21-amaliy ish. Falman-liber kaskadli korelyatsiya tarmog‘I

23-AMALIY ISH. PERSEPTRON ASOSLANGAN TAKROR TARMOQLAR.
Neyrofiziologik tadqiqotlar shuni ko'rsatdiki, inson miyasi yuqorida muhokama qilingan sun'iy neyron tarmoqlariga qaraganda ancha murakkab tuzilishga va neyronlar o'rtasidagi o'zaro ta'sir mexanizmlariga ega. Xususan, biologik neyronlar o'rtasida nafaqat bevosita, balki qayta aloqa aloqalari ham aniqlangan. Shu sababli, sun'iy neyron tarmoqlarni qayta aloqa bilan to'ldirishga urinishlar qilindi, bu esa kutilmagan yangi natijalarga olib keldi. Keling, ulardan ba'zilarini ko'rib chiqaylik.
1-rasmda a perseptronga misol keltirilgan, unda y1 va y2 chiqish signallari z kechikish birliklari elementlari orqali beriladi.^−bittaperseptronning kirishlariga qaytariladi. Shunday qilib, x1 va x2 kirish signallari ta'sirida t vaqtida tarmoq chiqishida y1(t) va y2(t) signallari hosil bo'ladi, keyin esa keyingi vaqtda t + 1 bu signallar ta'sirida. liniyalar kechikishlar orqali kirishga oziqlanadi z^−bitta, y1(t + 1) va y2(t + 1) yangi chiqish signallari hosil bo'ladi.
Har qanday takroriy tarmoq uchun bir xil tarmoqni oldinga signal tarqalishi bilan qayta aloqasiz qurish mumkinligini ko'rsatish oson (1-rasm, b), shuning uchun takroriy tarmoqlarni o'qitish uchun orqaga tarqalish usulidan foydalanish mumkin.
Hozirgi vaqtda takrorlanuvchi neyron tarmoqlari dasturni topdi, unda birlik kechikishlari elementlari ham teskari qismga kiritilgan.

1-rasm.Perseptronga asoslangan takrorlanuvchi tarmoq (a) va unga o'xshash o'rnatilgan perseptron (b)

2-rasm.N bilan takrorlanuvchi tarmoq−1 ta kirishni kechiktirish elementlari va P qayta aloqani kechiktirish elementlari
va kirish ulanishlariga, va fikr-mulohazalar o'zlari ham chiqish neyronlaridan, ham yashirin qatlamlarning neyronlaridan kelib chiqadi. 7.12-rasmda bitta kirish va bitta chiqishga ega bo'lgan tarmoq ko'rsatilgan va kirish va chiqish signallari kechikish elementlari orqali yashirin qatlam neyronlariga beriladi. Shunday qilib, t + 1 vaqtida hosil bo'lgan mahsulot N + P o'zgaruvchilarning funktsiyasidir:
y(t+1)=f ​​(x(t), x(t.)−biri), . . ., x(t−(N−1)), y(t−1), y(t−2), . . ., y(t−P)), (7.9) ulardan N o'zgaruvchilar kirish signallari ketma-ketligi, P o'zgaruvchilar esa turli vaqtlardagi perseptron javoblaridir. Ular kontekst argumentlari deb ataladi.
Bunday neyron tarmoqlar vaqtli qatorlarni bashorat qilish uchun qulaydir. Misol uchun, agar [63] da ko'rib chiqilgan AQSh dollari kursini bashorat qilish muammosi haqida gapiradigan bo'lsak, unda sirpanish oynasida N kiritish argumentlari sana sifatida qaralishi mumkin va (7.9) formulaning P kontekstli argumentlari ko'rib chiqilishi mumkin. dollar kursining mos qiymatlari sifatida. Sürgülü oynaning kengligi bo'ladi

3-rasmElman neyron tarmog'i tuzilishi
qiymati N, bolmoq qabul qilmoq tengP. Funktsiya qiymatiy(t+1) keyin bo'ladi o'rtacha prognoz kurs dollar boshiga kun oldinga.
Agar siz ko'proq miqdordagi turli omillar ta'sirini hisobga olgan holda valyuta kurslarini bashorat qilishingiz kerak bo'lsa, unda siz bir nechta chiqishlarga ega bo'lgan takroriy tarmoqdan foydalanishingiz kerak. Bu xususiyatga, masalan, Elman tarmog'i [41] ega bo'lib, uning tuzilishi rasmda ko'rsatilgan. 7.13.
Ko'rib chiqilayotgan turdagi takroriy tarmoqlar dinamik ob'ektlarni matematik modellashtirish uchun ham qo'llaniladi. Bunday holda, og'irliklarni takomillashtirish dinamik matematik modelning parametrlarini aniqlash vazifasini bajaradi. Shu tarzda yaratilgan dinamik ob'ektning matematik modeli ushbu ob'ektni boshqarish uchun ishlatilishi mumkin: mashina, qurilma, vaqt o'tishi bilan rivojlanayotgan jarayon.