12. Tımsallardı tanıw sisteması. Sózdi hám kórinislerdi tanıp alıw máselelerinde neyron tarmaq modelleri hám algoritmleri

package recognition;
public class Recognition {
public static void main(String[] args) {
int p =0;
CompareObjects obj1 = new CompareObjects(3, 5, 2, 1);
CompareObjects obj2 = new CompareObjects(4, 7, 3, 4);
if (Math.abs(obj1.feature1-obj2.feature1)<=1)
p+=1;
if (Math.abs(obj1.feature2-obj2.feature2)<=1)
p+=1;
if (Math.abs(obj1.feature3-obj2.feature3)<=1)
p+=1;
if (Math.abs(obj1.feature4-obj2.feature4)<=1)
p+=1;
System.out.println("obj1 obj2 ga " + p*100/4 + "% yaqin");
}
}


run:
obj1 obj2 ga 50% yaqin
package recognition;
public class CompareObjects {
int feature1;
int feature2;
int feature3;
int feature4;
public CompareObjects(int f1,int f2,int f3,int f4){
this.feature1 = f1;
this.feature2 = f2;
this.feature3 = f3;
this.feature4 = f4;
}
}

Jasalma intellekt processlerinde qollanılatuǵın neyron tarmaqlar modelleri ádetde jasalma neyron tarmaqlarǵa tiyisli bolıp, olar "ANN" dep qısqartiriladi, olar júdá ápiwayı matematikalıq modellerden basqa zat emes hám F: XY yamasa X jıyındısı sıyaqlı funktsiyanı anıqlaw ushın juwapker bolıp tabıladı. tarqatıw yamasa hátte X hám Y bólistiriwi.

Bul modeller bólek úyreniw algoritmları, sonıń menen birge, úyreniw qaǵıydaları, olardıń sóz dizbegilerinen bir neshe ulıwma paydalanıw menen júdá bekkem baylanıslı, ásirese "ANN modeli" tiykarınan basqa funktsiyalar klasın anıqlaw ushın mólsherlengen.

Jasalma neyron tarmaǵı" haqqında sóylegende hám anıqlaw " Tarmaq" terminin názerde tutqanımızda, biz neyronlardıń hár biri sistemanı quraytuǵın túrli qatlamlardıń hár biri ortasında ornatatuǵın óz-ara baylanısıwlardı názerde qamtımız.

Jaqsı dúzilgen tarmaq sisteması onı quraytuǵın ush qatlamǵa iye:

Neyronlardıń birinshi qatlamı : bul kirisiw hám sinaps procesi arqalı maǵlıwmatlardı jiberiw ushın juwapker bolıp tabıladı

Neyronlardıń ekinshi qatlamı : sinaps arqalı neyronlardıń birinshi qatlamı tárepinen jiberilgen maǵlıwmatlardı aladı
Neyronlardıń úshinshi qatlamı : neyronlardıń ekinshi qatlamınan maǵlıwmatlardı aladı hám sinaps procesi arqalı maǵlıwmatlardı shıǵıw dep atalıwshi úshinshi neyron qatlamına jiberedi.
Quramalılaw neyron tarmaqlardan paydalanatuǵın sistemalar kóbirek qatlamlarǵa iye boladı, hátte birpara sistemalar dúzilisiniń quramalılıǵın esapqa alǵan halda, kirisiw hám shıǵıw neyronlarınıń sanı kóbirek boladı ; sinaps processleri júz bergende, málim muǵdardaǵı esap -kitaplardı ámelge asırıwda salmaqlar dep atalatuǵın parametrler manipulyatcıya etiledi.

Jasalma neyron tarmaq ne ekenligin jaqsılaw anıqlaw ushın biz anıqlaw pikirge ıyelew ushın tómendegi ush parametrge ámel etiwimiz múmkin:

Hár túrlı túrdegi qatlamlardıń hár biri ortasında olardı bir-birine baylanıstıratuǵın olardıń naǵıs forması. bul onı quraydı.

Neyron tarmaǵı quramalı úyreniw sistemasına iye, sol tárzde ol jańalanıp turadı hám hár bir óz-ara baylanısıwdıń salmaǵın jaqsılaw esaplawı múmkin.
Ol aktivlestiriw funktsiyasına iye, bul tiykarınan neyrondıń kiriwlerin ózgertiredi jáne onı shıǵıw processinde aktivlestiredi.

