Муаммонинг урганилганлик даражаси. Мамлакатимиз ва хорижда олиб борилаётган таълим тизимини такомиллаштириш ишларида ахборот ва коммуникация технологияларидан фойдаланиш жараёнини укитишни ташкил килишда инновацион ёндашишни ривожлантирувчи ва таълим жараёнларини модернизация килиш фаол усулларидан бири сифатида каралмокда.
Олий ва умумий урта таълимда укитиладиган укув предметларининг материаллари асосида билимларни умумлаштириш ва аник бирор фаннинг укув материалини структуралаштириш масаласига хорижий олимлардан И.В. Акимова, Ю.Д. Апиш, А.И. Архипова, Ю.М. Аскерко, И.В. Буров, С.А. Бутаков, Л.П. Воронина, Д.В. Данилов, А.Н. Дробахин, Е.Г. Ерофеев, В.В. Мултановский, И.П. Попов, О,Е. Филипов, Л.С. Чернишев, Б.П. Эрдниев ва бошкалар, республикамиз олимларидан А.А. Абдукодиров, М.Арипов, Р.Х,. Хамдамов, И. Исоков, А. Хайитов ва бошкаларнинг ишларини келтириш мумкин.
Бирок, урганилган ва тахлил килинган ишларда куп эътибор урта мактаб укув предметини хар хил структуралаштиришга баFишланган, олий таълимнинг мураккаб предмети хисобланган “Информатика ва АТ” фанини бирор методик, мантикий мезонлар асосида структуралаштириш муаммолари ва нейро тармок технологгияси асосида укитиш муаммолари деярли урганилмаган. Бундан ташкари, мустакил тарзда (укитувчи ёки талаба) фанни мантикий таркибий кисмларга, стуктураларга ажратиш методикаси, услублари, ёндашувлари ишлаб чикилмаган. Худди шундай, илмий тадкикот ишларида структуралаштирилган укитиш методлари, услублари яхши ёритилмаган. И.Я. Лернернинг таъкидлашича, фанни мантикий структуралаштирилган тарзда укитиш талабаларда олдиндан тушунган холда билим олиш фаолиятини шакллантиради ва ижодий ишлашга (тахлил килиш, синтез килиш, умумлаштириш, солиштириш, таккослаш, билимларни янги холат даражаларига кутариш, утказиш) булган интилишларини, харакатларини кучайтиради.
Шундай килиб, “Информатика ва АТ” фани буйича талабаларнинг кейинги боскичларда укиш самарадорлигини ошириш, фаоллаштириш учун укув материалини узлаштириш даражасини янада ошириш масаласи бир томондан ва иккинчи томондан абитуриентларнинг мазкур фан буйича тайёргарлик даражасининг пастлиги, хамда ОТМда фанни укитишнинг яхши мотивацияланмаганлиги, талабани укув материали билан мустакил ишлаш куникмасининг тараккий этмаганлиги масаласи уртасидаги карама- каршиликни ажратиб курсатишимиз мумкин. Бу масаланинг тулик ечимини топиш жуда мураккаб муаммо хисобланади ва бу карама-каршилик бизнинг олиб бораётган илмий изланишларнинг долзарблигидан далолат беради.
Фанни укитиш жараёни, унинг структуралашган методлари асосида ташкил килинганда талабаларда фанга булган кизикиш ортади, натижада талабаларда шахснинг шаклланиши, узини курсата билиш жихатлари намоён булади, унинг билим олиш фаолияти фаоллашади, ривожланади, укув материали билан ишлашнинг шахсий стили шаклланади, предметни замонавий компьютерлашган нейро тармок технологиялари асосида мустакил урганиш назариянинг элементларини мантикий жихатдан тугри тушуниб етиш имконияти ва уни тадбик килиш жихатлари шаклланади.
Тахдил килган ишлардаги фаннинг таркибий кисмларини структуралаштиришнинг шакл ва методлари ОТМга тегишли булган фанларнинг мураккаблик даражасини, иерархик куринишини, укув материалини куп nоFOнали мантикий структурасини хисобга олмайди, талабаларда ОТМ даражасида укув ахборотлари билан мустакил ва махсулдор ишлашни, структурали-ташкиллаштирилган билимларни тахлил ва синтез килиш кобилиятини ривожлантиришга тулик жавоб бера олмайди, урганилаётган муаммони тахлил килиш холати ОТМдаги укув предметини структуралаштириш буйича янги методик услубларни, компьютерлашган нейро технология укитиш услубларини укув жараёнига куллашни, янги методик, методологик ечимларни излаш заруратини келтириб чикаради.
