Magistrantların XV Respublika Elmi konfransı, 14-15 may 2015-ci il
124
SÜNĠ NEYRON ġƏBƏKƏLƏRĠN TƏTBĠQĠ ĠLƏ AZƏRBAYCAN NĠTQĠNĠN TANINMASI
ÜÇÜN ƏLAMƏTLƏRĠN TƏYĠN EDĠLMƏSĠ ÜÇÜN KLASTERLƏġDĠRMƏ
ALQORĠTMLƏRĠNĠN TƏTBĠQĠ
Həbilova N.S.
Azərbaycan Dövlət Neft Akademiyası
Neyron şəbəkəsinin riyazi modeli şəkil 1.1- dəki kimi çoxlu sayda qarşılıqlı əlaqəli neyronlar
məcmusu başa düşülür.Şəkildə bir neyronun quruluşu təsvir edilmişdir.Neyronun girişinə (
)
siqnalları, yaxud vektoru daxil olur, . giriş vektoru digər neyronların çıxışları da ola bilər. Hər bir giriş
siqnalı - üçün
çəki əmsallarına vurularaq neyronun cəmləyici hissəsində (cəmləmə blokunda)
cəbri olaraq cəmlənir:
(1)
...
Σ
x
1
y
x
1
i
i
X
W
I
x
n
b
Şəkil 1.1.
Bir neyronun riyazi modeli
Burada
-çəki əmsalları (yaxud sinapsın çəkisi) olub, skalyar kəmiyyətlərdir. Əgər W-müsbət
kəmiyyət olarsa, onda onlar həyəcanlandırıcı, əgər W-mənfi kəmiyyət olarsa, onda onlar tormozlayıcı
əlaqələr adlandırırlar; b-sürüşdürmənin qiymətləridir.
Tanınma sistemlərinin öyrənilməsi üçün 2 əsas üsuldan istifadə olunur: müəllimli öyrətmə və
müəllimsiz öyrətmə. Müəllimli öyrətmədə ―müəllim‖ sistemin nəticəsinin düz və səf olmasına nəzarət
edir. Verilmiş səs fraqmenti üçün düzgün əvvəlcədən verilmiş tanıma nəticəsinə əsasən sistemi öyrədir.
Müəllimsiz öyrətmədə isə sistemin düzgün öyrənməsinə kənardan nəzarət olunmur. Sistem
obyektləri özü təyin edir. Bunun üçün 1-ci mərhələdə obyektlərin müəyyən xassələrə görə
qruplaşdırılması (klasterləşdirilməsi) həyata keçirilir (xassələr obyektlərin xassələrinə əsasən təyin
olunur) Klasterləşdirmə, klasterləşdirmə alqoritmləri.
Klasterləşdirmə obrazların hər hansı kriteriyalara əsasən əvvəlcədən məlum olmayan siniflərə
bölünməsidir.
Bir neçə klasterləşdirmə alqoritmləri var: bunlara ierarxiya klasterləşdirmə alqoritmi, n- neighbour-
rule, k-means və s.misal göstərmək olar. Baxılan işdə k-means alqoritmi tədqiq edilmişdir.
W
1
W
2
W
n
X
X
X
F(I
)