İstifadə olunan ixtisarların siyahısı



Yüklə 388,52 Kb.
səhifə83/91
tarix02.01.2022
ölçüsü388,52 Kb.
#41076
1   ...   79   80   81   82   83   84   85   86   ...   91
C fakepathMuhazireler

11.3. Neyron şəbəkələr
Neyron şəbəkələri insan beyni ilə bioloji analogiyaya əsaslanan analitik metodlar sinfidir. Onların vasitəsilə mövcud verilənlərdə “öyrənmə” adlanan mərhələdən sonra müəyyən dəyişənlərin

qiymətlərini proqnozlaşdırmaq mümkün olur.

Bu metodların tətbiqi zamanı ilk növbədə şəbəkənin konkret arxitekturasının (“layların” və hər bir laydakı “neyronların” sayı) seçilməsi məsələsi qarşıya çıxır. Formal hesablama mürəkkəbliyi baxımından şəbəkənin ölçüsü və strukturu tədqiq olunan obyektin (hadisənin) mahiyyətinə yuğun olmalıdır. Analizin ilkin mərhələsində obyektin (hadisənin) mahiyyəti tam bəlli olmadığından, arxitekturanın seçilməsi mürəkkəbləşir və uzun müddətli “sınaq-səhv” prosesi ilə bağlı olur. Lakin son vaxtlar daha yaxşı srxitekturanın seçilməsi üçün süni intellekt metodlarından və teyron–şəbəkə proqramlarından istifadə edilir.

Qurulan şəbəkə sonra “öyrənmə” prosesini keçir. Bu mərhələdə neyron şəbəkə iterativ olaraq giriş verilənlərini emal edir və özünün “çəkilərində” elə düzəlişlər edir ki, öyrənilən verilənlərdə yaxşı proqnozlaşdırma əldə edilir. Mövcud verilənlərdə öyrənmə qurtardıqdan sonra şəbəkədən proqnozlaşdırma üçün istifadə edilə bilər.

Neyron şəbəkəyə aid misal şəkil 5.2-də göstərilmişdir. Baxılan şəbəkə 2 laydan ibarətdir, 1-ci layda 4, 2-ci layda 5 neyron yerləşdirilmişdir.

Öyrənmə nəticəsində alınan şəbəkə verilənlərdə mövcud olan qanunauyğunluqları ifadə edir. Bu cür yanaşmada neyron şəbəkə ənənəvi modelləşdirmədə dəyişənlər arasındakı asılılıqıaraı əks etdirən modelə funksional ekvivalent olur. Lakin ənənəvi modellərdən fərqli olaraq neyron şəbəkələrdə bu asılılıqlar aşkar şıkildə yazılmır.

Bəzi hallarda neyron şəbəkələr yüksək keyfiyyətli proqnoz verə bilirlər. Lakin bu halda tədqiqata nəzəri yanaşma olmur.

1-ci lay 2-ci lay



Giriş neyronlar Çıxış

Şəkil 5.2.Neyron şəbəkəyə aid misal

Bu halda əsas diqqət praktiki nəticələrə-proqnozların dəqiqliyinə və onların praktik əhəmiyyətinə-yönəlir.

Neyron şəbəkələr metodlarından hadisələrin izahatı modelinin qurulmasına yönəlmiş tədqiqatlarda da istifadə edilə bilər. Belə ki, neyron şəbəkələr qiymətli dəyişənlərin və ya qrup dəyişənlərin axtarışı üçün verilənləri analiz etməyə imkan yaradır. Hazırda mürəkkəb alqoritmlər vasitəsilə daha mühüm giriş verilənlərini aşkar edən neyro-şəbəkə proqramları mövcuddur.

Neyron şəbəkələrin üstün cəhətlərindən biri ondan ibarətdir ki, onlar istənilən kəsilməyən fuksiyanı appokisimasiya edə bilirlər. Odur ki, tədqiqatçının hansı dəyişənlərin mühüm olduğu haqqında əvvəlcədən hipotez verməyə ehtiyac olmur.

Neyron şəbəkələrin ciddi çatışmazlığı ondan ibarətdir ki, son nəticə şəbəkənin ilkin quraşdırılmasından asılı olur və bunu ənənəvi analitik terminlərlə interpretasiya etmək mümkün olmur.

Bəzi müəlliflər neyron şəbəkəni əməliyyatları yüksək parallelliklə aparan, təcrübi biliklərin saxlanması üçün təbii imkanlara malik olan və sonrakı istifadə üçün onları əlçatan edən prosessora bənzədirlər. O iki cəhətdən beyinə oxşayır: 1)şəbəkə bilikəri öyrənmə prosesində əldə edir; 2)informasiyanın saxlanması üçün neyronlararası birləşmələrin intensivliyindən istifadə edilir. Ona sinoptik çəki deyilir[16].

Mövcud olan neyron şəbəkə proqramlarının əksəriyyəti birprosessorlu kompyuterlərdə işləyirlər. neyron şəbəkə ilə işin sürətini yalnız çoxprosessorlu sistemlərin üstünlüklərindən istifadə edən proqram təminatını yaratmaqla deyil, həmçinin daha səmərəli öyrətmə alqoritmlərinin qurulması ilə artırmaq olar.




Yüklə 388,52 Kb.

Dostları ilə paylaş:
1   ...   79   80   81   82   83   84   85   86   ...   91




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©azkurs.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin