Axborot tizimlari

13.2. Neyron to’rlarining tarixi 
Neyron to’rlarning nazariy asoslari dastlab 1943 yilda U.Makkalox va uning 
shogirdi U.Pitts olib borgan tadqiqotlarga borib taqaladi. Neyron tushinchasi va 
og’irlik tushinchasi shu olimlarning ilmiy izlanishlaridan qolgan.
Makkalox modelining asosiy kamchiligi transfer funktsiya (o’tish funktsiyasi) 
sifatida faqatgina zinali funktsiyadan foydalanilgan. Bu xam aslida Makkaloxning 
ilmiy qarashlaridan biri edi. Olim transfer funktsiya faqat ikki xolatdagina bo’la 
olishi kerakligini, neyron xam kirish signallariga qarab ikki xolatning birida – 
ishlagan yoki ishlamagan xolda o’z natijasini setning keyingi neyronlariga uzatishi 
lozimligini aytgan.
Ammo keyingi tadqiqotchilarning ilmiy izlanishlari natijasida shu narsa ma’lum 
bo’ldiki, transfer funktsiya sifatida faqatgina zinali funktsiya emas, balki boshqa 
funktsiyalardan, masalan chiziqli, logarifmik-sigmoida, tangens-sigmoida kabi 
funktsiyalardan foydalanish xam yaxshi natijalar beradi (qaysi transfer funktsiyadan 
foydalanish aniq xolatlarga, muammolarga bog’liq).
Makkaloxning ishlarida ba’zi kamchiliklarga xam yo’l qo’yilgan bo’lishiga 
qaramasdan neyron to’rlarning nazariyasi negizi xali xam o’shandayligicha 
qolmoqda.
Neyron to’rlarning rivojlanishiga bo’lgan katta turtkilardan biri neyrofiziolog 
olim F.Rozenblat taklif qilgan modelь – perseptron bo’ldi. Perseptronning Makkalox 
modelidan farqi neyronlar orasidagi aloqalardagi og’irliklarning o’zgaruvchanligi edi. 
O’zgaruvchanlik imkoniyatining mavjudligi neyron to’rlarni turli muammolarni 
echishga «o’rgana oladigan» qildi. 
Keyinchalik Xopfild, Verbos, Koxonen, Fukushima kabi olimlar neyron to’rlar 
ustida ilmiy izlanishlar olib bordilar va katta natijalarga erishdilar. 
Neyron to’rlarni o’rganish natijasida ularning bir qancha xususiyatlari ma’lum 
bo’ldi. Neyron to’rlardan prognozlashda, jarayonlarni boshqarishda, immitatsiya 
qilish va taxlil qilishda foydalanish yuqori samara beradi. Neyron to’rlarni boshqa 
usullarni tadbiq qilish qiyin bo’lgan sharoitlarda – muammoni xal qilish algoritmi 
mavxum bo’lganda, ma’lumotlar noaniqligida, etishmasligida, juda katta yoki juda 
kichik xajmdaligida, qarama-qarshiliklar mavjud sharoitlarda tadbiq qilish oson va 
samarali. 
Bunga asosiy sabab boshqa usullardagi kabi kerakli jarayonni qonuniyatlarini 
aniqlab, matematik tenglamalar tuzib, echish algoritmlari ishlab chiqishning 
zaruriyati yo’q. Neyron to’rlar arxitekturasi, transfer funktsiyalar va o’rgatish 
algoritmlari to’g’ri tanlansa neyron to’rni tayyor ma’lumotlarda o’rgatish natijasida, u 
foydalanishga tayyor bo’ladi. 
Neyron to’rlarni o’rgatish deyilganda neyron to’rning o’zi o’z ichki 
parametrlarini xisoblab topib o’zgartirishi tushiniladi. Buning uchun tarmoqqa 

---

173 
tanlangan kirish qiymatlari beriladi va xosil bo’lgan natijalarni xaqiqiy natijalar bilan 
solishtirib farqi(xatolik) topiladi. SHu farq neyron to’r uchun parametrlarini 
to’g’rilashiga asos va ma’lumot bo’ladi.