1-amaliy ish sun'yiy inteltekt va intellekt tizimlarni qo'llanishning asosiy sohalari

NAZORAT SAVOL VA VAZIFALAR 
1. Qanday boshqacha asabiy 
to'r 
dan neyrokompyutermi? 

---

2. Perseptronning x1, x2, x3 ... kirish signallari qanday sonlarni juft va toq 
sonlarga ajratadi? 
3. W1, w2, w3, ... sinaptik og'irliklarining boshlang'ich qiymatlari qanday 
o'rnatiladi va keyin ular qanday sozlanadi? 
4. Perseptron raqamlarni aniqlash uchun zarur bo'lgan bilimlarni qanday 
shaklda saqlaydi? 
5. Biz kiritgan d va y yozuvi nimani anglatadi? 
6. Qanday ular boshqacha? 
7. Delta qoidasi algoritmiga ko'ra, sinaptik og'irliklar va neyron moyilliklari 
tuzatiladigan formulalarni yozing. 
8. Qaysi 
teorema 
hisobga oladi 
eng isbotlangan ichida
teorema dunyosi? 
9. Teoremaning bayonini keltiring 
konvergentsiya 
perseptron. 
10. www.LbAi.ru saytiga o'ting va 2-sonli laboratoriya ishini bajaring - 
perseptronni raqamlarni juft va toq bo'lib tasniflashga o'rgating. Qiyinchilik 
yoki qiziqish bo'lsa, o'quv qo'llanmalariga murojaat qiling [73, 88]. 

---

5-AMALIY ISH NEYR TARMOQLARDAN FOYDALANISH №5 HARF 
TANISH AMALIYOT ISHI 
Perseptron va o'rganish algoritmlari g'oyasining keyingi rivojlanishi uning 
tuzilishi va funktsional xususiyatlarining murakkablashishi bilan bog'liq. 4.8-
rasmda rus alifbosi harflarini tanib olish uchun mo'ljallangan perseptronning 
diagrammasi ko'rsatilgan. Oldingi sxemadan farqli o'laroq, bunday perseptron 33 
ta chiqish neyroniga ega: alifboning har bir harfi o'z chiqish neyroniga ega. 
Birinchi chiqish neyroni y1 ning signali perseptronga “A” harfi taqdim etilganda 
bittaga, boshqa harf taqdim etilganda esa nolga teng bo'lishi kerak deb taxmin 
qilinadi. Ikkinchi neyron y2 ning chiqishi perseptronga "B" harfi berilgan bo'lsa, 
bittaga, qolgan barcha holatlarda esa nolga teng bo'lishi kerak. Va shunga 
o'xshash "I" harfigacha. 
Ushbu perseptronni o'qitish algoritmi quyidagicha. 
1-qadam. Tasodifiy sonlar generatori barcha og'irlik koeffitsientlariga wij va 
neyron moyilliklari wi0 (i = 1, . . ., 33, j = 1, . . ., 12) uchun bir nechta kichik 
tasodifiy qiymatlarni belgilaydi. 
Qadam 2. Alfavitning istalgan harfi perseptronga taqdim etiladi, kirish vektori xj 
(j = 1, . . ., 12) fotoelementlar tizimi tomonidan hosil qilinadi. Qo'shimcha neyron 
kirishlarining signallari bitta signal sifatida belgilanadi: x0 = 1. 
Qadam 3. Har bir neyron kirish signallarining vaznli yig'indisini bajaradi 
12 
Si = Xwijxj 
j=0 
va Si > 0 bo'lsa, yi = 1 chiqish signalini hosil qiladi; yi = 0, agar Si < 0. Qadam 4. 
Har bir neyron uchun uning xatosi hisoblanadi 
ei = di - yi, 
Bu erda di - perseptronning to'g'ri (kerakli) javoblari vektori, masalan, "A" harfi 
uchun d1 = 1, d2 = 0, . . ., d33 = 0 va boshqalar. 

---

Guruch. 4.8. Perceptron rus alifbosining harflarini tanib olish uchun mo'ljallangan 
5-qadam. Og'irlik koeffitsientlari va neyron moyilliklari o'rnatiladi: 
wij(t + 1) = wij(t) + ∆wij; ∆wij = ēēixj; wi0(t + 1) = wi0(t) + ∆wi0; ∆wi0 = ēēi, 
bu erda t - raqam 
davrlar; i = 1, . . ., 33; j = 1, . . ., 12. 
6-qadam: kerak bo'lganda 2-5-bosqichlarni takrorlang miqdori 
bir marta. 
Shuni esda tutingki, ushbu algoritmda wi0 neyron egilishlarini tuzatish 
formulalarini o'tkazib yuborish mumkin, chunki j indeksi ustidan aylanish birdan 
emas, balki noldan boshlansa, ular avtomatik ravishda bajariladi. 
Yuqorida ta'kidlanganidek, birinchi operatsion perseptron 1958-1961 yillarda 
yaratilgan. U lotin alifbosidagi harflarni tanib olish uchun yaratilgan. 
Kartochkalarga bosilgan harflar fotoelementli doskaga navbatma-navbat 
joylashtirildi va perseptronni o'rganish jarayoni bu erda keltirilgan algoritm 
bo'yicha amalga oshirildi. Etarlicha ko'p sonli davrlarni bajargandan so'ng, 
perseptron treningda ishtirok etgan barcha harflarni aniq tan olishni o'rgandi. 
Shunday qilib, inson miyasining tasviri va o'xshashligida qurilgan kompyuter 
intellektual muammolarni hal qilishi va xususan, naqshni aniqlash muammosini - 
lotin alifbosi harflarini hal qilishi mumkinligi haqidagi faraz tasdiqlandi. 
Lekin bu hammasi emas edi. Perseptron tanish tasvirlarni, ya'ni o'quv jarayonida 
unga ko'rsatilgan tasvirlarni tanib olishni o'rganganiga qo'shimcha ravishda, u 
birinchi marta "ko'rgan" tasvirlarni tanib olish bilan muvaffaqiyatli kurashdi. 
Ma'lum bo'lishicha, agar shrift mashg'ulotlarda qo'llaniladigan perseptrondan 

---

unchalik farq qilmasa, perseptron biroz buzib yozilgan va hatto boshqa shrift bilan 
bosilgan harflarni taniy olgan. 
Miyaning birinchi marta duch kelgan tasvirlarni tanib olish xususiyati 
umumlashtirish xususiyati deyiladi. Bu xususiyat perseptron tomonidan bevosita 
uning prototipi - miyadan meros bo'lib o'tdi. Perseptron miyaning adekvat modeli 
bo'lib, uning strukturaviy va funktsional fazilatlarini muvaffaqiyatli aks 
ettirganligi sababli meros bo'lib qoldi. Keyinchalik an'anaviy informatika usullari 
uchun mavjud bo'lmagan keng ko'lamli amaliy muammolarni hal qilish uchun 
neyron tarmoqlardan foydalanishga imkon yaratgan umumlashtirish xususiyati 
edi. Aynan shu xususiyat tufayli neyron tarmoqlar ilmiy tadqiqotlar va amaliy 
qo'llash uchun eng samarali vositaga aylandi. Aynan shu xususiyat tufayli neyron 
tarmog'i va neyrokompyuter texnologiyalari hozirda etakchi o'rinni egalladi.