Neyron tarmaqlardıń úyreniw funktsiyası ushın mólsherlengen kóplegen algoritmlar sheshim tabıw ushın hár bir múmkin bolǵan sheshimler boslig'ini qıdırıw ushın juwapker bolıp tabıladı; teoriyalıq tárepten ol múmkin bolǵan eń jaqsı nátiyjelililik hám nátiyjelililikti usınıs etedi, sonıń menen birge, onı tejeydi, sebebi ol keleshekte kerek bolıwı múmkinligin túsinedi.

Eger oqıw funktsiyası qosımshalar ushın orınlanǵan bolsa, birinshi náwbette sheshim tabıw ushın málim maǵlıwmatlardı etkazish kerekpe yamasa joqpa uyreniledi, sol sebepli kórip shıǵilıwı kerek bolǵan mashqala úyrenilgen hámme zatqa proporcional bolıp tabıladı. mashqalanı hal etiń, keri jaǵdayda úyreniw funktsiyası mánisiz boladı.
Tarmaqlar haqqında gápiradigan bolsaq, " chastota" termini bir qatar statistikalıq maǵlıwmatlardı anıqlaw ushın isletiledi, lekin olar tek shamalıq maǵlıwmatlardı qáliplestiriw ushın xızmet etedi, mısalı, mashqala bar hám sheshim tabıw kerek, bul qanshellilik múmkinshiligı bar ekenligi shama etiledi. onı sheshiw hám juwapker bolǵan chastota, áwmetsizlik múmkinshiligın minimal dárejege túsiriw bolıp tabıladı.
Neyron tarmaq modelleri de quramalı oqıtıw sistemasına ámel qılıwları kerek, bul sistema funktsiyalardıń ǵárejetlerin minimallastırıw wazıypasın atqaradı, basqasha etip aytqanda, onıń wazıypası ǵárejetler kriteryaların minimallastıratuǵın maǵlıwmatlardı bólistiriwge erisiw bolıp tabıladı.
Kóp sanlı algoritmlar ámeldegi bolıp, olardan hámme paydalanıwı múmkin; Biz neyron tarmaqlardıń funktsional modellerin qáliplestiriw múmkinshiligine ıyelew ushın paydalanıwımız múmkin, olardıń kópshiligi statistikalıq bahalardı optimallastırıw ushın teoriyaler kompleksiniń tikkeley qollanılıwı retinde qaralıwı múmkin.
Ádetde, kóp sanlı algoritmlar jasalma neyron tarmaqlarınan paydalanıw ushın ózleriniń tiyisli oqıw processleri ushın gradient túsiw qurallarından paydalanadılar, bul olarǵa keyin basıp tarqalıw algoritmınan paydalanıwǵa hám haqıyqıy gradientlarni quramalılashmasdan esaplawǵa múmkinshilik beredi. anıqlaw.
Buǵan erisiw ushın tuwındı alıw, keyininen ǵárejet funktsiyasın esaplaw hám olardı tarmaqlardıń parametrleri menen salıstırıwlaw, keyinirek algoritmdıń barlıq parametrlerin ózgertiretuǵın jóneliste ózgertiw imkaniyatın beretuǵın bir qatar matematikalıq qurallardı ámelde qóllaw kerek.

Tálim hám úyreniw algoritmların klassifikaciyalawımız múmkin, onıń ushın biz keyin basıp tarqalıw algoritmınan paydalanıwımız jáne onı tómendegi ush usılda klassifikaciyalawımız kerek:

Gradient túsiw, bul úyreniw ushın birpara ózgeriwshilerdi qóllaw hám "elastik retropopagatsiya momentumi" dep atalıwshi zattan paydalanıwdan ibarat.
Sekant gradient usılı kvazi-nyutonnan paydalanıw hám teoriyalerin qóllawdan ibarat Broyden, Fletcher, Goldfarb hám Shennon.
Bul Levenberg hám Marquardt usıllarınan paydalanǵan halda qollanılatuǵın gradient bolıp, bul model tárepinen ornatılǵan parametrlerdi jańalaydı. Fletcher, Rivz, hám kóterganlarni jaqsılaydı Polak, Ribiere, Pauell hám Beale, konjugat gradientini masshtablaw menen qayta ornatıw.
Neyron tarmaqlardı jaratıwdıń basqa usılları da ámeldegi, olar dástúriy programmalastırıw usıllarınıń evolyutsiyasına uqsaydı, olar óz genlerin ańlatıw hám simulyatsiyalarni tán alıw ushın juwapker bolıp tabıladı, olar ómir kóriw dawam etiw waqtinı esaplaydilar hám bóleksheler toparsı arqalı optimallastırıwǵa qánigelesken birpara qurallardan paydalanadılar., yaǵnıy bir neshe kompyuterler.