8 amaliy ish Mavzu : Neyrokompyuterlarning algoritmlari Ishning maqsadi

8 - amaliy ish
Mavzu : Neyrokompyuterlarning algoritmlari

Ishning maqsadi: Mavzu bo'yicha kerakli bilimlarni o'rganish va o'zlashtirish
Savollar:
1. Neyron tarmoq nima?
2. Neyrokompyuterlarda muammolar qanday hal qilinadi?
3. Tabiiy koordinatalar nima?

1. 
   Model neyron tarmoq ( sun'iy neyron tarmoq A ) - bu kirish signallari bo'yicha operatsiyalarni mahalliy ravishda bajaradigan va mahalliy xotiraga ega bo'lishi mumkin bo'lgan ishlov berish elementlaridan (neyronlardan) tashkil topgan parallel axborotni qayta ishlash tizimi. Elementlar bir-biriga bir tomonlama signalizatsiya kanallari bilan bog'langan. Har bir ishlov berish elementi bitta chiqishga ega, ba'zida bir nechta kanallarga (havolalarga) tarmoqlanadi, ularning har biri ishlov berish elementining bir xil chiqish (natijada) signalini olib yuradi. Olingan signalni shakllantirish qoidalari (element ichidagi ma'lumotlarni qayta ishlash qoidalari) juda xilma-xil bo'lishi mumkin, faqat ishlov berish mahalliy bo'lishi muhimdir. Bu shuni anglatadiki, ishlov berish elementga havolalar orqali keladigan kirish signallarining joriy qiymatlariga va elementning mahalliy xotirasida saqlanadigan qiymatlarga bog'liq bo'lishi kerak.
   

2. 
   Neyrokompyuter - bu ma'lum bir axborot muhitida ishlash sharoitida adaptiv javob tarzida usullar, qoidalar va ishlov berish algoritmlarini avtonom tarzda yaratishga qodir bo'lgan axborotni qayta ishlash tizimlarini yaratish texnologiyasi (masalan, neyron tarmoqlari).
   

Har qanday ma'lumotni tahlil qilish yoki qayta ishlash bilan bog'liq aniq bir muammoni hal qilishda, tahlil qilingan ma'lumotlar ko'p o'lchovli Evklid fazosining vektorlari bo'lib, ular ba'zi bir tarqatish funktsiyalariga muvofiq joylashgan deb taxmin qilish qulaydir. Bunday topshiriqlarning namunalariga fizik, biologik va boshqa tajribalar davomida olingan o'lchovlar, tibbiy diagnostika natijalari, telemetriya ma'lumotlari va boshqa ko'p narsalar kiradi. Biz har bir vektorni ob'ekt deb ataymiz, va vektorning koordinatalari - xususiyatlar. Bunday holda, xususiyatlar maydonining o'lchami (uni m bilan belgilang ) o'n mingga etishi mumkin. Masalan, tasvirning ketma-ket m piksellardagi yorqinligi yoki audio oqimdagi ketma-ket m nuqtalar. Boshqacha qilib aytganda, biz tarqatish funktsiyasiga muvofiq, ma'lum bir uzunlikdagi m vektorlarni hosil qiladigan tasodifiy ob'ekt generatorining ishlashi paytida ma'lumotlar paydo bo'ladi deb taxmin qilamiz .
Haqiqiy muammolarni echish tajribasi shuni ko'rsatadiki, ob'ektlar butun m- o'lchovli maydonni to'ldirmaydi , lekin, qoida tariqasida, past o'lchamga (o'nlab, yuzlab) ega bo'lgan ba'zi sirtda joylashgan. Bu shuni anglatadiki, asl ob'ektlarni aniqroq tavsiflaydigan bunday "umumlashtirilgan" xususiyatlar (dastlabki xususiyatlarning kombinatsiyasi) mavjud.

3. 
   Ma'lumotlarni "tabiiy" koordinatalarga o'tish deb nomlangan kodlash usuli mavjud, ularni ma'lum ma'noda maqbul deb hisoblash mumkin. "Tabiiy" koordinatalar tizimining o'ziga xosligi isbotlangan, shuningdek, ma'lumki, bu koordinatalar bir qator muhim xususiyatlarga ega, masalan, "tabiiy" koordinatalardagi ob'ektlarning xususiyatlari juftlikdan mustaqil. "Tabiiy" koordinatalar ehtimollik taqsimotining keng klassi uchun ishlatilishi mumkin.
   

"Tabiiy" koordinatalarni topish uchun replikativ (nusxa ko'chirish) neyron tarmoqlari deb ataladigan ma'lum tipdagi ko'p qavatli perceptronlardan foydalanish taklif etiladi. Ko'rsatilganki, adaptiv replikativ neyron tarmog'ini o'qitish jarayonida "tabiiy" koordinatalar tizimini qurish mumkin, bu mashg'ulotlar uchun foydalaniladigan ma'lumotlarga mos keladi. Ma'lum bo'lishicha, "tabiiy" koordinatalar tizimiga o'tish natijasida muammo hajmini nafaqat sezilarli darajada qisqartirish, balki dastlabki ma'lumotlarda bo'lishi mumkin bo'lgan shovqinlarni filtrlash ham mavjud.