Энди нейрон турлари хакида куйидаги мулохазаларни келтиришимиз мумкин. Нейрон турлари жуда янги хисобланган ва янада келажаги порлок хисоблаш технологиясидир, унинг ёрдамида халк хужалигининг турли сохаларига оид динамик масалаларни урганиш, унинг асосида самарали ечимлар кабул килиш мумкин, чунончи иктисодиёт, техникавий объектларни бошкариш, технологик жараёнларни назорат килиш ва шу каби сохаларда. Эндиликда нейрон турларидан укув жараёнини тахлил килиш ва методик бошкариш масалаларини хал килишга тадбик этилмокда. Нейрон турлари, даставвал, образларни англаш сохасида узининг янги самарали имкониятларини очиб берди, ундан кейин бунга статистик ва суний интеллект методларига асосланган ечим кабул килувчи жараённи хамда молия сохасидаги масалаларни ечишни куллаб-кувватловчи воситалар кушилди.
Ночизикли кечадиган жараёнларни моделлаштиришга булган, шовкинли маълумотлар билан ишлаш ва мослашиш имкониятлари техника- иктисодий соханинг кенг куламдаги масалаларни ечиш учун нейрон
турларини тадбик килиш, ундан фойдаланиш жуда катта имкониятлар яратади. Охирги ун йиллар мобайинида нейрон турлари асосида жуда куп микдорда дастурий воситалар мажмуаси, системасини яратилди ва улардан муваффакиятли фойдаланиб келинмокда,чунончи, махсулот олди-соти бозоридаги амалларни бажаришда, банкнинг банкротини
(кризисини,инкирозини) эхтимолигини бахолашда, банкнинг кридит бериш фаолиятини бахолашда, инвестицияларни назорат килишда, заёмларни жойлаштиришда ва хакозаларда.
Нейрон турларининг кулланилиш сохалари, иловалар турли-туман сохаларни уз ичига олади: образларни англаш, шовкинли маълумотларни кайта ишлаш, образларни тулдириш, ассоциатив излаш, классификациялаш, оптималлаш, башоратлаш, диогноз куйиш, сигналларни кайта ишлаш, абстрактлаш, жараёнларини бошкариш ва назорат килиш, маълумотларни сисментлаш, ахборотларни сикиш жипислаштириш, мураккаб акслантириш, мураккаб жараёнларни моделлаштириш, машинали куриш (электрон куз), нуткни англаш ва башкалар.
Нейрон турларидан фойдаланишнинг мохияти иктисодий сохада шундан иборатки, бу янги усул, метод олдинги анъанавий ишлатиб келинаётган методларни истисно, четга суриб ташламайди яъни велосипедни янгидан яратмайди, балки бу нейтрон турлари юкорида келтирилган масалаларни ечиш учун яратилган, янги имкониятларга эга хисоблаш воситасидир.
1. Нейрон турларини тарихи ва унинг асосий компоненталари
Электрон - хисоблаш техникасининг янада барк уриб ривожланиш даврида, яъни XX аср урталарида соха олимлари ва инженер- конструкторлари орасида типик, намунавий ЭХМ кандай принцип асосида ишалаш ва у кандай амалга оширилиши мумкин деган масалалар фикрлар, карашлар, изланишларда ягоналик, бирлик, бир фикрлилик мавжуд эмас эди. Биз хозир барчамиз Информатика асослари курсида фан Нейман машинаси принципи архитектураси асосида яратилган, ишлаб чикарилаётган ЭХМларни, компьютерларни урганяпмиз. Шунга карамасдан, информатика буйича дарсликларда, уша пайтларда ЭХМни, компьютерни яратишда бошка бир фаолият принципларига, архетектураларига асосланган Fоялар, амалий тавсиялар тугрисида бир 0Fиз хам гап айтилмаган. Бундай Fоялардан бир схемаси бошкача принцип ва архетектурага асосланган ЭХМлар нейрон турли компьютер ёки оддий килиб нейрон турлари деб ном олади.
