Kompyuter injineringgi fakulteti

Sun`iy neyron haqida misol yoki namuna.

Neyron tarmoqlar misollarni qayta ishlash orqali o'rganadi (yoki o'qitiladi), ularning har biri ma'lum "kirish" va "natija" ni o'z ichiga oladi, bu ikkalasi o'rtasida ehtimollik bilan o'lchangan assotsiatsiyalarni hosil qiladi, ular tarmoqning ma'lumotlar tuzilmasida saqlanadi. Berilgan misol bo'yicha neyron tarmoqni o'rgatish odatda tarmoqning qayta ishlangan chiqishi (ko'pincha bashorat) va maqsadli chiqishi o'rtasidagi farqni aniqlash orqali amalga oshiriladi. Bu farq xatodir. Keyin tarmoq o'z vaznli assotsiatsiyalarini o'rganish qoidasiga ko'ra va ushbu xato qiymatidan foydalanib sozlaydi. Ketma-ket o'zgartirishlar neyron tarmog'ining maqsadli chiqishga tobora o'xshash bo'lgan mahsulot ishlab chiqarishiga olib keladi. Ushbu tuzatishlarning etarli sonidan so'ng, mashg'ulot muayyan mezonlar asosida to'xtatilishi mumkin. Bu nazorat ostida o'rganish sifatida tanilgan.
Bunday tizimlar misollarni ko'rib chiqish orqali topshiriqlarni bajarishni "o'rganadi", odatda vazifaga xos qoidalar bilan dasturlashtirilmaydi. Masalan, tasvirni aniqlashda ular qo‘lda “mushuk” yoki “mushuk yo‘q” deb belgilangan tasvirlarni tahlil qilish va boshqa tasvirlardagi mushuklarni aniqlash uchun natijalardan foydalanish orqali mushuklar bor tasvirlarni aniqlashni o‘rganishi mumkin. Ular buni mushuklar haqida oldindan bilmagan holda qilishadi, masalan, ularning mo'ynasi, dumlari, mo'ylovlari va mushuklarga o'xshash yuzlari bor. Buning o'rniga, ular avtomatik ravishda o'zlari qayta ishlagan misollardan aniqlovchi xususiyatlarni yaratadilar.

