nazarda tutadi, bu kirish signallari uchun qoyidagi formula bilan
belgilanadi:
𝐸
𝑗
=
(𝑌
𝑗
−𝑏
𝑗
−𝑑
𝑗
)
2
2
, bu erda Y
j
- faollashtirish funktsiyasining
chiqishi, b
j
– aralashtirish(siljitish), d
j
- maqsadli chiqish va E
j
- bu j
neyronning javobi va maqsadli javob orasidagi kvadratik xato.
Har bir j neyron uchun formuladan foydalanib og'irlik yig'indisi
hisoblanadi:
Y
j
=Ʃw
ij
X
i
.
Ekstremumni (minimumni)
topish uchun E
j
dan differentsial
og'irlig(w) va aralashma(siljitish-b) koeffitsientlari bo'yicha olamiz:
𝜕𝐸
𝑗
𝜕𝑤
𝑖𝑗
= (𝑌
𝑗
− 𝑑
𝑗
)𝑋
𝑗
𝜕𝐸
𝑗
𝜕𝑏
𝑗
= −(𝑌
𝑗
− 𝑑
𝑗
)
Shunday qilib, neyronning og'irlik koeffitsientlari - wij va
aralasshma- bj quyidagi formulalar yordamida intetratsion hisoblanadi:
W
ij
(t)=W
ij
(t-1) -α(Y
j
-d
j
)X
j
va
b
j
(t)=b
j
(t-1)+α(Y
j
-d
j
), bu erda α-bu o'rgatish tezligi (0 <α <1), t-hozirgi,
t-1 oldingi qadam.
8.2.2. Ko'p qavatli neyron tarmoq’ini (NT) o'rgatish algoritmi.
Bu erda va pastda NT qatlami k indeksi bilan belgilangan.
1.
α (0 < α <1)-o'rganish qadami va Em- NT kerakli o'rtacha
kvadratik xatosi tanladi.
2.
NT ning w
ij
k
og'irlik va siljitish bj
k
koeffitsientlariga tasodifiy
boshlangih qiymat beriladi.
3.
Ketma-ket javobi ma’lum orgatish berilganlari NT kirishiga
uzatiladi. Bunda, har bir ma’lumot uchun quyidagi harakatlar bajariladi:
a)
NT orqali kirishga berilgan ma’lumotlarining oldinga tarqalish
bosqichi amalga oshiriladi. Barcha neyronlarining
chiqish qiymati Y
j
k
qatlqmba qatlam hisoblab chigiladi.
b)
Chiqish va yashirin qatlamlardagi neyronlarning E
j
xatolari
hisoblab chiqiladi.
c)
Neyron elementlarining og'irlik va siljitish koeffitsientlarining
o'zgarishi neyron tarmoqning har bir qatlami uchun amalga oshiriladi.
4.
NT umumiy xatosi E hisoblanadi.
5.
Agar E> Em bo'lsa, u holda 3 -bosqichga qaytiladi, aks holda
algoritmning bajarilishi tugaydi.
Sun'iy neyron tarmoqlarga asoslangan hisoblash tizimlari fon
Neyman arxitekturasidagi mashinalarda mavjud bo'lmagan
lekin inson
miyasiga xos bo’lgan bir qancha avfzaliklarga ega:
•
o'rganish qobiliyati;
•
umumlashtirish qobiliyati;
•
assotsiativshaklda tarqoq ma'lumotlarni saqlash;
•
ekologik o'zgarishlarga moslashuvi;
•
yuqori mahsuldorligi;
•
apparatni ko’rinishida amalda xatolarga chidamliligi.
SNT - bu o'zaro bog'langan va o'zaro ta'sir qiluvchi oddiy
protsessorlar
majmuasi yaniy, sun'iy neyronlar tizimidir. Bunday
protsessorlar odatda juda oddiy, ayniqsa
shaxsiy kompyuterlarda
ishlatiladigan protsessorlar bilan solishtirganda. Bunday tarmoqdagi har
bir protsessor faqat vaqti -vaqti bilan qabul qilib turadigan va vaqti -vaqti
bilan boshqa protsessorlarga yuboradigan signallar bilan shug'ullanadi.
Va shunga qaramay, boshqariladigan o'zaro ta'sirga ega bo'lgan etarlicha
katta tarmoqqa ulangan holda, bunday protsessorlar birgalikda ancha
murakkab vazifalarni bajarishga qodir.
Umuman olganda, har qanday SNTni
yaratish murakkabligi uni
tashkil qiluvchi individual neyronlarni tuzilishining murakkabligiga
bog'liqdir.
Ushbu amaliy ishning dolzarbligi, dasturlashtiriladigan
mantiqiy
juda katta integral sxemalarga(JKIS-VLSI va FPGA-
field-programmable
gate array)
asoslangan sun'iy neyron tarmoqlarni joriy etish
kontseptsiyalarining ishlab chiqilishi (ular bilan ishlash qulayligi va ularni
tez dasturlash qobiliyati tufayli) bilan tasdiqlanib qo’lash jarayoni faqat
tezlashmoqda.
Do'stlaringiz bilan baham: