Neyronli tarmoqning asosiy tushunchalari va elementlari

Chiqishlarda axborotni uzatish usuliga koʻra NTlar:
- chiqish neyronlariga qarab signallarni qabul qiluvchi;
- chiqish neyronlari kuchiga qarab signallarni qabul qiluvchi.
Oʻrgatishni tashkil etishga koʻra NTlar oʻqituvchi yordamida o’rgatadigan (supervised neyral networks) va oʻqituvchisiz o’rgatadigan (nonsupervised) turlarga boʻlinadi. Oʻqituvchi yordamida oʻqitishda oʻqitish bosqichida oʻqituvchi misollarni beradigan yoki NT faoliyatining toʻgʻriligini baholaydigan va oʻzining mezonlariga mos holda NTning holatini oʻzgartiradigan yoki NTni kengaytiradigan tashqi muhit bor deb faraz qilinadi. Oʻzgartirish mumkin boʻlgan NTning holati deganda odatda quyidagilar tushuniladi:
- neyronlar kuchi;
- neyronlar boʻsagʻa(porog)si;
- neyronlar oʻrtasida yangi aloqalarni oʻrnatish (biologik neyronlarning yangi aloqalarni oʻrnatish va eskilarini yoʻq qilish xususiyati egiluvchanlik deyiladi).
Oʻqitish usuliga koʻra NTlar quyidagi turlarga boʻlinadi:
- kirishlar boʻyicha oʻqitish;
- chiqishlar boʻyicha oʻqitish.
Kirishlar boʻyicha oʻqitishda oʻqituvchi misol faqat kiruvchi signallar vektoridan iborat boʻladi, chiqishlar boʻyicha oʻqitishda unga kiruvchi vektorga mos keladigan chiquvchi signallar vektori ham kiradi.
Misollarni taqdim etishi boʻyicha yakka misollarni taqdim etish va misollar «sahifasini» taqdim etishga ajratiladi. Birinchi holda NT holatining oʻzgarishi (oʻqitish) har bir misolni taqdim etgandan keyin sodir boʻladi. Ikkinchi holda - misollar «sahifasini» (toʻplamini) taqdim etgandan keyin ularning hammasini birdaniga tahlil qilishga asoslanib sodir boʻladi.
Agar NTlarni bilimlarni tasvirlash usuli deb qarasak, u holda bilimlar odatda neyronlar oʻrtasidagi bogʻlanishlar kuchi shaklida saqlanadi.
NTlarning bilimlarni tasvirlash usuli sifatidagi kamchiliklari:
- NT ishining natijalarni tahlil qilishdagi qiyinchiliklar va uning nima uchun u yoki bu qarorni qabul qilishini tushuntirishdagi qiyinchiliklar;
- natijalarni olishda takrorlanmaslik va bir ma’nolilikga kafolat berish mumkin emasligi.
NTlarning bilimlarni tasvirlash usuli sifatidagi afzalliklari:
- bilimlarni formallashtirishning shart emasligi, formallashtirish misollarga koʻra oʻqitishga almashtiriladi;
- noaniq bilimlarni ular tabiiy intellektual tizim, ya’ni miyada amalga oshadiganday tabiiy tasvirlash va qayta ishlash;
- parallel qayta ishlashga yoʻnaltirilganlik, ya’ni qurilmaviy imkoniyat ta’minlanganda haqiqiy vaqtda ishlash imkoniyatini taminlaydi;
- koʻp oʻlchamli (uch oʻlchamlidan katta) ma’lumotlar va bilimlarni kichik oʻlchamdagi ma’lumotlardek qayta ishlash imkoniyati.
Hozirda bitta tizimga bilimlarni tasvirlashning mantiqiy va (yoki) empirik usullari bilan NTlarda qoʻllaniladigan assotsiativ usullarni birlashtirish
sezilmoqda. Bu tadqiqotlar natijasida quyidagilar paydo boʻldi:
- semantik NTlar;
- noaniq NTlar;
- ekspert tizimlar.
Bu tadqiqotlarning maqsadi xuddi shaxs oʻqitadigandek oʻqitadigan sun’iy intellekt tizimlarini yaratish hisoblanadi.
Neyron majmuini belgilangan ravishda bir-biri bilan hamda tashqi muhit bilan bogʻlab, har xil turdagi NTlarning modellarini qurish mumkin. Bu holda kirish signallar toʻplami tarmoqning kirish vektorini, chiqish signallari toʻplami esa chiqish vektorini tashkil qiladi. NTning bogʻlanish vaznlari matritsa koʻrinishda ifodalanadi. Bunda matritsaning elementi va neyronlar oʻrtasidagi bogʻlanish vazni boʻladi. Neyron tarmogʻi oʻzining ishlash jarayonida kirish vektorini chiqish vektoriga oʻzgartiradi, ya’ni axborotni qayta ishlash jarayonini bajaradi. Bu qayta ishlashning aniq koʻrinishi neyron modelining turlari bilan hamda NTning arxitekturasi va xossalari bilan belgilanadi.
NTlarning arxitekturasi va turlari neyronlarning tarmoqdagi bogʻlanish tartibi bilan belgilanadi. Shuning uchun koʻpincha NTlarni va tizimlarni konneksionistik nomi bilan ataydi (“Connection” -“Bogʻlanish” ingliz soʻzidan).
NTlarini ikki asosiy: toʻliq bogʻlangan va iyerarxik turlariga ajratadi [15-17] ( 9.13-rasm).