4. 
   Sun`iy neyronning o`rganilish tarixi.
   

Uorren Makkallok va Uolter Pits (1943) neyron tarmoqlar uchun hisoblash modelini yaratish orqali mavzuni ochdilar. 1940-yillarning oxirida D. O. Xebb neyron plastisiya mexanizmiga asoslangan o'rganish gipotezasini yaratdi, u Hebbian o'rganish deb nomlandi. Farley va Uesli A. Klark (1954) Hebbian tarmog'ini simulyatsiya qilish uchun birinchi bo'lib "kalkulyatorlar" deb nomlangan hisoblash mashinalaridan foydalanganlar. 1958 yilda psixolog Frenk Rozenblat Amerika Qo'shma Shtatlari Dengiz tadqiqotlari boshqarmasi tomonidan moliyalashtirilgan birinchi sun'iy neyrotarmoq perceptronni ixtiro qildi. Ko'p qatlamli birinchi funktsional tarmoqlar 1965 yilda Ivaxnenko va Lapa tomonidan ma'lumotlar bilan ishlashning guruh usuli sifatida nashr etilgan. Uzluksiz orqaga tarqalish asoslariboshqaruv nazariyasi kontekstida 1960-yilda Kelli va 1961-yilda Brayson tomonidan dinamik dasturlash tamoyillaridan foydalangan holda olingan. Keyinchalik tadqiqot Minsky va Papert (1969) dan so'ng to'xtab qoldi, ular asosiy perseptronlar eksklyuziv yoki sxemani qayta ishlashga qodir emasligini va kompyuterlar foydali neyron tarmoqlarni qayta ishlash uchun etarli quvvatga ega emasligini aniqladilar.
1970 yilda Seppo Linnainmaa ichki differensiallanuvchi funksiyalarning diskret ulangan tarmoqlarini avtomatik farqlash (AD)ning umumiy usulini nashr etdi.1973 yilda Dreyfus boshqaruvchilar parametrlarini xato gradientlariga mutanosib ravishda moslashtirish uchun orqaga tarqalish usulidan foydalangan. Verbosning (1975) orqaga tarqalish algoritmi ko'p qatlamli tarmoqlarni amaliy o'qitish imkonini berdi. 1982 yilda u Linnainmaaning AD usulini neyron tarmoqlarda keng qo'llanilgan usulda qo'lladi.Qo'shimcha MOS (CMOS) texnologiyasi ko'rinishidagi metall-oksid-yarim o'tkazgich (MOS) juda keng ko'lamli integratsiyaning (VLSI) rivojlanishi raqamli elektronikada MOS tranzistorlar sonini oshirishga imkon berdi. Bu 1980-yillarda amaliy sun'iy neyron tarmoqlarni ishlab chiqish uchun ko'proq ishlov berish quvvatini ta'minladi.1986 yilda Rumelxart, Xinton va Uilyams ketma-ketlikda keyingi so'zni bashorat qilishga o'rgatilganda, orqa tarqalish so'zlarning xususiyat vektorlari sifatida qiziqarli ichki tasvirlarini o'rganishini ko'rsatdi.1988 yildan boshlab, neyron tarmoqlardan foydalanish oqsil tuzilishini bashorat qilish sohasini o'zgartirdi, xususan, birinchi kaskad tarmoqlari bir nechta ketma-ketliklarni tekislash orqali ishlab chiqarilgan profillar (matritsalar) bo'yicha o'qitilganda.1992 yilda 3D ob'ektni tanib olishga yordam berish uchun eng kam siljish o'zgarmasligi va deformatsiyaga tolerantlik bilan yordam berish uchun max-pooling joriy etildi.Shmidxuber ko'p darajali tarmoqlar ierarxiyasini qabul qildi (1992) nazoratsiz o'rganish orqali bir vaqtning o'zida bir daraja oldindan o'rgatilgan va orqaga tarqalish orqali nozik sozlangan.Neyron tarmoqlarning dastlabki muvaffaqiyatlari birja bozorini bashorat qilish va 1995 yilda (asosan) o'zini o'zi boshqaradigan mashinani o'z ichiga oladi.Geoffrey Xinton va boshqalar. (2006) har bir qatlamni modellashtirish uchun cheklangan Boltzmann mashinasi bilan ikkilik yoki real qiymatli yashirin o'zgaruvchilarning ketma-ket qatlamlaridan foydalangan holda yuqori darajadagi tasvirni o'rganishni taklif qildi. 2012-yilda Ng va Din faqat yorliqsiz tasvirlarni tomosha qilish orqali mushuklar kabi yuqori darajadagi tushunchalarni tan olishni o‘rgangan tarmoq yaratdilar.Nazoratsiz oldindan oʻqitish va GPU va taqsimlangan kompyuterlardan olingan hisoblash quvvatini oshirish kattaroq tarmoqlardan foydalanishga imkon berdi, xususan, “chuqur oʻrganish” deb nomlanuvchi tasvir va vizual aniqlash muammolarida.
Ciresan va uning hamkasblari (2010) gradient muammosi yoʻqolib borayotganiga qaramay, GPUlar koʻp qatlamli oldinga oʻtiladigan neyron tarmoqlar uchun orqaga tarqalishni amalga oshirish mumkinligini koʻrsatdi.2009 va 2012 yillar oralig'ida ANN tasvirlarni aniqlash tanlovlarida sovrinlarni qo'lga kirita boshladi, dastlab naqshni aniqlash va qo'l yozuvini tanib olish bo'yicha turli vazifalarda inson darajasidagi ishlashga yaqinlashdi. Masalan, Graves va boshqalarning ikki tomonlama va ko'p o'lchovli uzoq qisqa muddatli xotirasi (LSTM) . 2009 yilda o'rganilishi kerak bo'lgan uchta til haqida hech qanday ma'lumotga ega bo'lmagan holda, qo'l yozuvini aniqlash bo'yicha uchta tanlovda g'olib chiqdi.
Ciresan va uning hamkasblari yo'l belgilarini aniqlash (IJCNN 2012) kabi mezonlarda insonning raqobatbardosh,g'ayritabiiy ko'rsatkichlariga erishish uchun birinchi namuna tanuvchilarni yaratdilar.

5.Xulosa:

Men Sun'iy neyron tarmoq modeli nimaligi, vazifasi, qandey ishlashi va u haqida ma`lumotlar va amaliy ko`nikmalrga ega bo`ldim.