Mavzu: Ko'p yadroli protsessorlar arxitekturasi

Ushbu kompyuter fon Neyman mashinasi bilan taqqoslaganda, hisoblash jarayonini tashkil etishning tubdan farqli usuliga ega - u berilgan algoritmga - muvofiq aniq qoidalar va kodlar yordamida dasturlashtirilmagan , balki sinaptik - ulanishlarni maqsadli moslashtirish orqali o‘qitiladi (va, kamdan-kam hollarda, ularning strukturaviy o‘zgarishi va neyronlarning o‘tish funktsiyalarini o‘zgartirish) talab qilinadigan funktsiyani ifodalaydi. Gipotetik vaziyatda, F tizimining funktsiyasi ma'lum bo‘lganda yoki uni argumentlarning ixtiyoriy qiymatlari bilan hisoblash algoritmi ma'lum bo‘lsa, fon Neumann mashinasi modellashtirish uchun eng yaxshi vositadir.

• Ushbu kompyuter fon Neyman mashinasi bilan taqqoslaganda, hisoblash jarayonini tashkil etishning tubdan farqli usuliga ega - u berilgan algoritmga - muvofiq aniq qoidalar va kodlar yordamida dasturlashtirilmagan , balki sinaptik - ulanishlarni maqsadli moslashtirish orqali o‘qitiladi (va, kamdan-kam hollarda, ularning strukturaviy o‘zgarishi va neyronlarning o‘tish funktsiyalarini o‘zgartirish) talab qilinadigan funktsiyani ifodalaydi. Gipotetik vaziyatda, F tizimining funktsiyasi ma'lum bo‘lganda yoki uni argumentlarning ixtiyoriy qiymatlari bilan hisoblash algoritmi ma'lum bo‘lsa, fon Neumann mashinasi modellashtirish uchun eng yaxshi vositadir.

Neyron tarmoq modellarida tartibga solish

• Neyron tarmoq modellarida tartibga solish
• Noto‘g’ri qo‘yilgan muammolarni hal qilishning klassik usuli - bu A.N.Tixonovning tartibga solish usuli. Usulning mohiyati yechimning tabiati haqida qo‘shimcha apriori taxminlardan foydalanishdan iborat. Odatda, shunday qilib, masalaning yechimini ifodalovchi funksiyaning maksimal silliqligi talablari qo‘llaniladi. Ushbu tamoyil - Occamning ustara g’oyasiga to‘liq mos keladi , unga ko‘ra, agar murakkabroq variantdan foydalanish kerakligi haqida hech qanday ko‘rsatma bo‘lmasa, eng oddiy yechimga ustunlik berish kerak.

Neyron tarmoq modellariga qo‘llanganda, tartibga solish usullari qo‘shimcha qo‘shimchalar bilan funktsional xatolikni (eng oddiy holatda, modelning eksperimental qiymatlardan kvadrat og’ishlarining yig’indisi) optimallashtirishga qisqartiriladi, bu funktsiyaning silliqlik xususiyatlarining yaxshilanishi bilan yo‘qoladi.

Bu yerda , tartibga soluvchi funksional va manfiy bo‘lmagan tartibga solish doimiysi. Neyron tarmoq modellarining diqqatga sazovor xususiyati ( cheklangan kuzatishlar to‘plamiga asoslangan tizim funktsiyasining yaqinlashuvi) ularning - kichik umumlashtirish xatolarini olish imkonini beradigan ichki tartibga solish xususiyatlaridir.

Etibor uchun rahmat.