1. Umumiy tushunchalar. O‘z-o‘zini tashkillovchi va o‘rgatuvchi tazimlar. Sun’iy neyron tarmoqlari

30.2-rasm
Agar shunday giperyuza mavjud va tuzilgan bo’lsa, unda В₁ istalgan nuqtasida liniyali forma S bitta belgiga, В₂ doirasi uchun esa – teskarisiga ega bo’ladi. Ushbu belgi bo’yicha, ko’rsatilgan ob’yekt shakllarning ikkita sinfidan qaysi biriga mansubligini aniqlash mumkin.
S funksiyasi kuchaytirgichlarning chiqishilarini kuchaytirishning o’zga-ruvchan koeffitsiyentlarini k_i umumlashtirish yo’li bilan (30.2-rasm) yuzaga keladi, so’ng S belgisini aniqlovchi, xal qiluvchi РБ blokiga uzatiladi va shu belgiga muvofiq shakl kodini beradi.

30.3-rasm
Aniqlash bosqichidan oldin o’qitish bosqichi bo’ladi, bunda, operator pandemoniumga bir qator shakllarni ko’rsatadi va ularni javobi to’g’riligini nazorat qiladi. Agar pande-monium xato qilsa, unda operator boshqarish qurilmasiga УУ signal beradi. T vaqt oralig’idagi xatolar soni funksiyani F(k₀, k₁,...,k_N) ifodalaydi. Faraz qilamiz, ushbu funksiya K bo’shlig’ida minimumga ega. Funksiya F oldindan ma’lum bo’lgani uchun, УУ uning ekstremumini qidirishni amalga oshira boshlaydi, ya’ni, УУ, tub ma’noda, ko’p kanalli ekstremal tizim xisoblanadi.
Qayd qilamiz, pandemonium ishlaydi, X belgilarni bo’shliqda tuzish masalasi, shakllarni ajratish taxmini haqiqiyligidan kelib chiqib, yechilgan bo’ladi. Lekin amaliyotda, retseptor orqali qabul qilinayotgan kirish miqdorlari har doim ham informativ belgilarga to’g’ri kelmaydi, va natijada, ajratish taxmini bajarilishiga kafolat bermaydi.
Ko’rib chiqilgan aniqlovchi qurilmalar – pandemoniumlar va perseptron-lar maxsuslangan tizimlar sinfiga kiritilgan, umuman aytganda, kam effektivli xisoblanadi. Ammo, ularni rivojlantirish yangi neyronli deb nomlanuvchi tizimlarni ixtiro qilishga olib keldi va ular bunday masalalarni juda effektivli yechadi.
3. O‘z-o‘zini tashkillovchi