Amaliy ish 1 Mavzu: biometrik identifikatsiyalashning neyron tarmoq algoritmlarini o'rganish Ishning maqsadi: biometrik identifikatsiyalashning neyron tarmoq tizimi ma'lumotlarini qayta ishlashning asosiy bosqichlari bilan tanishish Nazariy

Amaliy ish 1


Mavzu: biometrik identifikatsiyalashning neyron tarmoq algoritmlarini o'rganish


Ishning maqsadi: biometrik identifikatsiyalashning neyron tarmoq tizimi ma'lumotlarini qayta ishlashning asosiy bosqichlari bilan tanishish


Nazariy aralashtirish

Neyron tarmoqlari (NS) axborot xavfsizligini ta'minlash muammolarini hal qilishda quyidagi afzalliklarning kuchliligini hal qilishda muhim o'rin tutadi:

- har qanday bilan ko'paytirish qobiliyati aniqlik qanchalik yoqimli murakkab chiziqli bo'lmagan bog'liqliklar (buning uchun ular ko'pincha "universal yaqinlashuvchilar"deb nomlanadi);
- o'rganish va o'z-o'zini o'rganish qobiliyati (ma'lum bir muammoni hal qilish uchun NS-ni sozlash o'quv namunasidagi bir qator "misollar" da amalga oshiriladi va o'quv namunasiga hech qanday cheklovlar qo'yilmaydi);

• 
  umumlashtirish qobiliyati (ya'ni, cheklangan miqdordagi tasvirlarni o'rganish jarayonida tarmoq tomonidan olingan tajriba boshqalarga, shu jumladan noma'lum tasvirlarga muvaffaqiyatli kengaytirilishi mumkin);
  
• 
  potentsial yuqori shovqin va xatolarga bardoshlik (masalan, случае uni tashkil etuvchi elementlarning 50 foizigacha asta-sekin ishlamay qolsa, NS maqbul ishlashni saqlab qolishi mumkin);
  
• 
  NS ning parallel tabiati tufayli uning arxitekturasi tabiiy ravishda parallel hisoblash vositalarida amalga oshiriladi.
  

NS asosida qurilgan naqshni aniqlash tizimi, umuman olganda, ikki qismdan iborat (2-rasm). 2.5): извлечения информативных (инвариантныхhal qiluvchi qoida vazifasini bajaradigan informatsion (o'zgarmas) xususiyatlarni va neyron tarmoq tasniflagichini ajratib olishning quyitizimlari .

Birinchi bosqichda X kirish vektorining (rasmining) koordinatalari Xundan kirish ma'lumotlari (kuzatishlar) to'plamidagi eng muhim ma'lumotlarni tavsiflovchi va shu bilan birga tan olingan ob'ektning holatini o'zgartirish bilan bog'liq kirish signalining o'zgarishiga o'zgarmas bo'lgan informatsion xususiyatlarni ajratib ko'rsatish uchun o'zgartiriladi (siljish, aylanish, masshtabni o'zgartirish, burchak va va boshqalar). Ushbu konversiya kirish tasvirini-X в qkirish ma'lumotlarining q-o'lchovli maydonidagi x nuqtaniV в -m-o'lchovli xususiyat maydonidagi V nuqtaga tarjima qiladi. Beri t < q, keyin berilgan transformatsiyani tasniflash vazifasini soddalashtiradigan o'lchamlarni kamaytirish (^тya'ni ma'lumotlarni siqish) operatsiyasi deb hisoblash mumkin. Klassifikatsiya o'zi nuqtani (vektorni) aks ettiradigan transformatsiyadir V m o'lchovli echimlar makonining sinflaridan biriga (bu erda M-ajratilgan sinflar soni). Chiqish vektorining o'lchami Y teng bo'lishi mumkin M, deb faraz qilsak j-men vektorning tarkibiy qismi Y faqat 1 qiymatini oladi, agar xususiyat vektori bo'lsa V" ma'lum " sinfga tegishli Q_j; vektorning qolgan komponentlari Y bu holda nol qiymatlarni oladi.