a) Ttarmoq bogʻlangan NT. b) Iyerarxik NT.
9.13-rasm. Neyron tarmoqilar turlari.
Toʻliq bogʻlangan NT - bu har bir neyronning chiqishi barcha boshqa neyronlar kirishlari bilan, uning kirishlari esa qolgan neyronlar chiqishlari bilan bogʻlangan tarmoq. Bundan tashqari har bir neyronning chiqishi uning kirishiga ulangan boʻladi (“oʻz - oʻziga bogʻlanish”) (9.13-a rasm). neyronlardan iborat boʻlgan toʻliq bogʻlangan NTda bogʻlanish soni teng.
Iyerarxik NT –bu neyron guruhlarining tegishli alohida qatlam va darajalarda joylashgan tarmogʻi. Bunday NTda tegishli qatlamning har bir neyroni oldingi va keyingi qatlamlarning har bir neyronlari bilan bogʻlangan boʻladi (9.13-b rasm). Uning kirish va chiqish qatlamlari tashqi muhit bilan ham bogʻlangan.
Bogʻlanish yoʻnalishlari boʻyicha teskari aloqasiz - norekurrent (feed - forward) (9.14-rasm) va teskari aloqali - rekurrent (feed-back) (9.5-rasm) NTlar ajratiladi.





12.5-rasm. Rekurrent NT.

Agar rekurrent NTda oʻzining bir qatlamdagi neyronlar oʻrtasida tormozlaydigan (manfiy bogʻlanishli vaznlar bilan) aloqalari boʻlsa, u holda bunday tarmoqni lateral yoki lateralli tormozlanishli NT deb ataydi (9.16-rasm).

9.16-rasm. Lateralli tormozlanishli NT.


Bir qatlamli NT - bu sodda, iyerarxik, norekurrent turdagi tarmoq. Bunday tarmoqda tashqi muhit signallarini qabul qiladigan va taqsimlaydigan kirish neyronlar qatlami hamda hisoblanadigan neyronlar qatlami mavjud boʻladi. Ularning har birining chiqish signallari uning kirishiga keladigan vaznlangan yigʻindi funksiyasi sifatida belgilanadi. Chiqish signallar majmuisi NTning chiqish vektorini tashkil qiladi. Bu yerda - oʻlchamli kirish vektori; - oʻlchamli ( - chiqish katlamning neyronlari soni) bogʻlanish vaznlar matritsasi; - oʻlchamli chiqish vektori.
Koʻp qatlamli NT - bu bir nechta hisoblanuvchi neyronlar qatlamlaridan iborat boʻlgan tarmoqlar. Bunday qatlamlar soni koʻpayishi bilan tarmoqning hisoblash quvvati ham oshadi.