O‘zbekiston respublikasi fanlar akademiyasi

Кредитга лаёқатлиликни баҳолашнинг Хопфилд нейрон тўрига 
асосланган алгоритмини ишлаб чиқиш. Хопфилд нейрон тўри модели. 
Сунъий нейрон тўрлари конфигурациялари орасида классификациялашда ўқитиш 
принциплари бўйича ўқитувчи ёрдамида ўргатиш ва ўқитувчисиз ўргатиш 
принципларига тўғри келмайди. Бундай ҳолларда вазн коэффициентлари қайта 
ишланаётган ахборотлар ёрдамида излаб топилади ва барча ўргатишлар худди шу 
ҳисоблашга келтирилади. Бир томондан, априор ахборотларни ўқитувчининг 
ёрдами сифатида қабул қилиш керак, бошқа томондан, тармоқ тимсолларни 
ҳақиқий маълумотлар келгунча хотирада сақлаб қолади. Бундай мантиқий 
боғланишли тармоқлар сифатида Хопфилд ва Хемминг тўрлари яхши танилган 
[7,8].
Қуйида кириши ва чиқиши битта бўлган бир қатламли Хопфилднинг 
нейрон тўри келтирилган.
1-расм. Хопфилд тўрининг структурали схемаси 

---

47 
Ассоциатив хотира каби бу тармоқда ечиладиган масала қўйидагича 
шакллантирилади. Маълумот (тасвир, рақамлашган овозлар каби жараёнларни ёки 
объектларни ифодаловчи) қандайдир иккилик сигналлардан ташкил топган 
бўлсин. Тармоқ унга кириб келаётган идеал бўмаган мос тасвирли сигналларни 
ажратиб сақлаб қолсин ёки кириб келган маълумотлар бирорта ҳам шаклга мос 
келмаслиги ҳақида хабар берсин. Умумий ҳолда, ихтиёрий сигнални
вектор, 
- тармоқдаги нейронлар сони, кирувчи ва 
чиқувчи векторлар ҳажми. Ҳар бир элемент +1 ёки -1 га тенг. – шаклни 
ифодаловчи векторни 
вектор билан ифодалаймиз ва унинг компненталарини 
мос ҳолда – 
шакллар сони, билан белгилаймиз. Тармоққа 
берилган маълумотлар асосида у шаклни таниса, у ҳолда унга кирувчи маълумот 
бўлади, бу ерда 
тармоққа кирувчи 
вектор 
қиймати. Акс ҳолда, чиқувчи вектор ҳеч қандай намунадаги шакл билан мос 
келмайди.
Агар, масалан, сигналлар қандайдир шаклни ифодаласа, у ҳолда у тармоққа 
киришда уни график кўринишида ифодалайди ва намунадаги бирорта шакл билан 
мос келганлигини ёки мос келмаганлигини аниқлайди.
Тармоқ қийматларни қабул қилишда вазн коэффициенти қўйидаги шаклда 
ифодаланади: 
бу ерда 
– индекслар бўлиб, мос ҳолда олдснаптик ва орқснаптик нейронлар; 
– 
– шакл векторининг элементлари. 
Тармоқ бажарадиган ишнинг алгоритми қўйидагича (p – итерация номери): 
1. Тармоққа кириш учун номаълум сигнал берилади. Унга аксонларнинг 
қийматларини берилади: 
шунинг учун тармоқ схемасида кирувчи синапслар шартли характерда бўлади. 
Нол эса тармоқнинг нолинчи итерасиясини билдиради. 
2. Нейронларннг янги ҳолати ҳисобланади 
ва аксонларнинг янги қийматлари
, 
бу ерда – сакраш кўринишидаги фаоллаштирувчи функция, унинг расми 2-
расмда кўрсатилган. Бу расмда ҳозирги пайтда нейрон тармоқларини қуришда 
кенг фойдаланилаётган фаоллаштириш функциялари графиклари ва ифодалари 
келтирилган. 
Масаланинг 
қўйилишидан 
келиб 
чиқиб 
фаоллаштириш 
функциясини танлаш мақсадга мувофиқ ҳисобланади. Юқоридагилар ичида 
келтирилган ReLU функцияси ёрдамида қурилганда нейрон тўрини ўқитиш 
жараёни тезроқ амалга ошиши аниқланган.
3. Охирги итерацияда аксонларнинг қиймати текширилади. Агар ҳа бўлса, 
у ҳолда 2-қадамга ўтилади, акс ҳолда тамомланади. Бу ҳолатда чиқувчи вектор 
намунадаги шаклга ўхшаш энг яхши шаклга эга бўлади.

---

48 
2- расм. Фаоллаштириш функциялари 
Хопфилд тўрининг афзаллиги сифатида унинг катта тарихий аҳамиятини 
кўрсатиш мумкин. Нейрон тўрининг шу моделидан сўнг 80-йиллар ўрталарида 
нейрон тармоқларига бўлган қизиқиш яна уйғона бошлади. Хопфилд тўрининг 
модификациялари мавжуд бўлиб, ушбу нейрон тўрини қўллаш орқали замонавий 
масалаларни ҳал қилишга хизмат қилиши мумкин. Шунга қараман бир қатламли 
Хопфилд нейрон тўрининг қатор камчиликлари мавжуд: 
Нисбатан катта бўлмаган хотира ҳажми. Яъни тармоқ таниб олиш учун 
эслаб қоладиган тимсоллар сони қуйидаги ифода орқали ҳисобланади: 
, 
бу ерда – киришдаги нейронлар сони. Катта миқдордаги тимсолларни ёзишга 
ҳаракат қилиш, нейрон тармоқ уларни танимай қолишига олиб келади. 
Турғун ҳолатга келиши нейрон тўрининг тўғри жавоб қайтаришини 
кафолатламайди.
Корреляцион вектор – тимсоллардан фойдаланилганда нейрон тўри ишлаш 
жараёнида сиклланиб қолиши эҳтимоли мавжуд. 
Тўрда сақлаб қолинган тимсоллар билан бирга уларнинг негативлари ҳам 
сақланади.
Хопфилд нейрон тўрининг модификациялари ҳам мавжуд. Улардан бири 
оптимизация масаласини ечиш учун йўналтирилган, хусусан ишларни 
бажарувчилар ўртасида тақсимлаш масаласи. Бинар шаклдаги кириш сигналли 
Хопфилд тўри модели мавжуд. Тўрнинг ҳажмини ва таниб олиш сифатини 
ошириш учун Хопфилд тўрининг кўп қатламли ва мултипликатив нейронли 
турлари ишлаб чиқилган. Бу каби модификациялари дастлабки шаклига нисбатан 
муайян афзалликларга эга ҳисобланади.