Microsoft Word X. Tahire dissertasiya doc
Yüklə 0,63 Mb. Pdf görüntüsü
|
23 b) x giriş vektoru x 0 etalonunun təhrif olunmuş və ya sıxlaşdırılmış surətini göstərir. Neyroşəbəkənin işi nəticəsində alınan çıxış vektoru şəbəkə elementlərinin vəziyyətini xarakterizə edir. Onun mənası bu vektorun qiymətinə malik olmaqla, həll edilən problemdən asılı olaraq müəyyən edilir. Neyrokompüterdə məsələnin həlli onun adi EHM-də həllindən prinsipcə fərqlənir. Adi EHM-də məsələnin həlli hazırlanmış proqrama uyğun olaraq maşına daxil edilən məlumatların işlənməsi yolu ilə həyata keçirilir. Proqramın tərtibi üçün irəlicədən məsələ həllinin alqoritmi hazırlanmalı, yəni riyazi və məntiqi ə məliyyatların ardıcıllığı müəyyən edilməlidir. Alqoritmlər və proqramlar insanlar tərəfindən işlənib hazırlanıb, lakin kompüter yalnız toplama, çıxma, vurma, bölmə, məntiqi şərtlərin yoxlanması və s. Bu kimi çoxsaylı elementar əməliyyatların yerinə yetirilməsi üçün istifadə olunur. Neyrokompüter isə bu və ya digər sinifdən olan məsələlərin həlli məqsədləri üçün öyrədilməsi mümkün olan “qara qutu” kimi istifadə olunur. Neyrokompüterə məsələnin ilkin məlumatları və həmin məlumatlara uyğun cavab “göstərilir”. Bu zaman neyrokompüter özünün daxilində düzgün cavabların alınması üçün həll edilən məsələlərin alqoritmlərini qurmalıdır. Təbiidir ki, neyrokompüterə nə qədər çox müxtəlif ilkin məlumat-cavab cütlükləri verilərsə, o, həll edilən məsələlərə uyğun bir o qədər çox model formalaşdıracaqdır. Əgər neyrokompüteri öyrədilmə mərhələsində sonra, onun əvvəllər qarşılaşmadığı ilkin məlumatlar verildiyi halda, belə düzgün həll nəticələri verə bilsin. Neyrokompüterin qabiliyyəti məhz özünü bu ümumiləşmədə göstərir. Neyrokompüterin qurulmasının əsasında süni neyroşəbəkə durduğuna görə, öyrədilmə prosesi həmin şəbəkənin parametrlərinin sazlanmasından ibarət olur. Adətən ədəbiyyatda öyrədilmə dedikdə neyronla arasındakı əlaqələrin çəkilərinin dəyişilməsi prosesi başa düşülür. Neyron şəbəkələrin bir sıra modelləri məlumdur və həmin modellərə aşağıadakılar aid edilə bilər: çoxqatlı biristiqamətli şəbəkələr; tam əlaqəli Hopfild şəbəkəsi (birqatlı şəbəkə); 24 ikiistiqamətli assosiativ yaddaş (iki rejimdə-binar surətlərin öyrədilməsi və surətlərin dərk edilməsi rejimində ola bilər); özünütəşkil edən Kohonen şəbəkəsi. Çoxqatlı biristiqamətli bir neçə neyron qatlarından – giriş qatından, çıxış qatından və bir sıra “gizli qatlardan” ibarətdir. Bu şəbəkənin fəaliyyəti aşağıdakı kimi həyata keçirilir: şəbəkəyə verilən girişsiqnalları giriş qatlarının neyronlarına daxilolur, növbə ilə bütün qatlardan keçir və nəticələr çıxış qatlarının çıxış neyronlarından alınır. Tam əlaqəli Hopfild şəbəkəsi birqatlı şəbəkəolmaqla, onun bütün neyronları bir-biri ilə əlaqəli olur və özü də neyronun çıxış siqnalı onun öz girişinə verilə bilər. Hopfild şəbəkəsi müxtəlif sahələrdə tətbiq edilə bilər. Onların bəziləri bu şə bəkənin müxtəlif surətəri yadda saxlamaq və sonradan həmin surətləri tam olmayan giriş informasiyası üzrə bərpa etmək qabiliyyəti ilə bağlıdır. Onun digər tətbiq sahələri optimallaşdırma məsələlərinin həlli üçün istifadə edilmək imkanı ilə ə