Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti samarqand

2-rasim 
Har xil turdagi tartibga soluvchi funktsiyalarga asoslangan 

neyronlarning 
neyroarxitekturasi va o‘tish funktsiyalarini optimal tanlashni asoslashga 
bag’ishlangan keng ilmiy bibliografiya mavjud. Yaxshi umumlashtiruvchi 
xususiyatlarga ega neyron tarmoqlarni qurishning samarali usullaridan biri Furye 
o‘tish funktsiyalarining yuqori harmonikalarini kamaytirish talabidir. Turli 
parchalanish qonunlari mahalliy splayn usullariga va radial asosli funktsiyalarga 
ega neyron tarmoqlarga olib keladi. Sigmasimon o‘tish funktsiyasi bo‘lsa, Furye 
koeffitsientlarining mutlaq qiymati asimptotik tezlik bilan kamayadi. Ushbu 
xususiyat mashhur ko‘p qatlamli tarmoqlarning bunday o‘tish funktsiyalari bilan 
tartibga solish xususiyatlarini qisman tushuntiradi. Keling, A, B va C 
modellashtirish tizimlarining teskari masalalarini tartibga soluvchi echimlarning 
xususiyatlarini ko‘rib chiqaylik 4 . Hisob-kitoblarda o‘quv majmuasi 200 xy 
juftligini o‘z ichiga oladi, bunda x qiymati [0,1] oralig’ida tasodifiy bir xil 
taqsimlanadi va y qiymati simulyatsiya qilingan funktsiya tomonidan aniqlanadi. 
Hisob-kitoblar orqa tarqalish neyron tarmog’i va qarshi tarqalish neyron tarmog’i 
uchun amalga oshirildi. Yana 500 ta tasodifiy misol - umumlashtirish xatosini 
baholashga xizmat qildi. Neyron tarmog’i modellarini qurishda qabul qilingan 
aprior farazlarning tabiati qanday ekanligini aniq ko‘rsatamiz. Yagona taxmin (bu 
tartibga solish - uchun etarli bo‘lib chiqadi ) neyron tarmoqning asosiy 
arxitekturasini uning strukturaviy murakkabligini cheklash bilan ko‘rsatishdir. 
Ikkinchisi juda muhim, chunki, masalan, yashirin qatlamdagi neyronlar sonining 
cheksiz ko‘payishi bilan tarmoq diskret mashg’ulotlar to‘plamini juda aniq eslab 
qolishga qodir. Bunday holda, silliq eritma o‘rniga, barcha o‘quv nuqtalaridan 
o‘tib, teskari funktsiyaning ikkita tarmog’i o‘rtasida tebranuvchi "arra tishi" 
eritmasi olinadi. Muhandislik tizimlarining samarali va moslashuvchan axborot 

---

modellarini yaratish uchun tabiiy vositadir . Turli neyroarxitekturalar turli amaliy 
talablarga javob beradi. Xatolarni orqaga yoyish va qarshi tarqalish tarmoqlari 
bo‘lgan ikki tomonlama ishlaydigan tarmoqlar yaxshi umumlashtiruvchi 
xususiyatlarga ega va - to‘g’ridan-to‘g’ri axborot muammolari uchun miqdoriy 
yechimlarni ta'minlaydi . Neyron tarmoqlarning ichki tartibga solish xususiyatlari, 
shuningdek, teskari va birlashtirilgan muammolarni mahalliy aniqlik bilan hal 
qilish imkonini beradi. Noto‘g’ri qo‘yilgan modellashtirish muammolari uchun 
Kohonen klasterli xaritasi va alohida klasterlar ma'lumotlari bo‘yicha o‘qitiladigan 
orqa tarqalishli tarmoqlar oilasini o‘z ichiga olgan gibrid neyroarxitekturani qurish 
uchun neyron tarmoq axborot texnologiyasi taklif etiladi. Ushbu texnologiyada 
muammoning qisman to‘g’riligi sohalari ochiladi, ularda yuqori mahalliy aniqlik 
bilan yechim beriladi. Xususiyat maydonining boshqa sohalari uchun neyron 
tarmoq foydalanuvchi so‘rovlarini avtomatik ravishda to‘g’ri rad etadi.