Radial neyron to‘rlar, rbf to’rlarini o’qitish algoritmi

---

Radial neyron to‘rlar, RBF to’rlarini o’qitish algoritmi 
 
Radial asosli funktsiya (RBF) tarmoqlari ko'pgina neyron tarmoqlari 
arxitekturasidan tubdan farq qiladigan arxitekturaga ega. Aksariyat neyron tarmog'i 
arxitekturasi ko'p qatlamlardan iborat va chiziqli bo'lmagan faollashtirish 
funktsiyalarini takroriy qo'llash orqali nochiziqlilikni joriy qiladi. Boshqa 
tomondan, RBF tarmog'i faqat kirish qatlami, bitta yashirin qatlam va chiqish 
qatlamidan iborat. 
Kirish qatlami hisoblash qatlami emas, u faqat kirish ma'lumotlarini oladi va uni 
RBF tarmog'ining maxsus yashirin qatlamiga yuboradi. Yashirin qatlam ichida 
sodir bo'ladigan hisoblash ko'pgina neyron tarmoqlardan juda farq qiladi va RBF 
tarmog'ining kuchi shu erdan keladi. Chiqish qatlami tasniflash yoki regressiya 
kabi bashorat qilish vazifasini bajaradi. 
Kirish qatlami 
Kirish qatlami shunchaki ma'lumotlarni yashirin qatlamlarga etkazib beradi. 
Natijada, kirish qatlamidagi neyronlar soni ma'lumotlarning o'lchamiga teng 
bo'lishi kerak. Kirish qatlamlarida standart sun'iy neyron tarmoqlarda bo'lgani kabi 
hech qanday hisoblash amalga oshirilmaydi. Kirish neyronlari yashirin neyronlarga 
to'liq bog'langan va ularning kirishini oldinga oziqlantiradi. 
Yashirin qatlam 
Yashirin qatlam naqsh chiziqli bo'linmasligi mumkin bo'lgan ma'lumotni oladi va 
uni chiziqli ravishda ajratilishi mumkin bo'lgan yangi bo'shliqqa aylantiradi. 
Yashirin qatlam kirish qatlamiga qaraganda yuqori o'lchamga ega, chunki chiziqli 
ravishda ajratilmaydigan naqsh ko'pincha chiziqli ravishda ajratilishi uchun yuqori 
o'lchamli bo'shliqqa aylantirilishi kerak. Bu Qoverning naqshlarning bo'linishi 
haqidagi teoremasiga asoslanadi, unda chiziqli bo'lmagan transformatsiya bilan 
yuqori o'lchamli fazoga aylantirilgan naqshning chiziqli bo'linish ehtimoli ko'proq, 
shuning uchun yashirin qatlamdagi neyronlar soni ko'proq bo'lishi kerak. kirish 
neyronining soni. Aytgancha, yashirin qatlamdagi neyronlar soni o'quv 

---

majmuasidagi namunalar sonidan kam yoki teng bo'lishi kerak. Yashirin 
qatlamdagi neyronlar soni o'quv majmuasidagi namunalar soniga teng bo'lsa, 
modelni yadro regressiyasi va yadroni qo'llab-quvvatlovchi vektor mashinalari 
kabi yadro o'rganuvchilarga taxminan ekvivalent deb hisoblash mumkin.
 
 
public RadialNet(int numInput, int numHidden, int numOutput) 
{ 
this.ni = numInput; 
this.nh = numHidden; 
this.no = numOutput; 
this.iNodes = new double[numInput]; 
this.hNodes = new double[numHidden]; 
this.oNodes = new double[numOutput]; 
this.centroids = MakeMatrix(numHidden, numInput); 
this.widths = new double[numHidden]; 
this.weights = MakeMatrix(numHidden, numOutput); 
this.biases = new double[numOutput]; 
} // ctor