laqədardır. Neyroşəbəkə bazasında qurulan neyrokompüterlər assosiativ yaddaşa malik olmaqla daxil olan surətlərin sayından asılı olmayaraq lazım olan tezliklə onları təsnifləşdirir və yeni surəti təcili olaraq yaxınlıqda mövcud olan surətlə ə laqələndirir. Özünütəşkiledən Kohonen şəbəkəsi kartlardan və yaxud çoxölçülü çəpərlərdən ibarət olmaqla onların hər bir qovşağı ilə girişçəki vektoru assosiasiya edilir. Giriş çəki vektoru şəbəkənin girişinin ölçülərinə uyğun ölçülərə malikdir. Öyrətmə prosesi alınmış giriş siqnalına reaksiya vermək istiqamətində şəbəkənin qovşaqları arasında meydana çıxan element yaxın əhatəsində olan elementlərlə birlikdə özünün bilik əlaqələrinin çəkilərini modiikasiya edir. Özünütəşkiledən şəbəkələrin irəlicədən müəyyən misallar üzrə öyrədilməsinə ehtiyacı olmur və vektor kəmiyyətləri ilə verilmiş surətlərin dərk edilməsi, təsnifləşdirilməsi məsələlərində istifadə edilir. Bu zaman vektorun hər bir komponenti surətin elementinə uyğun gəlir. 25
1.2. Qeyri-səlis məntiqdə süni intellekt
Süni intellekt informatika elminin xüsusi bir bölməsi olmaqla, ənənəvi qaydada insan fəaliyyətinin yaradıcılıq və intellektual hesab edilən məsələlərin qoyuluşu və həllinin aparat və proqram modelləşdirilməsi ilə bağlı olan problemləri öyrənir. Başqa cür, süni intellek hesablama maşınlarına yalnız insanlar tərəfindən həyata keçirilə bilən əməliyyatları yerinə yetirməyə imkan verən konsepsiyalar elmidir. ntellekti informasiyanın işlənməsi və təqdim edilməsi sahəsində biliklərin məcmusu da adlandırmaq olar. Məsələlərin həll alqoritminin işlənməsi ixtiraçılıq qabiliyyəti, təcrübə, yüksək ixtisas tələb edən incə və çətin mühakimələrlə bağlıdır. Bunun mahiyyətcə formalizə edilməmiş, “təbii” təcrübəyə və intellektə malik insanın iştirakını tələb edən yaradıcılıq işi olduğu hesab olunur. Müəyyən tipdə əvvəllər həll edilməmiş problemlərinin həll alqoritmlərinin işlənməsi ilə bağlı məsələləri intellektual məsələlər adlandırırlar. Bu alqoritmlərin fərqləndirici xüsusiyyəti və effektivliyinin əsas mənbələrindən biri onların çətin məsələlərin həllini kifayət qədər sadə və hətta, elementar ardıcıllığa gətirməsidir. Nəticədə həll olunmayan tapşırıq həll olunan olur. nformasiya alqoritmin girişinə daxil olur, hər addımda şəklini dəyişir və bu vəziyyətdə məsələnin həllinə aparan növbəti addıma ötürülür. Alqoritm elə sistemdə yerinə yetirilə bilər ki, həmin sistem bu alqoritmin müxtəlif addımlarında elementar əməliyyatları realizə etməyə qadir olsun. Obrazların tanınması, identifikasiya, proqramlaşdırma, idarəetmə qərarlarının qəbulu kimi elə məsələlər vardır ki, onların həllinin axtarılması prosesinin ayrı – ayrı elementar addımlara bölünməsi və deməli, alqoritmin işlənməsi çox çətindir. Bu mühakimələrdən belə nəticəyə gəlmək olar ki, intellekt konkret məsələlərin həll alqoritmlərini işləyib – hazırlamağa qadir olan universal alqoritmdir. lk dəfə süni intellekt termini 1956 – cı ildə ABŞ – da keçirilmiş və məntiqi məsələlərin həllinə həsr edilmiş eyni adlı beynəlxalq seminarda təklif olunmuşdur. Süni intellekt sahəsindəki tədqiqatların əvvəlini (ötən əsrin 50 – ci illərin Yüklə 0,63 Mb. Dostları ilə paylaş:
|