Nerv faoliyatining biologik jihatlari


Korxonaning defolt holatga tushib qolish ehtimolligi



Download 0,62 Mb.
bet2/2
Sana09.07.2022
Hajmi0,62 Mb.
#760908
1   2
Bog'liq
Suniy intellekt.

Korxonaning defolt holatga tushib qolish ehtimolligi. Sigmasimon neyron yordamida korxonaning ma’lum vaqt oralig’ida defolt ehtimolini bashorat qilish masalasini qaraylik. Faraz qilaylik, neyronning kirishi korxonaga oid ba’zi ma’lumotlarni o’z ichiga olgan vektor bo’lsin, masalan: naqd pul zaxiralari, daromadlar, xarajatlar, mehnat xarajatlari va boshqalar. O’rgatuvchi to’plam ta juftligi, kirishlari va iborat bo’lsin. qiymati -korxonaning davrida defolt bo’lgan bildiradi; qiymat -chi korxona davomida defolt bo’lmaganligini bildiradi. o’lchovlari empirik ravishda tasodifiy o’zgaruvchilar juftligini ifodalaydi, bu yerda qiymati qiymatlar oladi va -o’lchovli tasodifiy vektordir.


  1. Gradient tushish usuli bilan parametrlarni sozlash:

Optimal og'irlik uchun bu holda yopiq shakldagi yechim yo'q. Gradient pasayish usulidan foydalanib, qiymatini ketma-ketligi bilan yaqinlashtiramiz. Oldingi o'zaro entropiya xatoligining
gradienti quyidagicha hisoblanadi.



  1. Kvadratli baholash funksiyasi (cost function) bilan o’rgatish:



  1. Chiziqli neyron modeli:

Chiziqli neyron chiziqli faollashtirish funktsiyasiga ega neyron va tasodifiy kirishlar. Uning o’rganish algoritmi eng kam o’rtacha kvadratchalar narxidan foydalanadi funktsiyasi.
U aslida Widrow va Hoff tomonidan jismoniy qurilma sifatida amalga oshirilgan. U naqshlarni tanib olish, ma’lumotlarni filtrlash va, albatta, chiziqli funktsiyalarni taxmin qilish uchun ishlatilishi mumkin.


  1. Sun’iy neyronning matematik modeli:

sun'iy neyron - har qanday sun'iy neyron tarmoqning tashkil qiluvchi tuguni bo’lib, biologik neyronning
ancha soddalashtirilgan modelidir. Biologik neyron tarmog'ida sodir bo'layotgan jarayonlarni yaxshiroq tushunish uchun McCulloch va Pitts 1949 yilda neyronning matematik modelini ishlab chiqishgan va u hozir ham qo'llanilmoqda. Matematika jihatidan, sun'iy neyron odatda barcha kirish signallarining chiziqli kombinatsiyasi asosidagi bitta argumentning chiziqsiz funktsiyasi sifatida ifodalanadi. Bu funksiya faollashish funktsiyasi, otish funktsiyasi yoki neyronning uzatish funktsiyasi deb
ataladi. Olingan natija neyronning yagona chiqishiga Y yuboriladi.

12.Tayanch vektorlar mashinasi:


Mashinali o’rgatish usullarida o'rgatish jarayonida ko'pincha ma'lumotlar sonini qo'shish orqali xatolik funktsiyasini sezilarli darajada kamaytirish mumkin. Bu haddan tashqari o’rgatish deb ataladigan holatga olib keladi. Haddan tashqari o’rgatish - bu SNT yoki boshqa mashinalar juda ko'p ma'lumotlar bilan o'qitilgan va empirik xavfni kamaytirish uchun juda murakkab funktsiya tanlangan (barcha o'quv
juftliklari bo'yicha hisoblangan taxminiy va kerakli natija o'rtasidagi yo'qotish vositalari)
{x y, }Natijada, ko'pincha o'quv bosqichida juda yaxshi natijaga erishiladi, lekin mashina tomonidan sinov bosqichida yomon bahoga erishiladi. Bu holat SNTlarda kuzatiladigan hodisalardan
biridir. Haddan tashqari moslashish muammosini hal qilishning eng oddiy usullaridan biri ma'lumotlarni tushuntirish uchun ishlatiladigan modelning murakkabligini kamaytirishdir


  1. Tayanch vektorlar klassifikatori, chiziqli ajraluvchi holat (qat’iy chegara):




  1. Chiziqli ajralmaydigan holat (yumshoq chegara):Har doim ma'lumotlar to’plamidagi bir nechta xususiyatlarning o'xshashligi tufayli ma'lumotlarni chiziqli ravishda ajratib bo'lmaydigan holatlar mavjud. Biroq, chiziqli SVM muammoning yaxshi yechimini ta'minlay oladi, agar jarima funktsiyasi har bir sinfning noto'g'ri tasniflangan ma'lumotlari o'rtasidagi (i) masofasini o'sha sinf chegarasidan o'lchash va aniqlash va minimallashtirilgan mumkin bo'lgan holatlarda (1.3-rasmga qarang). Bunday hollarda jarima funktsiyasini quyidagicha aniqlash mumkin:




  1. Nochiziyli holat (yadro mashinasi):




  1. Tayanch vektorlar regressiyasi:

17.Nochiziqli tayanch vektorli regressiya usuli:


18 .Rekurrent neuron to’rlari.


19. Klassterlash. KNN algoritmi:



Download 0,62 Mb.

Do'stlaringiz bilan baham:
1   2




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish