Ma’ruza №15 Mavzu: Neyron tarmoqlari

5.5. Xemming neyron tarmoqlari

Agar NT yordamida etalonni oshkora ko’rinishda emas, balki uning tartib raqaminigina olish yetarli deb hisoblansa, u holda assotsiativ xotirali Xemming NTidan foydalanish qulay hisoblanadi [29]. Bunday holda Xemming tarmog’iga Xopfild tarmog’iga nisbatan xotira va hisoblashlar hajmi kam sarflanadi. Bu Xemming NTining strukturasidan ham ochiq ko’rinadi (15.23-rasm).

Tarmoq ikkita qatlamdan iborat. Birinchi va ikkinchi qatlamlarning har biri m ta neyronlardan iborat, bu yerda m-etalonlar soni. Birinchi qatlam neyronlari tarmoqning kirishlar bilan bo’g’langan n ta tarmoqlardan (soxta nolli qatlamni hosil qiluvchi) iborat. Ikkinchi qatlam neyronlari bir-biri bilan ingibitorli (manfiyli teskari) sinaptikli aloqalar bilan bo’g’langan. Har bir neyron uchun musbat teskari aloqali bitta sinaps uning aksonlari bilan birlashtirilgan.
Xemming NTlarining goyasi - bu testlanayotgan obyektdan boshqa barcha etalon obyektlargacha bo’lgan Xemming masofasini topishdan iborat. Xemming masofasi deb ikkita binar qiymat qabul qiluvchi vektorlarning bitlardagi farqlar soniga aytiladi.Tarmoq kirishdagi noma’lum obyektgacha minimal masofaga ega bo’lgan etalon obyektni tanlashi kerak va natijada tarmoqda ushbu etalon obyektga mos keluvchi bitta chiqish faollashadi.

15.23-rasm. Xemming NTning strukturali sxemasi.
Birinchi qatlamning vaznli koeffitsiyentlarining nomlanish (initsializatsiy) jarayoniga va chegaraviy qiymatli (porogli) aktivlashuv funksiyasiga quyidagi qiymatlar beriladi: , i=0...n-1, k=0...m-1; T_k = n / 2, k = 0...m-1. Bu yerda x_i^k - k-etalon obyektning i-elementi.
Ikkinchi qatlamda tarmoqlarni tormozlovchi (to’xtatuvchi) vaznli koeffitsiyentlarni qandaydir 0 qiymarlarga teng qilib olinadi. Neyronning sinapsi o’zi bilan bo’g’langan aksonlari bilan +1 vaznga ega bo’ladi.
Xemming tarmoqlarining ishlash algoritmi quyidagicha:
1. Tarmoqning kirishlariga noma’lum X = {x_i: i=0...n-1} vektor berildi. Ushbu vektordan foydalanib birinchi qatlamning neyronlari holati hisoblanadi (yuqoridagi qavsli index qatlam tartib raqamini bildiradi) , j=0...m-1.
Bundan keyin olingan qiymatlar bilan ikkinchi qatlam aksonlari qiymatlari nomlanadi: y_j⁽²⁾ = y_j ⁽¹⁾, j = 0...m-1.
2. Ikkinchi qatlam neyronlarining yangi holati va ularning aksonlarining qiymatlari hisoblanadi.
3. Oxirgi iteratsiyadan keyin ikkinchi qatlan neyronlarining chiqishi qiymatlarining o’zgarganligi tekshiriladi. Agar o’zgargan bo’lsa, u holda 2-qadamga, aks holda tugatish.
Ta’kidlash joizki, Xemming NTlari bilan obyektlarni tanib olish boshqa tarmoqlarga nisbatan ancha oddiy hisoblanadi.