Нейрон турларига булган биринчи кизикиш Мак Коллак ва Питснинг 1943 йилда чоп килинган илк ишларида асос солинган булиб, унда инсон миясининг ишлаш фаолиятига асосланган ухшашлик асосида ишайдиган компьютернинг схемаси таклиф килинган эди.Улар инсон миясини ташкил этувчи элементи нерв клеткасини моделини яратишди ва унга нейрон деб ном беришди. Инсоннинг мияси ок ва серий рангдаги моддадан ташкил топган: ок - нейронларнинг жисми, танаси, серий моддалар эса - бу нейронларни бир-бири билан бог.ювчи восита (ткань) ёки аксонлар ва дендиритлардир. Инсон мияси тахминан 1011 узаро булинган нейронлардан ташкил топган. Хар бир нейрон ахборотни узининг дендиридлари оркали олади, узлаштиради, ахборотларнинг кейинги жойига узатиш факат битта
аксон оркали амалга оширилади, охирида минглаган синописларга
тармокланган (1-расм).
Содда нейрон 10 000 мингтагача дендиритларга эга булиши мумкин, дендиритлар бошка клеткалардан кабул килинади. Шундай килиб одам мияси тахминан 1015 узаро богланишлардан иборат. Агар хар кандай нейрофизиологик жараён бирданига бир канча нейронлар тупламини фаоллаштиришини хисобга оладиган булсак, у холда миямизда хосил буладиган, келиб чикадиган ахборотлар ва сигналларнинг шундай бир катта микдорини тасаввур этиш мумкин.
Дендриты
1- расм. Нейрон тузилишини расми
1 Тело нейрона Синапсы ——-
Нейронлар импульслар серияси воситасида узаро харакатда буладилар, бу харакат бир нечта миллисекунд мобайнида давом этиши мумкин, хар бир импулс частотали сигнал булиб, унинг частатаси бир нечта бирликдан то юзлаган герцгача булиши мумкин. Бу частота замонавий компьютернинг ишлаш частотаси билан солиштириб булмайдиган даражада, бирок инсон мияси компьютерга караганда аналог информацияларни жуда катта тезликда кайта ишлаши мумкин, масалан: тавсифни билиш, фахмлаш, таъмни сезиш, товушни ажратиш, билиш, нотаниш ёзувни укиш (билиш), сифат параметрлари устида амаллар бажариш. Буларнинг барчаси узаро синапслар билан богланган нейрон турлари ва воситаларида амалга оширилади. Бошкача килиб айтганда, мия- бу параллел фаолият курсатадиган, хозирги кетма-кет хисоблашларга асосланган компьютерга нисбатан жуда самарали ишлайдиган процессорлардан ташкил топган. Шу боисдан хам, келажак компьютерлари куп процессорли, параллел хисоблаш материалларига асосланган булиши зарур. Шундай экан,нейрон турлари бу йуналишдаги навбатдаги кадам булиши ажаб эмас.
Суний нейрон турлариниг келажакдаги тараккиёти инсон ишлаш принципларини канчалик урганилганлиги, моделлаштирилганлик даражасига боFлик, бирок бу ерда тескари боFланиш хам мавжуд:суний нейрон турлари бирдан бир восита булиб, унинг ёрдамида инсоннинг нерв системасида кечадиган, биз тасаввур киладиган жараёнларни урганишни янада такомиллаштиришимиз мумкин, мос жараёнларнинг моделларини куриш йули билан.
Нейрон турларини келажаги жудаям равшан, хозирги кунда бу сохадаги билимлар, компьютер технологиялари сохасида фаолият курсатаётган илмий мутахассислар, худди шундай кушни смежний сохаларда ишлаётган жуда куп инжинерлар ва илмий ходиимлар бу туFрида жуда аник тасаввурларга эгадирлар.
Нейрон турлари узаро шундай бир боFланган элементлар мажмуасидир, улар орасида узаро ботаинишлар таъминланиши зарур. Бундай элементлар асосан нейронлар деб ёки тугунлар деб аталади ва булар уз навбатида оддий процессорлардир.Уларнинг хисоблаш имкониятлари одатда фаоллаштириш (активлаштириш)коидалари ва кириш сигналларини бирор кобинациялашган коидалари билан чекланади, натижада кириш сигналларини мажмуаси буйича чикиш сигналларини хисоблаш имкониятлари мавжуд. Элементнинг чикиш сигнали улчамли (коэффициентам) боFланишлар оркали бошка элементларга узатилиши мумкин. Жунатувчиларнинг хар бири вазн коэффицентларига ёки вазнга эга. Вазн коэффицентларининг цийматига ботаик, равишда узатилаётган сигнал кучайтирилади ёки камайтирилади. (расм 2.)
