6-mavzu. Neyron tarmoqlar
Download 107.81 Kb. Pdf ko'rish
|
6-maruza
n
2 2 x 3 x 1 x + − − = ∑ ∑ ∑ ∑ j j j j j j j i ij j i y y x y y w E θ 2 1 j x j θ j j j i ij j i y x y w E ∆ − + − = ∆ ∑ ≠ θ ) ( j y bundan oldin uning qiymati nolga teng bo’lgan bo’lsa, ortish qiymati ga teng, agarda neyron bundan oldin ham faol holatda bo’lgan bo’lsa, uning holati o’zgarmaydi, demak bo’ladi. Bu degani, kattalik yoki manfiy bo’ladi, yoki o’zgarmaydi. Agarda umumiy kirish boshlang’ich qiymatdan kichik bo’lsa, u holda neyron “0” holatni qabul qiladi, bu degani kattalik yoki “-1” yoki “0” qiymatni qabul qiladi. Bunday holda (6.4) dagi barcha ifodalar yoki manfiy, yoki nolga teng bo’ladi. Umumiy kirish boshlang’ich qiymatga teng bo’lgan holda (1.4.4) dagi ikkala ko’paytuvchi nolga teng bo’ladi, demak, ham nolga teng bo’ladi. Shunday qilib, neyronlar holati o’zgarganida tarmoqning energiyasi yoki kamayadi, yoki o’zgarmaydi va holatlarning chekli sondagi yangilanishlarida u minimumga intiladi, so’ngra o’zgarmas bo’lib qoladi, bu esa tarmoq turg’unligining belgisidir. Shuni qayd etish joizki, vaznlar matrisasining simmetriligi yetarli bo’lsa ham, zaruriy shart emas. Rekurrent tarmoqlar assotsiativ xotira modellari vazifasini o’tashi mumkin. Inson xotirasi bilan an’anaviy kompyuterning xotirasi o’rtasida sezilarli farq bor. Mashina xotirasidan axborotni o’qib olish uchun, axborot joylashgan manzilni ko’rsatish kerak. Inson xotirasi biroz boshqacharoq tuzilgan. Undan axborotni olish uchun mazmuniga tegishli ma’lum bir kalit axborot kerak bo’ladi. Masalan, agar odam unga tanish kitobning nomini eshitsa, u kitobning mualliflarini, mazmunini, muqovasining rangi va h.k. larni eslashi mumkin. She’riyat ustalari she’rning birinchi satrlaridanoq butun she’rni eslaydilar, musiqa bilimdonlari hamma asarlarni ularning biron bir qismini eshitishlari bilanoq eslashlari mumkin va h.k. Assotsiativ xotirani rekurrent tarmoqlarda modellashtirish uchun, ularning maqsad holatlarini aniqlash va holat fazosidagi mazkur nuqtalarda energiyani minimallashtirish kerak. Agar bunday shartlar bajarilsa, to’liq obrazning bir qismi, yoki buzilgan variantini uzatishda, tarmoq, yuqori imkoniyat darajasi bilan to’liq obrazni akslantiradi. Rekurrent tarmoqlar bilan ta’minlanuvchi mazkur imkoniyat axborotni tiklash usullarini ishlab chiqishda katta rol o’ynashi mumkin. [5] ishda Xopfild assotsiativ xotirani ishlab chiqish uchun quyidagi g’oyani taklif qildi. Binar vector ko’rinishidagi obrazlarni xotirada saqlab qolish kerak bo’lsin. U holda, mazkur obrazlarni “esda tutuvchi” rekurrent tarmoq asosida, assotsiativ xotirani yaratish uchun uning vazn koeffitsiyentlarini quyidagi formula bo’yicha hisoblash mumkin: , bu yerda - k-vektorning i-komponentasi. Shunday qilib, vazn koeffitsiyentlarini aniqlagandan so’ng (bunda - bu tarmoqning barqarorligini ta’minlaydi) tarmoq assotsiativ xotira sifatida qo’llanilishi mumkin. Agarda uning kirishiga ning to’liq bo’lmagan yoki buzilgan variantini ifodalovchi vektorni uzatsak, tarmoq yuqori imkoniyat 1 = ∆ Download 107.81 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling