Microsoft Word X. Tahire dissertasiya doc

 

7

 

FƏS L 1. NEYROKOMPÜTERLƏR VƏ QEYR -SƏL S MƏNT Q N 

Ə

SAS XÜSUS YYƏTLƏR  

 

1.1. Neyron texnologiyası və neyrokompüterlərin maliyyə fəaliyyətinin 

təhlilində rolu 

 

Neyron 

texnologiyaları 

mikroprosessor 

bazasında 

xüsusi 

neyrokomponentlərin  bir-biri  ilə  qarşılıqlı  əlaqəsində  istifadə  olunur. 

Neyrotexnologiya  süni  intellektin  yaradılmasında  istifadə  olunur.  Süni  intellekt 

mürəkkəb  məsələlərin  həllində-obrazların  tanınmasında,  kredit  risklərinin  idarə 

olunmasında, maliyyə proqnozlarında, tikililərin keyfiyyəti, vəziyyəti, əhatə dairəsi 

və mühitinin uçotu ilə əlaqədar olaraq gözlənilməz hadisələrin təyin olunmasında, 

çeklərin avtomatik təyin olunmasında istifadə olunur. Neyron texnologiyalarından 

bəhs etməmişdən öncə neyron haqqında izah verək.  

 Neyron formal, süni olmaqla neyroşəbəkənin tərkib hissəsi kimi sadə çevirici 

elementdir. Neyron öz növbəsində 3 tip elementi birləşdirməklə 2 əsas funksiyanı, 

yəni  çəkili  cəmləməni  və  qeyri-xətti  çevrilmə  funksiyalarını  yerinə  yetirir. 

Neyronun  bu  tərkib  elementlərinə  vuruğular  (sinapslar)  cəmləyici  və  qeyri-xətti 

çevirici aiddir. Sinapslar neyronlar arasındakı əlaqəni həyata keçirir, giriş siqnalını 

ə

laqənin gücünü xarakterizə edən ədədə-sinapsın çəkisinə vurur. Beləliklə, neyron 

bütövlükdə  vektor  arqumentinin  skalyar  funksiyasını  reallaşdırır.  Neyronun 

fəalliyyəti onun funksiyaları uyğun olaraq 2 takt üzrə həyata keçirilir: cəmləyicidə 

neyron  vasitəsilə  alınmış  qıcıqlanmanın  ölçüsü  hesablanır;  qıcıqlanma  çevirici 

funksiyası vasitəsilə işə buraxılır və onun nəticəsində çıxış siqnalı müəyyən edilir. 

  Təbii  resurslar,  istehsal  təsərrüfatı  fəalliyyəti  və  gözlənilməz  hadisələrin 

qeydə alınması üçün operativ əldə olunması və informasiyanın emalı texnologiyası 

son zamanlarda ciddi dəyiçiklərə məruz qalmışlar. 

 Yeni  informasiya  texnologiyalarının  təşəkkül  tapması  süni  intellektin  inkişafı  ilə 

sıx əlaqəlidir. Ənənəvi arxitekturası ilə EHM-ın paralel inkişafını əldə edən digər 

---

 

8

kompüter  axınları  neyrokompüterlərdir.  Neyrointelektual  sistemlərə  bütün  artan 

maraqlar  süni  intellektin  klassikreallaşdırılması  ilə  əlaqədar  olan  əhəmiyyətli 

çətinliklər  və  neyrokompüterlərin  və  sistemlərin  işlənib  hazırlanması  sahəsində 

uğurlarla  izah  olunur.  Neyrokompüterlərdə  tətbiq  olunan  neyron  şəbəkələrdə 

ə

nənəvi EHM-lərdən fərqli olaraq elementlərin çoxlu sayda paralel əlaqələri var və 

informasiya paralel hesablamaları həyata keçirərək bütün şəbəkələr üzrə paylanır. 

Bu, məsələləri yüksək intellektual səviyyədə real zamanda həll etmək imkanı verir.  

 Yaponiyada  1993-cü  ildə  bu  istiqamətdə  fundamental  tədqiqatları  müdafiə 

etmək  məqsədi  ilə  “Real  world  computing  program”  proqramı  qəbul  edilmişdir. 

Onun əsas məqsədi adaptiv EHM yaratmaqdır. Layihə 10 ilə nəzərdə tutulmuşdur. 

Ə

sas  hazırlama  şəkillərin  müəyyən  edilməsi,  semantik  informasiyaların  emalı, 

işlərin idarə olunması üçün istifadə olunan neyrotexnologiyalardır.  

 Computer  science-in  müasir  vəziyyətinin  analizi  göstərir  ki,  hal-hazırda 

ayrıca  elmi  intizam  aydın  ifadə  edilmiş  əlamətləri  olan  ayrıca  elmi  istiqamətlərə 

faktiki  çevrilmiş  təşkilatçılardır.  Bu,  EHM-in  klassik  formalarını  tədqiq  edən 

neyrokompüter intizamlardır.  

 Yeni  informasiya  texnologiyalarının  sintezinin  məqsədində  piramidal 

şə

bəkələrdə və neyroşəbəkələrdə inkişaf edən semantik şəbəkələrdə informasianın 

emalı  texnologiyaları  təhlil  edilmişdir.  Bu  texnologiyalardan  heç  biri 

sintezləşdirilmiş struktura təqdim olunan tələbatları tamamilə təmin etmir.  nkişaf 

edən  piramidal  şəbəkələr  şəbəkələrin  plastikliyi  xassələrindən  məhrumdur  və 

həmçinin  neyron  şəbəkələrin  mükəmməl  surətdə  əldə  etdiyi  qeyri-dəqiq 

informasiyaların emalı imkanlarından da məhrumdur. 

   nformasiyanın  emalı  –  bir  neçə  alqoritmlərin  digər  yollarla  yerinə 

yetirilməsindən  informasiya  obyektlərinin  (məlumatların  strukturu)  əldə 

edilməsidir.  

  Müasir dövrdə mikroelektronika və digər əlaqəli sahələrin texnologiyalarının 

inkişafı  nəticəsində  neyron  texnologiyası  nəinki  mikroelektronik  yarımkeçirici 

texnologiyaların müxtəlif tiplərində, həm də optik, optpelektron, molekulyar, kvant 

və  bir  neçə  digərlərində  adekvat  olmuşdur.  Qeyd  etmək  lazımdır  ki,  plastin  və 

---

 

9

nanotexnologiyada  sistem  texnologiyaların  yaradılışı  yeni  paralel  arxitekturalar 

yaradılışına  səbəb  olacaq.  Artıq  indi  plastində  texnologiyaların  neyroşəbəkə 

arxitekturalarının  adekvatlığı  aydındır.  Ona  görə  də  nanoelementlər  səviyyəsində 

köhnə arxitektura ilə funksional  bloklar etmək üçün istənilən cəhdlər uğursuzluqla 

nəticələnməlidir.  Müasir  texnologiyalar  elə  həddə  çatıblar  ki,  3...4  mlrd 

neyronlardan  (elə  bu  qədər  neyron  insanın  beynində  var)  texniki  sistemlərin 

hazırlanması  imkan  verir.  Halbuki  onların  birləşməsi  problem  olaraq  qalır. 

Hesablayıcı texnikaların əsas istiqamətləri: 

Birprosessorlu EHM (fərdi EHM, orta sinfin EHM); 

Azprosessorlu EHM; 

Çoxprosessorlu EHM (Power PC, Alfa, P6);  

Neyrokompüterlər.     

  nformasiya  emalının  neyron  texnologiyası  2  komponent  üzrə  həyata 

keçirilir: 

1.Neyrokompüter. 

2.Neyroşəbəkə.  

Neyrokompüterlər-bu  sistemlərdə  məsələlərin  həlli  alqoritmi  “və,  və  ya, 

yox  kimi  elementlərin  rədd  edən  neyronların  məntiqi  elementlər  şəbəkəsi”  kimi 

təqdim olunur. Bunun nəticəsi kimi ayrıca baxış predmeti olan elementlər arasnda 

spesifik  əlaqələri  təqdimm  edir.  Məsələlərin  həllinin  klassik  metodlarından  fərqli 

olaraq  neyrokompüterlər  neyron  şəbəkələr  şəklində  təqdim  olunan  məsələlərin 

həlli  alqoritmlərini  reallaşdırır.  Bu  məhdudlaşdırma  istənilən  onların  fiziki 

reallaşdırmadan  daha paralel alqoritmlər işləyib hazırlayır. 

Süni  neyronlar  mükəmməl  xüsusiyyətləriilə  fərqlənirlər.  Onlar  proqram 

təminatının  detalına  kimi  işlənib  hazırlanmasını  tələb  etmir  və  həll  alqotitmini 

müəyyən edən nəzəri modelinin iştirakı olmadan məsələlərin həlli imkanını verir. 

Belə  şəbəkələr  funksionlaşdırma  şərtlərinin  dəyişilməsinə,  həmçinin  əvvəlcədən 

baxılmamış  faktorların  baş  verməsinə  uyğunlaşmaq  imkanına  malikdir.  Öz 

təbiətində neyron şəbəkələr çox yüksəkparalellik dərəcəsinə malik sistemlərdir. 

---