«применение современных информационно коммуникационных технологий в проведении реформ в новом узбекистане»

«Yangi O‘zbekistonda islohotlarni amalga oshirishda zamonaviy axborot-kommunikatsiya 
texnologiyalaridan foydalanish» mavzusida Xalqaro ilmiy-amaliy konferentsiya 
Andijon 
 
27-29 oktabr 2021 yil 
245 
Демак, агар фақатгина битта радиал базисли нейрон 1 чиқишга эга ва 
бошқа барчалари 0 га тенг ёки унга яқин қийматга тенг бўлса, у ҳолда бир 
чизиқли қатламнинг чиқиши актив чиқиш нейронининг массасига тенг 
бўлади.Бироқ, бундай ҳолат истиснодир. Одатда чиқиш масса қийматлари 
турлича бўлган бир нечта нейронларни шакллантиради. 
1-расмдан кўриниб турибдики, 
p 
= 2 нуқтада фақатгина учинчи нейрон 
чиқишининг йиғиндиси ҳосил бўлади. Биринчи ва иккинчи нейронларнинг бу 
нуқтага таъсири аҳамиятли эмас. 
a
1 ва 
a
2 чиқиши 0 га яқин қийматда бўлади. 
a
3 = 0,8 чиқиши эса 1га яқин бўлади. 
1-расмни таҳлил қилиб, шундай ҳулоса қилиш мумкинки, радиал базис 
функция бўйича ёйиш зарур силлиқликни таъминлайди. Шунинг учун уларни 
эркин ночизиқли боғлиқликларни апроксимация қилишда қўллаш ўзини 
оқлади. 
Аппроксимация масаласини ечиш учун MATLAB тизимида радиал 
базис тармоқни шакллантиришга келтирилган мисол кўриб чиқамиз.
Барча маълумотларни жамлаб оламиз ва йўл қўйиладиган функционал 
хатолик қийматини 0.01 га тенг, таъсир қилиш параметрини 1 га тенг деб 
аниқлаб олинади ва радиал базис тармоқни шакллантиришнинг итерацион 
жараёнидан фойдаланилади. 
Берилган параметрлар учун нейрон тармоғи 6 та нейронлардан ташкил 
топган ва ўрганишлардан сўнг қуйидаги ночизиқли боғлиқликлар 
аппроксимацияси имкониятларини таъминлайди. Шакллантирилган нейрон 
тармоқни моделлаштириб, ночизиқли боғлиқликлар учун 0.01 қадам билан
[-1; 1] интервалида аппроксимациялашган эгри чизиқ қуриб олинади. 
>> figure(1), clf, 
>> plot(P,T,'sr','MarkerSize',8,'MarkerFaceColor','y') 
>> hold on 
>> hold on; 
>> X=-1:.01:1; 
>> Y=sim(net,X); 
>> plot(X,Y,'LineWidth',2),grid on 
2-расм 

---