52
алгоритмларидан мутлақо фарқ қилади. Фарқи шундан иборатки, Хопфилд
тўрини ўқитишда матрицанинг барча коэффициентлари ягона формула асосида
ҳисобланади ва бу бир даврда амалга оширилади. Шундан сўнг тармоқ
ишлатишга тайёр бўлади. Баъзи муаллифлар Хопфилд тўрини ўқитувчисиз
ўқиталадиган тармоқга киритишади. Бу нотўғри фикр ҳисобланади. Чунки
ўқитувчисиз ўқитишда қайси синфлар учун алоҳида эътибор бериш кераклиги
ҳақидаги ахборот мавжуд бўлмайди. Хопфилд тўрлари учун бу ахборотсиз вазн
коэффициентларини созлаб бўлмайди. Шунинг бу каби тармоқларни
оптимизацияловчи тармоқлар синфига киритиш маъқул ҳисобланади. Бу
синфдаги тармоқларнинг ўзига хос хусусиятлари шундан иборатки, уларда вазн
коэффициентлари матрицаси детерминаллашган алгоритм асосида бир марта
созланади ва буткул ўзгаришсиз қолади. Бу схема техника даражасида
қурилмаларда реализация қилиш учун қулай ҳисобланади. Хопфилд тўрида
тескари алоқалар мавжуд шунинг учун турғунлик масаласини ҳал қилиш керак
бўлади. Хопфилд тўрларида нейронлар ўрасидаги вазн коэффициентлар W
матрица кўринишида берилиши мумкин. Cохен, Гроссбергларнинг ишларида
ушбу матрицанинг симмитрик ва бош диагонали ноллардан иборат бўлиши
турғунлигини таъминлаши кўрсатилган [11,16].
Юқоридаги талаблар зарурий бўлиши билан бирга етарли ҳисобланмайди.
Бундан ташқари тармоқ асинхрон режимда ишлаши зарур бўлади ва бу
тармоқнинг турғун ҳолатга келишини кафолатлайди. Синхрон режимда иккита
ҳолатларнинг биридан иккинчисига чексиз алмашиниш жараёни вужудга келиши
мумкин ва бундай ҳолат динамик аттрактор деб аталади. Турғун ҳолатни эса
статик аттрактор деб аташ қабул қилинган. Тармоқни ўқитиш жараёнида
фаоллаштириш функцияси сифатида гиперболик тангенс, сигмоид ёки ReLU
функцияларини қўллаш мумкин. Нейронлар киришида қандай қийматлардан
фойдаланишга қараб бу функциялардан биридан фойдаланиш мумкин. Агар “1”
ва “-1” танланган бўлса, унда гиперболик тангенс, “1” ва “0” танланган бўлса,
унда сигмоид ёки ReLU функциясидан фойдаланиш мумкин бўлади. Ҳозирда
ReLU фаоллаштириш функцияси кенг қўлланилмоқда, чунки унинг ишлаш
тезлиги сигмоидга нисбатан юқори эканлиги аниқланган.
Хопфилд нейрон тўрларининг камчилиги кўп миқдордаги тимсолларни
таниш учун фойдаланиб бўлмаслиги. Шундай ҳолатда Хопфилд тўри уларни
таний олмайди. Бизнинг масалада икки хил мижозни аниқлаш, яъни кредитни
тўлашга лаёқатли ёки лаёқатсиз бўлган синфларга ажратишни амалга ошириш
ҳисоланади. Демак, ушбу нейрон тўри бу каби масалани ечиш учун етарли
имкониятга эга.
Do'stlaringiz bilan baham: