни йўқотилишига олиб келади.
Мослашувчанликнинг барча имкониятларидан тўлиқ фойдаланиш учун тизимнинг асосий параметрлари тизимда ташқи ҳалақитлар ҳисобга олинмаслиги учун етарлича барқарор қолиши ва атроф-муҳитдаги сезиларли ўзгаришларда жавобни таъминлаш учун етарлича мослашувчан бўлиши керак. Бу масала одатда барқарорлик-мослашувчанлик дилеммаси [4] дейилади.