Расм 2. Нейрон турини алохида элементи
Нейрон турларидан фойдаланишда узига жалб килувчи жихатлардан биттаси шундан иборатки, одатда бундай турнинг элеменлари чекланган хисоблаш имкониятларига эга, умуман олганда нейрон тури жуда куп сонли элементлар бирлашмаси, анча - мунча мураккаб масалаларни бажариш имкониятига эга хисобланади. Масалан, учувчи жисмнинг техник холатини назорат килувчи нейрон тури (расм 3.)
Турнинг кириш элементлари самолёт бортида урнатилган датчиклардан бевосита ахборотларни кабул килади. Чикиш элементи эса, учувчи аппаратнинг техник холатини акс эттирувчи индикатор(лар)дир.
Ботаанишлар структураси тур констурциясини деталларини акс эттиради, жумладан, кайси элементлар ботаанган , бу ботаанишлар кайси йуналитттда. ишлайди ва хар бир ботаанишларнинг кийматлик даражаси (яъни вазни) кандай. Нейрон тури ёки дастур тушунадиган масала ботаовчи элементларнинг боFловчи вазн кийматлари терминида тавсифланади. Ботаанишлар структураси одатда икки боскичда аникланади: биринчи боскичда системани яратувчи турнинг кайси элементлари узаро боFланиши керак ва кайси йуналишда шуни курсатади, иккинчи боскичда эса, яъни укитиш фазоси жараёнида мос равишда вазн коэффициентиларининг кийматлари аникланади.
Расм 3. Авиалайнернинг техник холатини назорат килиш учун
кулланиладиган нейрон турини схемаси.
Турнинг кириш элементлари самолёт бортида урнатилган датчиклардан бевосита ахборотларни кабул килади. Чикиш элементи эса, учувчи аппаратнинг техник холатини акс эттирувчи индикатор(лар)дир.
Богланишлар структураси тур констурциясини деталларини акс эттиради, жумладан, кайси элементлар боFланган , бу богланишлар кайси йуналитттда. ишлайди ва хар бир богланишларнинг кийматлик даражаси (яъни вазни) кандай. Нейрон тури ёки дастур тушунадиган масала богловчи элементларнинг боFловчи вазн кийматлари терминида тавсифланади. Богланишлар структураси одатда икки боскичда аникланади: биринчи боскичда системани яратувчи турнинг кайси элементлари узаро боFланиши керак ва кайси йуналишда шуни курсатади, иккинчи боскичда эса, яъни укитиш фазоси жараёнида мос равишда вазн коэффициентиларининг кийматлари аникланади.
БоFланишларининг вазн коэффициентларини кийматларини укитишни бажармасдан туриб хам аниклаш мумкин, бирок нейрон турларининг энг катта муваффикияти, афзаллиги шундан иборатки, айнан турнинг реал, хакикий иш жараёнида оладиган шундай бир маълумотлар асосида масалани бажаришни укитиш имкониятларидан иборат. Жуда купчилик иловалар учун укитиш имконияти нафакат турнинг дастурлаштириш воситаси сифатида каралади, агар масалаларини ечиш усуллари, анъанавий шаклда дастурлашни бажариш имкониятлари буйича етарлича билим булмаганда, бирок бундай холатда, шароитда укитишнинг бирдан - бир максади хакикатда мавжуд масалани текширишдир, мохияти шундаки, хакикатдан хам нейрон тури куйилган масалани ечишни урганиши мумкин.
Нейрон турларини жуда куп, турли-туман типлари мавжуд, бирок барча турлар мохияти жихатдан бир катор умумлашган характеристикаларига эга, уларини хозирги пайтда куйидагича абстракт куринишда тавсифлаш мумкин:
оддий процессорлар туплами;
боFланишлар структураси;
турда сигналларни таркатиш коидалари;
кириш сигналларини комбинациялаш коидалари;
активлик сигналини хисоблаш коидалари;
коррекцияловчи (тузатишлар) богланишлар, укитиш коидалари.
