Neyron şəbəkələrinin tipləri

4.9. Supervizorlu öyrədilmə alqoritmi

Neyron şəbəkələrinin öyrədilməsi, onların elə sazlanması prosesidir ki, bu zaman şəbəkənin özünü aparması maksimal olaraq arzu olunan və ya məqsədli özünü aparmağa yaxınlaşmış olsun. Şəbəkənin özünü aparması dedikdə, şəbəkənin elementlərinin, başqa sözlə, neyronların verilmiş giriş siqnalları çoxluğu şəraitində hər hansı vəziyyətlərə nail olması prosesi başa düşülür. Bu zaman nəzərdə tutulur ki, öyrədilmənin gedişində şəbəkənin strukturu dəyişilmir.

Supervizorlu alqoritmlərdə öyrədilmənin gedişində şəbəkənin arzu olunan özünü aparmasının bilavasitə verilməsindən istifadə olunur. Supervizorlu alqoritmlərdə məqsədli özünü aparmanın təyin olunması proseduruna baxaq.
Fərz edək ki, n ölçülü giriş vektoru vardır. Bu vektoru m ölçülü çıxış vektoruna əks etdirmək tələb olunur. əks olunmasını təmin etmək üçün neyron şəbəkəsi qurulur. Bu şəbəkədə hər bir i –ci giriş neyronuna müvafiq olaraq vektorunun i –ci komponenti qoyulur. Hər bir j –cu çıxış neyronuna isə çıxış vektorunun müvafiq komponenti qoyulur. Hazırkı vəziyyətdə öyrədilmənin məqsədi şəbəkənin girişinə vektoru verildikdə imkan daxilində vektorunun daha dəqiq alınmasıdır. və vektorları öyrədilən cütlər adlanırlar. Ümumi halda əksetdirmə çoxluğunun təmin olunması tələb olunur. Burada N – şəbəkədə eyni bir çəki əmsallarından və hüdudlardan istifadə etməklə öyrədilən cütlərin sayıdır. Öyrədilən cütlərin çoxluğu öyrədən çoxluq adlanır. öyrədən çoxluqdan olan məqsədli çıxış vektoru ilə onun həqiqi qiyməti arasındakı fərq öyrədilmə səhvini göstərir. Bu səhvə müvafiq olaraq şəbəkənin parametrlərinin artımlarının qiymətlərini və işarələrini elə müəyyən edirlər ki, öyrənilmənin səhvlərinin azaldılması istiqamətinə hərəkət təmin edilmiş olsun. Öyrədilmə prosesi o vaxta qədər davam edir ki, öyrədilmənin buraxıla bilən səviyyəsinə nail olunsun.
Qeyd etmək lazımdır ki, mütəxəssislər neyron şəbəkələrinin öyrədilməsinin supervizor metodlarının bioloji həqiqətə uyğun olmasına pessimist yanaşırlar. Belə ki, insan beynində neyron strukturunun məqsədli və cari özünü aparmasını müqayisə edən və müvafiq dəyişiklikləri həyata keçirən mexanizmin olması az ehtimallıdır.
Buna baxmayaraq supervizorlu alqoritmlərin müxtəlif predmet oblastlarında tətbiqinin effektivliyi süni intellekt sistemlərinin yaradılması üçün onların geniş yayılmasını müəyyənləşdirmişdir.