Sun'iy neyron tarmoq modeli

O'qituvchi bilan o'rganish (Nazorat ostida o'rganish) tarmoqli oʻqitish turi boʻlib, unda uning vaznlari tarmoqning javoblari allaqachon tayyorlangan toʻgʻri javoblardan minimal farq qilishi uchun oʻzgaradi.
To'g'ri javoblarni qayerdan olsam bo'ladi?
Agar biz tarmoq yuzlarni tanib olishini istasak, biz 1000 ta fotosuratdan (kirishlar) o'quv namunasini yaratishimiz va undan yuzlarni mustaqil ravishda ajratib olishimiz mumkin (to'g'ri javoblar).
Agar biz tarmoq narxlarning ko'tarilishi / pasayishini bashorat qilishini istasak, unda o'quv namunasi o'tgan ma'lumotlarga asoslanib tuzilishi kerak. Kirish signallari sifatida siz ma'lum kunlarni, bozorning umumiy holatini va boshqa parametrlarni olishingiz mumkin. Va to'g'ri javoblar sifatida - o'sha kunlarda narxning ko'tarilishi va tushishi.
Shuni ta'kidlash kerakki, o'qituvchi, albatta, shaxs bo'lishi shart emas. Gap shundaki, ba'zida tarmoq minglab va o'n minglab urinishlarni amalga oshirib, soatlab va kunlar davomida o'qitilishi kerak. 99% hollarda bu rolni kompyuter, aniqrog'i, maxsus kompyuter dasturi bajaradi.
O'qituvchisiz o'rganish
Nazoratsiz o'rganish bizda kirish signallariga to'g'ri javob bo'lmaganda qo'llaniladi. Bunday holda, butun o'quv namunasi kirish signallari to'plamidan iborat.
Tarmoqni bunday o'qitish paytida nima sodir bo'ladi? Ma'lum bo'lishicha, bunday "trening" bilan tarmoq kirishga berilgan signallar sinflarini ajrata boshlaydi. Qisqacha aytganda, tarmoq klasterlashni boshlaydi.
Misol uchun, siz shakarlamalar, xamir ovqatlar va pirojnoe zanjirlarini namoyish qilasiz. Siz tarmoqni hech qanday tarzda tartibga solmaysiz. Siz shunchaki berilgan ob'ekt haqidagi ma'lumotlarni uning kirishlariga berasiz. Vaqt o'tishi bilan tarmoq kirish ob'ektlari uchun mas'ul bo'lgan uch xil turdagi signallarni ishlab chiqarishni boshlaydi.
O'qituvchisiz o'rganish (Nazoratsiz o'rganish) tarmoqni o'rganishning bir turi bo'lib, unda tarmoq kirish signallarini mustaqil ravishda tasniflaydi. To'g'ri (mos yozuvlar) chiqish signallari ko'rsatilmaydi.
xulosalar
Ushbu bobda siz sun'iy neyronning tuzilishi haqida to'liq ma'lumotga ega bo'ldingiz, shuningdek, uning qanday ishlashini (va uning matematik modeli) to'liq tushundingiz.
Bundan tashqari, endi siz sun'iy neyron tarmoqlarning har xil turlari haqida bilasiz: bir qatlamli, ko'p qatlamli, shuningdek, uzatish va qayta aloqa tarmoqlari.
Shuningdek, siz nazorat ostidagi va nazoratsiz tarmoqni oʻrganish haqida bilib oldingiz.
Siz allaqachon kerakli nazariyani bilasiz. Keyingi boblarda neyron tarmoqlarning o'ziga xos turlari, ularni o'qitish va dasturlash amaliyotining o'ziga xos algoritmlari muhokama qilinadi.
Savol va topshiriqlar
Ushbu bobning materiali juda yaxshi ma'lum bo'lishi kerak, chunki u sun'iy neyron tarmoqlar bo'yicha asosiy nazariy ma'lumotlarni o'z ichiga oladi. Quyidagi barcha savollar va topshiriqlarga ishonchli va toʻgʻri javob olishga ishonch hosil qiling.
Biologik neyron tarmoqlar bilan solishtirganda ANNning soddalashtirilganligini tasvirlab bering.
1. Biologik neyron tarmoqlarning murakkab va murakkab tuzilishi soddalashtirilgan va diagrammalar shaklida keltirilgan. Faqat signalni qayta ishlash modelini qoldiring.
2. Neyron tarmoqlardagi elektr signallarining tabiati bir xil. Farqi faqat ularning o'lchamida. Biz elektr signallarini olib tashlaymiz va ularning o'rniga biz o'tadigan signalning kattaligini bildiruvchi raqamlardan foydalanamiz.
Faollashtirish funktsiyasi ko'pincha \(\phi(net) \) bilan belgilanadi.
Sun'iy neyronning matematik modelini yozing.
​\(n \) ​ kirishlari boʻlgan sunʼiy neyron kirish signalini (raqamni) chiqish signaliga (raqam) quyidagicha oʻzgartiradi:
\[ out=\phi\left(\sum\limits^n_(i=1)x_iw_i\o'ng) \]
Bir qatlamli va ko'p qatlamli neyron tarmoqlar o'rtasidagi farq nima?