Оддий працессорлар туплами. Хар бир процессор билан (яъни, турни сигналга кайта ишлов берувчи элементы) кириш ботаанишларини наборы (мажмуаси) боFланады, бу ботаанишлар оркали бу элементга (процессорга) турнинг бошка элементларидан сингналлар келади ва чикувчи ботаанишларнинг набори, булар оркали мазкур элементнинг сингналлари турнинг бошка элементларига жунатилади. Турнинг бирорта элементлари ташки мухитдан сигналларни олиш учун мулжалланган (шунинг учун хам бундай элементларни кириш элементлари деб номлашади), бошкаларини эса - хисоблаш натижаларини ташки мухитга чикарувчилар (бундай элементларни турнинг чикиш элементлари деб номлашади). Худди шундай, хар кандй хисоблаш машинаси камида битта киритиш курулмасига (масалан, клавиатура), бунинг ёрдамида система (хисоблаш машинаси) ташки мухитдан маълумотларини кабул килади, ва чикиш курилмаси (масалан, монитор), бунинг ёрдамида ечиш натижалари акс эттирилади. Реал жараёнларида программали моделлаштириш шароитида бундай системага олдиндан тайёрлаб куйилган маълумотлар бирорта файлдан берилади, бундай холатда маълумотлар, сигналлар бевосита ташки мухитдаги датчиклардан олинмайди.
Богланишлар структураси. Богланишлар структураси нейрон тури элементларининг кандай боFланганлигини акс эттиради. Бирорта моделда (яъни битта типдаги нейрон тури учун) хар бир элемент турнинг барча элементлари билан боFланган булиши мумкин, бошка бирорта моделида эса элементларнинг боFланиши кандайдир бир даражалар, поFоналар, иерархияси буйича тартибланган булиши мумкин (катламлар иерархияси). Бундай холатда, шароитда боFланишлар факат кушни катламлар, поFоналар, даражалар орасида булишлигига йул куйилади, бошка тур моделларда эса - кушни катламлар орасида тескари боFланишларига ёки битта катлам ичидаги боFланишларга йул куйилади ёки элемент сигнални узига жунатишига хам йул куйилади. Амалий жихатдан имкониятлар бу ерда чексиз, бирок одатда хар бир конкрет нейрон тури учун йул куйиладиган боFланишлар типлари курсатилади. Хар бир боFланиш учта параметр билан аникланади: кайси элементдан чикадиган боFланиш билан; кайси элементга йуналтирилган богланиш билан; сон билан (одатда хакикий), вазн коэффециентини курсатувчи (яъни боFланиш вазни ).
Вазннинг манфий киймати мос равишда элементнинг активлигини пасайтириш, сусайтиришни курсатади, мусбат киймати эса - элементнинг активлигини кучайтиради. Вазн коэффициентининг абсолют киймати бонланиш кучини характерлайди.
Бонланишлар структураси одатда вазн матрицаси куринишида тавсифланади, унда хар бир элемент Wij боFланиш учун вазн коэффициентининг микдорини ифодалайди, i -элементдан j -элементга бораётган. БоFланишлар структурасини тавсифлаш учун битта эмас, балки бир канча вазн матрицаларидан фойдаланиш мумкин, агар турнинг элементлари катламларга гурухдаштирилган булса. Куйидаги расмларда бонланишлар структурасини мос равишдаги матрицалар билан ифодалаш, тавсифлаш курсатилган.
Вазн матрицаси нейрон турининг хотираси хисобланади, унда масала кандай бажарилиши кераклиги хакидаги ахборатлар сакланади.
' 0.0
|
- 2.6
|
4.3
|
0.0
|
1.2
|
0.0
|
0.0
|
0.5
|
- 0.8
|
0.0
|
-0.4
|
0.9
|
. 0.7
|
-1.0
|
2.3
|
0.0
|
Расм 4. Турдаги бонланишларни ифодаловчи матрица.
Масалан, 3-элементни боFланиш вазни(З-сатр), 1-элемент билан (1- устун) W31 =-0.8 деб белгиланади.
Расм 5. Турдаги боFланишларни ифодаловчи матрицалар.
Турда сигналларни таркалиш коидалари. Одатда компьютер учун ёзилган дастурларда яар хил жараёнларнинг ботааниши ва охирини аниклаш учун шартлардан фойдаланишади. Нейрон турлар учун яам бу коида уринлидир. Нейрон турининг ядр бир конкрет модели турдаги элементларнинг яолатини янгилаб туришнинг бирорта коидаларини булишини назарда тутади (яъни кириш сигналларини комбинациялаш ва чикувчи сигналларни яисоблаш коидаси) ва сигнални бошка элементларга жунатишни. Бундай шароитларда бирор моделларда элементларнинг холатини янгилаш моментлари тасодифий тарзда танланади, бошка моделларда эса бирор гуруя элементларини (катламдаги) яолатини янгилаш факат олдиндан аникланган бошка гуруя элементларини яолатини
янгилагандан кейин бажарилади, яъни i -катлам элементларини холати янгилангандан кейин i +1 -катлам элементларини холати янгиланади.
Do'stlaringiz bilan baham: |