Хисоблаш тизимларининг бу номлар билан аталиши учун тизим нишони йўналтирилган графли структурага эга бўлиши лозим. Бунда тугунлар баъзи оддий ҳисобларни бажаради.
“Йўналтирилган граф” “tтугунлар”(vertices) тўпламлардан ва “боўланишлар” (қирралар, ёйлар) тўпламидан иборат.
Граф “Йўналтирилган граф” деб аталади, агарда ҳар бир боғланиш ўзининг баъзи ҳусусиятларини ифодалаш учун нишон билан бириккан бўлса.
1800 йиллар оҳирида– нейрон тармоқлари биологик тизимларда аналог сифатида пайдо бўлди.
Бунга қизиқиш йўқолди, сабаби принциплар самарали бўлмаган эди ва кўп қатламлари тармоқлар учун яхши алгоритмлар ишлаб чиқилмаган эди
1986 – Backpropagation (ортга-кўпайиш) алгоритми ҳосил бўлди.
Нейрон тармоқлар машҳур бўлиб кетди.
SNT га қизиқиш бу ишдаги пионерларнинг ишларига асосланган — У Макколох ва У.Питтс. 1943-йилда «Нерв жарайнига тегишли ғояларнинг мантиқий ҳисоби» номли иш жамият эътиборини эгаллади, бу ишда улар нейроннинг математик моделини таклиф қилишди ва улар томонидан ишлаб чиқилган бош миянинг функционаллик моделига асосланиб, сунъий нейрон тармоқларининг тузилиши принципини ифодалаб беришди.
Нейрон тармоқларининг қисқача тарихи Оддий нерв хужайрасининг 4 та ажралмас қисмлари:
DENDRIT: кирувчи маълумот қабул қилади
SOMA : кирувчи маълумотни қайта ишлайди
AXON : қайта ишланган кирувчи маълумотни чиқувчи маълумотга ўтказади.
SINAPS: Нейронлар ўртасида электро-кимёвий алоқа (боғланиш).
Биологик нейрон модели
Сунъий нейрон тармоғи (SNT) — Математик модел ҳамда унинг биологик нейрон тармоқлари – тирик организмнинг нерв хужайралари тармоқларининг функционаллиги ва ташкил этилиши принципига асосланган аппарат ва дастурий киришув ҳисобланади.
Сунъий нейрон тармоғи (SNT) — Математик модел ҳамда унинг биологик нейрон тармоқлари – тирик организмнинг нерв хужайралари тармоқларининг функционаллиги ва ташкил этилиши принципига асосланган аппарат ва дастурий киришув ҳисобланади.
Нейрон тармоғи тушунчаси
Биологик атамаси
SNT атамаси
Neuron
Node/Unit/Cell/Neurode
Synapse
Connection/Edge/Link
Synaptic Efficiency
Connection Strength/Weight
Firing frequency
Node output
Терминология Сунъий нейрон тармоғи модели Чиқувчи
қатлам
Боғланишлар
Кирувчи
қатлам
Яширин қатламлар
Сунъий нейрон тармоғи модели Нейрон тармоғи
Нейронлар орасидаги мавжуд боғланишлар
(оғирликлари)
Тақ-қослаш
Жорий
чиқиш
Кутилаётган
чиқиш
Кириш
Chiqish
Нейрон тармоғининг таркиби THE BACKPROPAGATION ALGORITHM
Ortga-ko’payish (The backpropagation) algoritmi (Rumelhart va McClelland, 1986) qatlamli oldini-ta’minlovchi Sun’iy Neyron Tarmoqlarida ishlatiladi.
Ortga-ko’payish ko’p qatlamli oldini ta’minlovchi, gradientli pasayib o’rganish qoidasiga asoslangan kuzatib o’rganuvchi tarmoq hisoblanadi.
Ushbu algoritmni biz hisablamoqchi bo’lgan tarmoqning kirish va chiqishlarini, undan so’ng esa xatoliklarini(joriy va kutilayotgan natijalar orasidagi farqlar) misollarida keltiramiz.
Ortga-ko’payish algoritmining asosiy g’oyasi, ana shu xatoliklarni kamaytirishdir, toki Sun’iy Neyron Tarmog’i sinalayotgan ma’lumotni o’rganmaguncha.
Қўлланиш соҳалари
Амалиётда нейрон тармоқлари
Тиббиётда нейрон тармоқлари
Юрак-қон айланиш тизимини моделлаш ва ташхизлаш
Электрон бурунлар
Мустақил ҳаракатланувчи
Бизнесда нейрон тармоқлари
Маркетинг
Кредитни баҳолаш
Сунъий тафаккур
Бу – инсон онгини тушунишга йўналтирилган фан ва интеллектуал машиналарни ишлаб чиқариш ва, айниқса интеллектуал компьютер дастурларини яратиш
Ҳулоса:
Нейрон тармоқларининг камчилик ва афзалликлари:
Афзалликлари
Инсон миясидан янгиликни очишга ёрдам беради
Тадқиқот режаларида нафақат инсонга, балки бутун дунёга янги имкониятларни очиб беради.
Атрофда ёлғиз одамларни қолдирмайди
Камчиликлари:
Инсон миясига таъсир кўрсатади
Жуда қиммат туради(хатто прототиплари ҳам), 70.000$ атрофида