Bir qavatli neyron tarmoqlari neyronlarning bitta hisoblash qatlamidan iborat. Kirish qatlami signallarni to'g'ridan-to'g'ri chiqish qatlamiga yuboradi, bu signalni o'zgartiradi va darhol natija beradi.
Ko'p qatlamli neyron tarmoqlar kirish va chiqish qatlamlaridan tashqari yashirin qatlamlarga ham ega. Ushbu yashirin qatlamlar zavodda mahsulot ishlab chiqarish bosqichlari kabi qandaydir ichki oraliq o'zgarishlarni amalga oshiradi.
Oldinga uzatish tarmoqlari va qayta aloqa tarmoqlari o'rtasidagi farq nima?
To'g'ridan-to'g'ri uzatish tarmoqlari signalni faqat bitta yo'nalishda - kirishdan chiqishgacha oqishiga imkon beradi. Qayta aloqaga ega tarmoqlarda bunday cheklovlar mavjud emas va neyronlarning chiqishlari kirishlarga qaytarilishi mumkin.
Trening namunasi nima? Uning ma'nosi nima?
Tarmoqni amalda qo'llashdan oldin (masalan, javobingiz bo'lmagan dolzarb masalalarni hal qilish uchun) siz tarmoqni o'rgatish uchun tayyor javoblar bilan muammolar to'plamini to'plashingiz kerak. Ushbu to'plam o'quv majmuasi deb ataladi.
Agar siz juda kichik kirish va chiqish signallarini to'plasangiz, tarmoq shunchaki javoblarni eslab qoladi va o'rganish maqsadiga erishilmaydi.
Tarmoqni o'rganish deganda nima tushuniladi?
Tarmoqni o'rganish deganda, kirish signalini to'g'ri chiqishga aylantiradigan bunday kombinatsiyani tanlash uchun tarmoqdagi sun'iy neyronlarning og'irlik koeffitsientlarini o'zgartirish jarayoni tushuniladi.
Nazorat ostidagi va nazoratsiz ta'lim nima?
Tarmoqni o'qituvchi bilan o'qitishda uning kirishlariga signallar beriladi, so'ngra uning chiqishi oldindan ma'lum bo'lgan to'g'ri chiqish bilan taqqoslanadi. Bu jarayon javoblarning kerakli aniqligiga erishilgunga qadar takrorlanadi.
Agar tarmoqlar faqat kirish signallarini etkazib bersa, ularni tayyor chiqishlar bilan taqqoslamasdan, tarmoq ushbu kirish signallarini mustaqil ravishda tasniflashni boshlaydi. Boshqacha qilib aytganda, u kirish signallarini klasterlashni amalga oshiradi. Bunday o'rganish nazoratsiz o'rganish deb ataladi.
Sun'iy neyron tarmoqlarga asoslangan intellektual tizimlar naqshni aniqlash, bashorat qilish, optimallashtirish, assotsiativ xotira va boshqarish muammolarini muvaffaqiyatli hal qilishi mumkin.
17.04.1997 Jianchang Mao, Anil Jeyn
Sun'iy neyron tarmoqlarga asoslangan intellektual tizimlar naqshni aniqlash, bashorat qilish, optimallashtirish, assotsiativ xotira va boshqarish muammolarini muvaffaqiyatli hal qilishi mumkin. Ushbu muammolarni hal qilishning boshqa, an'anaviy yondashuvlari ma'lum, ammo ular cheklangan sharoitlardan tashqari zarur moslashuvchanlikka ega emas. ANN istiqbolli muqobil echimlarni taqdim etadi va ko'plab ilovalar ulardan foydalanishdan foyda oladi.
Intellektual tizimlarga asoslangan sun'iy neyron tarmoqlari(ANN) naqshni aniqlash, bashorat qilish, optimallashtirish, assotsiativ xotira va boshqarish muammolarini muvaffaqiyatli hal qilish imkonini beradi. Ushbu muammolarni hal qilishning boshqa, an'anaviy yondashuvlari ma'lum, ammo ular cheklangan sharoitlardan tashqari zarur moslashuvchanlikka ega emas. ANN istiqbolli muqobil echimlarni taqdim etadi va ko'plab ilovalar ulardan foydalanishdan foyda ko'radi. Ushbu maqola ANNning zamonaviy muammolariga kirish bo'lib, ularning tez rivojlanishi sabablarini muhokama qilishni o'z ichiga oladi. Shuningdek, u biologik neyron faoliyatining asosiy tamoyillari va uning sun'iy hisoblash modelini tavsiflaydi. Neyron tarmoq arxitekturasi va ANN o'rganish jarayonlari haqida bir necha so'z aytiladi. Maqola matnni tanib olish muammosi bilan tanishish bilan tojlangan - ANN ning eng muvaffaqiyatli amalga oshirilishi.
Evolyutsiyaning uzoq davri inson miyasiga fon Neyman arxitekturasiga ega bo'lgan mashinalarda ham, zamonaviy parallel kompyuterlarda ham mavjud bo'lmagan ko'plab fazilatlarni berdi. Bularga quyidagilar kiradi:

