İstifadə olunan ixtisarların siyahısı

11.5. Qeyri-səlis neyron sistemlərinin inteqrasiyası
Qeyri-səlis məntiqi, neyron şəbəkələri, genetik alqoritmləri və ekspert sistemlərini özündə birləşdirən neyro-qeyri-səlis və ya hibrid sistemlər real həyatda bir çox məsələlərin həllində səmərəli vasitə hesab olunur.

Intellektual analizin hər bir metodu onu konkret spesifik məsələlərin həlli üçün yararlı edən fərdi xüsusiyyətlərə malikdir: məsələn, öyrənməyə imkanının olması, qərarların izahatı bacarığı və s. Neyron şəbəkə modellərin tanınması üçün yaxşı vasitədir, lakin öz qərarlarım izah etməkdə əlverişli deyil. Qeyri-səlis məntiq sistemləri öz qərarlarını yaxşı izah edə bilərlər, lakin bu qərarların qəbulu üçün qaydaları avtomatik artıra bilmirlər. Odur ki, iki və daha çox metodun birləşməsi ilə hər metoda xas olan məhdudluqları aradan qaldırmaq üçün intellektual hibrid sistemlərin yaradılması qarşıya çıxdı.

Hibrid sistemlər müxtəlif tətbiq sahələrində məsələlərin həlli üçün böyük rol oynayırlar. Bir çox mürəkkəb sahələrdə yalnız özünün emalı metodunu tələb edən ayrı-ayrı komponenetlərlə bağlı problemlər rast gəlir. Məsələn, fərz edək ki, müəyyən tətbiq sahəsində siqnalların emalı və qərarların çıxarılması məsələsi həll olunur. Həmin məsələni iki altməsələyə bölmək olar: siqnalların emalı və qərarların çıxarılması.Onda, neyron şəbəkə vasitəsilə 1-ci altməsələni, ekspert sistemi ilə 2-ci altməsələni həll etmək olar.

Qeyri-səlis məntiq koqnitiv (təfəkkür daxili) qeyri-müəyyənlikdən məntiqi çıxarış mexanizmini təmin edir. Neyron şəbəkə isə öyrətmə, adaptasiya, dayanıqlıq, paralellik və ümumiləşdirmə kimi üstünlüklərə malikdir. Koqnotiv qeyri-müəyyənliyi emal etmək üçün neyron şəbəkələrdə qeyri-səlis məntiq konsepsiyasını tətbiq etmək lazımdır. Bu cür hibrid şəbəkələri qeyri-səlis neyron şəbəkələr adlandırırlar.

Neyron şəbəkələrdən qeyri-səlis sistemlərdə mənsubiyyət funksiyalarını sazlamaq üçün istifadə edilir. Qeyri-səlis məntiq linqvistik dəyişənlər vasitəsilə bilikləri birbaşa təsvir edə bilir. Lakin mənsubiyyət funksiyalarının seçilməsi və sazlanması çox vaxt aparır. Neyron şəbəkələrin ğyrətmə metodları bu prosesi avtomatlaşdırır və məsubiyyət funksiyalarının işlənməsi vaxtını xeyli azaldır.

Neyron şəbəkələrində biliklər əks gedişlə çıxarış alqoritminin tətbiqi ilə avtomatik alınır, lakin öyrətmə prosesi nisbətən yavaş gedir və öyrədilən şəbəkənin analizi mürəkkəbdir. Öyrədilən neyron şəbəkədən strukturlaşdırılmış biliklərin (qaydaların) çıxarılması və həmçinin öyrətmə prosedurunu sadələşdirmək üçün xüsusi informasiya toplamaq mümkün deyil.

Qeyri –səlis sistemlərin davranışı qeyri –səlis məntiqin qaydaları ilə təsvir oluna bilir və bu qaydaları idarə etmək , tənzimləmək mümkündür. Qeyd etmək lazımdır ki, biliklərin əldə edilməsi kifayət qədər mürəkkəb prosesdir, bu zaman hər bir giriş parametrinin dəyişmə oblastını bir neçə intervala ayırmaq lazımdır. Qeyri –səlis məntiq sistemlərinin tətbiqi ekspert biliklərinin mümkünlüyü və giriş parametrlərinin sayı az olan sahələrdə məhdudlaşır.

Biliklərin alınması probleminin həlli üçün neyron şəbəkələrə ədədi verilənlərdən qeyri-səlis məntiq qaydalarının avtomatik alınması imkanı əlavə edilir. Hesablama prosesi aşağıdakı qeyri –səlis neyron şəbəkələrdən istifadə edilməsi ilə aparılır. Proses öyrətmə mexanizminə uyğun bioloji neyron morfologiyasını tanımağa əsaslanan “qeyri-səlis neyronun” yaradılması ilə başlanır. Bu zaman qeyri –səlis neyron şəbəkənin hesablanma prosesinin aşağıdakı mərhələlərini ayırmaq olar:

-bioloji neyronlar əsasında qeyri –səlis neyron modellərinin qurulması;

-neyron şəbəkələrə qeyri –müəyyənlik gətirən sinoptik birləşmələr modelinin qurulması;

-öyrətmə alqoritmlərinin (sinoptik çəki əmsallarının tənzimlənməsi metodlarının) qurulması.

Şəkil 5.3-də qeyri–səlis neyron sistemin mümkün modeli təsvir edilmişdir. İnterfeys bloku alınmış linqvistik mülahizələri çoxsəviyyəli neyron şəbəkənin giriş vektoruna çevirir. Neyron şəbəkə lazımi çıxış əmrlərinin və ya qərarların hasil edilməsi üçün öyrədilə bilər.

Qərarlar
Şəbəkənin Şəbəkənin

giriş infor- çıxış infor-

masiyası masiyası

Linqvistik

mülahizə

Şəkil 5.3. Qeyri səlis sistemin modeli