Sun’iy neyron tarmoqlari va ularning asosiy turlari

Аннотация

Maqolada hozirgi kunda keng tarqalgan neyron tarmoqlari ko’rib chiqilgan. Neyron tarmoqlar, ularning tuzilishi va qatlamlar orasida sodir bo’ladigan jarayonlar haqida batafsil ma’lumotlar berilgan hamda har bir neyron tarmoqlari qanday masalalarni hal qilish mo’ljallanganligi haqida ma’lumotlar berilgan. Kalit soʻzlar: Sun'iy intellekt, Sun'iy neyron tarmoqlari(ANN), simulyatsiya qilingan neyron tarmoqlari (SNN), Uzoq qisqa muddatli xotira (LSTM), Sequence to Sequence Models(SSM). Sun’iy neyron tarmoqlari Sun'iy neyron tarmoqlari (ANN) yoki simulyatsiya qilingan neyron tarmoqlari (SNN) sifatida ham tanilgan neyron tarmoqlar mashinani o'rganishning bir qismi bo'lib, chuqur o'rganish algoritmlarining markazida joylashgan. Ularning nomi va tuzilishi biologik neyronlarning bir-biriga signal berish usulini taqlid qilib, inson miyasidan ilhomlangan. Sun'iy neyron tarmoqlari (ANN) kirish qatlami, bir yoki bir nechta yashirin qatlamlar va chiqish qatlamini o'z ichiga olgan tugun qatlamlaridan iborat. Har bir tugun yoki sun'iy neyron boshqasiga ulanadi va u bilan bog'liq vazn va chegaraga ega. Agar biron bir alohida tugunning chiqishi belgilangan chegara qiymatidan yuqori bo'lsa, ushbu tugun faollashtiriladi va ma'lumotlarni tarmoqning keyingi qatlamiga yuboradi. Aks holda, tarmoqning keyingi qatlamiga hech qanday ma'lumot uzatilmaydi. Neyron tarmoqlar vaqt o'tishi bilan ularning aniqligini o'rganish va yaxshilash uchun o'quv ma'lumotlariga tayanadi. Biroq, ushbu o'rganish algoritmlari aniqlik uchun sozlangandan so'ng, ular informatika va sun'iy intellektda kuchli vositalar bo'lib, bizga ma'lumotlarni yuqori tezlikda tasniflash va klasterlash imkonini beradi. Nutqni aniqlash yoki tasvirni aniqlash bo'yicha vazifalar mutaxassislar tomonidan qo'lda identifikatsiya qilish bilan solishtirganda bir necha daqiqa va soat vaqt olishi mumkin Hozirgi kunda keng tarqalgan neyron tarmoqlarini quyida keltirib o’tamiz: ❖ Perseptron ❖ Forward neyron tarmog'i ❖ Ko'p qatlamli perseptron ❖ Konvolyutsion neyron tarmog'i ❖ Radial asosli funktsional neyron tarmoq ❖ Takroriy neyron tarmoq ❖ LSTM - Uzoq qisqa muddatli xotira ❖ Sequence to Sequence Models 121 Sun'iy neyron tarmoqlari inson tanasidagi biologik neyronlardan ilhomlangan bo'lib, ular ma'lum sharoitlarda faollashadi, bu esa javob sifatida tananing tegishli harakatiga olib keladi. Sun'iy neyron tarmoqlari o'zaro bog'langan sun'iy neyronlarning turli qatlamlaridan iborat bo'lib, ularni yoqish/o'chirishga yordam beradigan faollashtirish funktsiyalari bilan ishlaydi. Qisqacha aytganda, har bir neyron kirishlar va tasodifiy og'irliklarning ko'paytirilgan versiyasini oladi, keyinchalik ular statik moyillik qiymati bilan qo'shiladi; Bu keyinchalik neyrondan berilishi kerak bo'lgan yakuniy qiymatni hal qiluvchi tegishli faollashtirish funktsiyasiga o'tkaziladi. Kirish qiymatlarining tabiatiga ko'ra turli xil faollashtirish funktsiyalari mavjud. Yakuniy neyron tarmog'i qatlamidan chiqish hosil bo'lgandan so'ng, yo'qotish funktsiyasi (kirish va chiqish) hisoblab chiqiladi va yo'qotishlarni minimal qilish uchun og'irliklar sozlangan joyda orqaga tarqalish amalga oshiriladi. Og'irliklar - bu kirishlar bilan ko'paytiriladigan raqamli qiymatlar. Orqa tarqalishda ular yo'qotishni kamaytirish uchun o'zgartiriladi. Oddiy so'z bilan aytganda, og'irliklar Neyron tarmoqlaridan mashina tomonidan o'rganilgan qiymatlardir. Ular bashorat qilingan natijalar va o'quv kirishlari o'rtasidagi farqga qarab o'zini o'zi sozlaydi. Faollashtirish funksiyasi neyronni yoqish/o‘chirishga yordam beradigan matematik formuladir. Kirish qatlami kirish vektorining o'lchamlarini ifodalaydi. Yashirin qatlam kirish maydonini (yumshoq) chegaralari bo'lgan hududlarga ajratadigan vositachi tugunlarni ifodalaydi. U vaznli kirishlar to'plamini oladi va faollashtirish funktsiyasi orqali chiqishni ishlab chiqaradi. Chiqish qatlami neyron tarmoqning chiqishini ifodalaydi. 122 Perceptron modeli Neyronning eng oddiy va eng qadimgi modellaridan biridir. Bu neyron tarmog'ining eng kichik birligi bo'lib, u kirish ma'lumotlaridagi xususiyatlarni yoki biznes razvedkasini aniqlash uchun muayyan hisob-kitoblarni amalga oshiradi. U vaznli kirishlarni qabul qiladi va yakuniy natija sifatida chiqishni olish uchun faollashtirish funksiyasini qo'llaydi. Kirish ma'lumotlari faqat bir yo'nalishda harakatlanadigan, sun'iy neyron tugunlari orqali o'tib, chiqish tugunlari orqali chiqadigan neyron tarmoqlarning eng oddiy shakli. Yashirin qatlamlar mavjud yoki bo'lmasligi mumkin bo'lgan joylarda kirish va chiqish qatlamlari mavjud. Qatlamlar soni funktsiyaning murakkabligiga bog'liq. U bir yo'nalishli oldinga tarqaladi, lekin orqaga tarqalmaydi. Bu erda og'irliklar statikdir. Faollashtirish funksiyasi og'irliklarga ko'paytiriladigan kirishlar orqali ta'minlanadi. Buning uchun faollashtirish funksiyasini tasniflash yoki bosqichli faollashtirish funksiyasidan foydalaniladi. Masalan: Neyron chegaradan yuqori bo'lsa (odatda 0) faollashadi va neyron chiqi