• 
  massiv parallelizm;
  
• 
  axborot va hisoblashning taqsimlangan ko'rinishi;
  
• 
  o'rganish qobiliyati va umumlashtirish qobiliyati;
  
• 
  moslashuvchanlik;
  
• 
  kontekstli axborotni qayta ishlash xususiyati;
  
• 
  xatolarga chidamlilik;
  
• 
  kam quvvat iste'moli.
  

Taxmin qilish mumkinki, biologik neyronlar bilan bir xil printsiplar asosida qurilgan qurilmalar sanab o'tilgan xususiyatlarga ega bo'ladi.
Biologik tarmoqlardan ANNgacha
Zamonaviy raqamli kompyuterlar raqamli va ramziy hisob-kitoblarni bajarish qobiliyati bo'yicha odamlardan ustundir. Biroq, odam tashqi ma'lumotlarni idrok etishning murakkab muammolarini (masalan, olomondagi odamni faqat uning miltillovchi yuzidan tanib olish) shu qadar tez va aniqlik bilan hal qilishi mumkinki, taqqoslaganda dunyodagi eng kuchli kompyuter umidsiz darajada sekin aqlli ko'rinadi. . Ularning ishlashidagi bunday sezilarli farqning sababi nima? Biologik asab tizimining arxitekturasi fon Neyman mashinasining arxitekturasidan butunlay farq qiladi (1-jadval), har bir model tomonidan samaraliroq bajariladigan funktsiyalar turlariga sezilarli darajada ta'sir qiladi.