1. Sun’iy intelekt texnologiyalari

29. ANFIS arxitekturasi
Moslashuvchan neuro-fuzzy xulosa chiqarish tizimi yoki adaptiv tarmoqqa asoslangan fuzzy xulosa chiqarish tizimi (ANFIS) Takagi-Sugeno fuzzy xulosa chiqarish tizimiga asoslangan sun'iy neyron tarmoqning bir turidir. Uning xulosa chiqarish tizimi nochiziqli funktsiyalarni o'rganish qobiliyatiga ega bo'lgan noaniq IF-THEN qoidalari to'plamiga mos keladi. Demak, ANFIS universal baholovchi hisoblanadi. ANFISdan samaraliroq va maqbulroq foydalanish uchun genetik algoritm yordamida olingan eng yaxshi parametrlardan foydalanish mumkin.
1-Qatlam. Bu fuziqatsiya bo’lib A_i B_j neyronlar kiruvchi sonly qiymatlarni azolik darajalarni aniqlaydi
2-Qatlam. Qoidalardagi qattiymas qiymatlarni hisoblab boradi
Ikkinchi qatlandagi neyro’nlar soniqoidalar soni bilan bir hil bo’ladi
3-Qatlam. Narmalizatsiya qatlami bo’lib har bir neyron o’z qiymatini quydagi formula orqali aniqlaydi
4-Qatlam. X va y sonly qiymatlar asosida f₁ f₂ funksiyalar hisoblanadi va keying qatlamga W f_i ko’payma uzatiladi
5-Qatlam. Ko’paytmani yig’indisi hisblanadi
9.Xatoliklarni teskari tarqatish(Backpropagation) usuli.
Sun'iyneyrontarmoq(ANN) 3 - GradienT nasldandavom etdi, bu erda biz neyron tarmog'imizni o'rgatish uchun gradient nasldan foydalanishga qaror qildik.
Backpropagation (xatolar orqaga ko'paytirish) algoritm sun'iy asab tarmoqlari o'rgatish uchun ishlatiladi, u juda samarali og'irliklari yangilashingiz mumkin.
Odatda, u gradient tushishni optimallashtirish usuli bilan birgalikda ishlatiladi. Asosan, backpropagation-bu murakkab xarajat funktsiyasining hosilalarini hisoblash uchun juda samarali yondashuv va bizning maqsadimiz ko'p qatlamli sun'iy neyron tarmoqni parametrlash uchun og'irlik koeffitsientlarini o'rganish uchun ushbu hosilalardan foydalanishdir. Neyron tarmoqlarini parametrlash juda qiyin, chunki biz odatda yuqori o'lchovli xususiyat maydonida juda ko'p vazn koeffitsientlari bilan shug'ullanamiz.