|
Xavfsiz marshrutlash masalalarini yechishda qo’llaniladigan algoritlarni tadqiq qilish
Murakkablashtirilgan masalalarni yechish uchun intellektual axborot texnologiyalari.
Berilgan topshiriqlarni bajarishda asosiy qaror mexanizmi sifatida (bu ish doirasida - telekommunikatsiya tarmoqlarida axborotni marshrutlash) neyron tarmoqlari qo'mitasidan (assotsiatsiya mashinasidan) foydalanish tavsiya etiladi. Ushbu qo'mitaning asoslari uchta turli xil arxitekturaning neytral tarmoq mutaxassislari bo'ladi: ko'p qavatli perceptron, radial-asosiy neyron tarmoq, takrorlanuvchi Elman tarmog'i. Neyron tarmoqlardan foydalanish quyidagi sabablarga asoslanadi:
1. Ko'rib chiqilgan har bir neyron assotsiatsiyasi uchun algoritmlarni o'rganish va ularning ichki tuzilmalarini tuzish, ular ilova muammolarini hal qilish uchun tarmoq tarkibiy qismlarini optimallashtirishga qodir.
2. Neyron tarmoq texnologiyalari bo'lgan boshqaruv modullarining asoslari tizimlar ishga tushirishdan oldin parametrlarni aniq hisoblashning hojati yo'q adaptiv tuzilmalardir.
3. Bosimining ko'tarilish qismining trening bosqichi sozlash parametrlarini o'ziga xos signal va shovqin sharoitlariga moslashtirishga imkon beradi.
4. Neyron tarmoq ekspertlarining tuzilishi muayyan hisoblash vazifasiga moslashtirilishi mumkin.
Birlashtiruvchi mashina tarkibiy qismlarining arxitekturasini ko'rib chiqamiz.
- neyron tarmoqlarining turli xil turlari (neyron tarmoq eksperti) vakillari.
Birinchi komponent ko'p qavatli perseptron bo'lib, unda har bir element neyronni faollashtirish uchun eshik sifatida tuzatish bilan kiritilgan og'irlikdagi yig'indisini hisoblab chiqadi va keyinchalik bu qiymatni uzatish funktsiyasidan foydalanib o'zgartiradi va bu elementning chiqish qiymatini hosil qiladi.
Elementlar bevosita signal uzatish bilan qatlamli topologiyaga ajratiladi. Wij[a] birlashtiruvchi vazn o'lchash koeffitsienti i va j neyronlarni, a- qatlamlar soni, u- kirish signallarining jami og'irligi, ψ (-) – neyron faollashtiruvchi funktsiya, u qiymati chiqish signali. Bunday tarmoq tarozi va eshiklar modelning konfiguratsion parametrlari bo'lgan kirish-chiqish modeli sifatida talqin qilinadi. Tarmoq deyarli barcha darajadagi murakkablikning funksiyasini simulyatsiya qilishi mumkin, qatlamlarning soni va har bir sathdagi elementlarning soni funktsiyaning murakkabligini aniqlaydi.
7-rasm. Uch qavatli perseptron.
Ikkinchi neyron tarmoq eksperti sifatida radial-asosiy neyron tarmoq ishlatiladi. Bunday tarmoqning ishlashi chiqish signalini ishlab chiqarish printsipiga asoslangan. Organizmlarning asab tizimida chiqish signallari kirish maydonining chegaralangan maydoniga "sozlangan" neyronlar mavjud. Sun'iy neyronlarga asoslangan aniq neyronlar (neyronlar tanlangan markaz atrofida lokal ravishda o'zgarib boradi va bu markazning atrofida nol bo'lmagan qiymatlarni hisoblash funktsiyalarini tushunadi ) ko'p qavatli perceptorlarga muqobil bo'lib, radial-asosiy neyron tarmoq deb ataladi. Ushbu turdagi neyron tarmoq, shuningdek, ko'p qatlamli perceptron, universal taxminiy sinfga tegishli.
8-rasmda rasmning chiziqli bo'lmagan traneyro tarmoqformatsiyasi amalga oshiriladigan n-kirish va m-natijalari bilan radius-bazaviy tarmoqning sxemasi ko'rsatilgan:
Bu yerda i i (x) jarayonni belgilaydigan radial asos funksiyalari,
n-o'lchovli kirish maydonidan m-o'lchovli chiqish maydoniga aylantirilsa,
h - yashirin qatlamdagi neyronlarning soni, wi - i va j neyronlari orasidagi sinaptik ulanishning kuchini xarakterlovchi vazn koeffitsienti.
8-rasm. Radial asosli neyron tarmoq.
Bunday tarmoqning xususiyatlari mutlaqo radial asosli funktsiyalar bilan aniqlanadi, ular yashirin qavatdagi neyronlarning asosiy tarkibiy qismlari bo'lib, x ning kirish vektorlari uchun asos bo'lib xizmat qiladi. Radial asos funktsiyasi:
masofar=||x-c||ga bog'liq bo'lgan ko'p o'lchovli funksiya kirish vektori x va o'z qiymatlari c va kenglik parametri s o'rtasida. Eng ko'p qo'llaniladigan Gauss funksiyalari markazning maksimal qiymatini qabul qiladigan va markazdan masofa bilan monotonik ravishda kamaygan vazifalardir.
Ma'lumotlarning to'g'ridan-to'g'ri uzatilishi bilan hisobga olingan tarmoqlar signallarning bir marshrutlashda tarqalishi va qayta ishlanishi bilan ajralib turadi. Neyron tarmoqlarining yana bir guruhi esa qatlamlar orasidagi yopiq gerbesli birikmalarga ega bo'lgan takroriy neyron tarmoqlari bilan ifodalanadi. Ushbu turdagi neyro tarmoqdagi kirish signallari vaqt ketma-ketligi rasmida ko'rsatilishi kerak.
Elmanning ko'p sathli takroriy neyron tarmog'ining arxitekturasini o'ylab ko'ring, u fonem oqimidagi ayrim so'zlar orasidagi chegaralarni aniqlash uchun ishlatilgan. Tarmoqning strukturaviy grafigi 9-rasmda ko'rsatilgan. Tarmoqdagi yashirin va chiqish qatlamidan tashqari, kontekst qatlami yoki davlatlar qatlami deb ataladigan bir gerbil-dirim qatlami mavjud.
Berilgan neyron tarmoq modellari asosida neyron tarmoq qo'mitasi qurilgan. Birlashtirilgan mashinadagi neyron tarmoqlar uch xil me`morga ega, bu yechimlarni topish uchun turli mexanizmlarga olib keladi - bu maqbul yechim olish ehtimoli oshiradi.
9- rasm. Elman Neyro tarmog'i.
Nomlarni tani bolish, vazifalarni yechish, optimallashtirish muammolari bo'yicha qo'mitalarni muvaffaqiyatli qo'llash uchun neyron tarmoqlarni sozlash, neyron faollashtirish funktsiyalari parametrlarini, dastlabki holatlarni aniqlash, turli neyro tarmoqlar yechimlarni birlashtirish usulini yaratish mumkin.
Do'stlaringiz bilan baham: | 
