12 mavzu. Sun’iy neyron tarmoqlariga kirish. Bir va ko’p sathli neyron tarmoqlari va ularning turlari

2) Klasterlash. Bu masalalarda belgilar majmuisi asosida obyektlar alohida sinf(klaster)larga ajratiladi. Bitta sinfga kiradigan obyektlar belgilar majmuisi boʻyicha bir-biriga yaqin boʻlishi kerak. Turli sinflarga kiradigan obyektlar esa belgilar majmuisi boʻyicha bir-biridan uzoq boʻlishi kerak. Bunday masalani yechish uchun dastlabki belgilar majmuasida qatnashadigan belgilar soniga teng boʻlgan kirish va sinflar soniga teng boʻlgan chiqish neyronlardan iborat boʻlgan NT quriladi. Bunday NTning vaznli koeffitsiyent qiymatlari oʻrgatish jarayonda topiladi.
3) Approksimatsiyalash. Bunday masalada izlangan funksiyaga toʻgʻri keladigan va qanoatlantiradigan approksimatsiyalovchi funksiyasi tanlab olinadi. Bu yerda - funksiyalar oʻrtasidagi masofa uchun berilgan kichik qiymat (porog).
Umumiy holda funksiyaning koʻrinishi noma’lum boʻladi. U turdagi “kirish - chiqish” qiymatlar juftligi bilan beriladi. Bu yerda - kirish oʻzgaruvchilar qiymatlari, esa chiqishdagi funksiyalar qiymatlari. An’anaviy matematik usullardan foydalanib, avval kerakli approksimatsiyalash modeli funksiyaning koʻrinishi) tanlab olinadi. Keyin tanlab olingan mezonlar boʻyicha funksiyaning koeffitsiyentlari topiladi.
NTlar universal approksimatorlar boʻlib, approksimatsiyalovchi funksiyani tanlab olishni talab qilmaydi. Bu yerda NTni oʻrgatish uchun faqat qayd qilingan juftlar qaraladi.
Bu masala obyektlarni identifikatsiyalashda, ularning aniq matematik modellarini qurish murakkab boʻlgan holatlarda keng qoʻllaniladi.
4) Avtoassotsiatsiya. Bu masala assotsiativ xotira modellarini qurish masalasi bilan bogʻliq.
Assotsiativ xotirali neyron modelida neyron guruhlar orqali tegishli obyektlarning ba’zi qismlarini xotiraga olinishi ta’minlanadi. Bunday NTning kirishiga obyektning qismi berilganda uning chiqishida butun obyektni tavsiflaydigan neyronlarning barchasi faollashtiriladi.
Shuni qayd qilish kerakki, bir qatlamli NTlar faqat sodda masalalarni yechish qobiliyatiga ega. Murakkab masalalarni yechish uchun turli tipdagi koʻp qatlamli NTlar ishlatiladi.