Mavzu: Neyron to’rlar

Har bir kirish ma'lumotlarini RBF bilan bog'lash tabiiy ravishda yadro usullariga olib keladi qo'llab-quvvatlash vektorli mashinalar (SVM) va Gauss jarayonlari (RBF bu yadro funktsiyasi ). Uchala yondashuv ham kirish ma'lumotlarini chiziqli model yordamida o'rganish muammosini hal qilish mumkin bo'lgan bo'shliqqa proektsiyalash uchun chiziqli bo'lmagan yadro funktsiyasidan foydalanadi. Gauss jarayonlari singari va SVM-lardan farqli o'laroq, RBF tarmoqlari, ehtimol, ehtimollikni maksimal darajada oshirish (xatoni minimallashtirish) orqali maksimal ehtimollik doirasi bo'yicha o'qitiladi. SVMlar marjni maksimal darajaga ko'tarish orqali ortiqcha jihozlardan qochishadi. SVMlar ko'pgina tasniflash dasturlarida RBF tarmoqlaridan ustun turadi. Regression dasturlarida ular kirish maydonining o'lchovliligi nisbatan kichik bo'lsa, ular raqobatdosh bo'lishi mumkin RBF neyron tarmoqlari kontseptual jihatdan o'xshashdir K-eng yaqin qo'shni (k-NN) modellari. Asosiy g'oya shundan iboratki, o'xshash kirishlar o'xshash natijalarni keltirib chiqaradi. O'quv majmuasida ikkita taxminiy o'zgaruvchi mavjud, x va y, maqsadli o'zgaruvchilar esa ijobiy va salbiy ikkita toifaga ega. X = 6, y = 5.1 taxminiy qiymatlari bo'lgan yangi holat berilgan bo'lsa, maqsad o'zgaruvchisi qanday hisoblangan? Ushbu misol uchun bajarilgan eng yaqin qo'shni tasnifi qancha qo'shni punktlar ko'rib chiqilishiga bog'liq. Agar 1-NN ishlatilsa va eng yaqin nuqta salbiy bo'lsa, unda yangi nuqta salbiy deb tasniflanishi kerak. Shu bilan bir qatorda, agar 9-NN tasnifi ishlatilsa va eng yaqin 9 nuqta ko'rib chiqilsa, u holda atrofdagi 8 ijobiy nuqtaning ta'siri eng yaqin 9 (salbiy) nuqtadan ustun bo'lishi mumkin.RBF tarmog'i neyronlarni taxminiy o'zgaruvchilar tomonidan tavsiflangan bo'shliqda joylashtiradi (bu misolda x, y). Ushbu bo'shliq taxminiy o'zgaruvchilar kabi ko'p o'lchamlarga ega. Evklid masofasi yangi nuqtadan har bir neyronning markazigacha hisoblanadi va har bir neyron uchun og'irlikni (ta'sirni) hisoblash uchun masofaga radial asos funktsiyasi (RBF) (yadro funktsiyasi deb ham ataladi) qo'llaniladi. Radial asos funktsiyasi shunday nomlangan, chunki radius masofasi funktsiya argumentidir. Og'irligi = RBF (masofa)

• Har bir kirish ma'lumotlarini RBF bilan bog'lash tabiiy ravishda yadro usullariga olib keladi qo'llab-quvvatlash vektorli mashinalar (SVM) va Gauss jarayonlari (RBF bu yadro funktsiyasi ). Uchala yondashuv ham kirish ma'lumotlarini chiziqli model yordamida o'rganish muammosini hal qilish mumkin bo'lgan bo'shliqqa proektsiyalash uchun chiziqli bo'lmagan yadro funktsiyasidan foydalanadi. Gauss jarayonlari singari va SVM-lardan farqli o'laroq, RBF tarmoqlari, ehtimol, ehtimollikni maksimal darajada oshirish (xatoni minimallashtirish) orqali maksimal ehtimollik doirasi bo'yicha o'qitiladi. SVMlar marjni maksimal darajaga ko'tarish orqali ortiqcha jihozlardan qochishadi. SVMlar ko'pgina tasniflash dasturlarida RBF tarmoqlaridan ustun turadi. Regression dasturlarida ular kirish maydonining o'lchovliligi nisbatan kichik bo'lsa, ular raqobatdosh bo'lishi mumkin RBF neyron tarmoqlari kontseptual jihatdan o'xshashdir K-eng yaqin qo'shni (k-NN) modellari. Asosiy g'oya shundan iboratki, o'xshash kirishlar o'xshash natijalarni keltirib chiqaradi. O'quv majmuasida ikkita taxminiy o'zgaruvchi mavjud, x va y, maqsadli o'zgaruvchilar esa ijobiy va salbiy ikkita toifaga ega. X = 6, y = 5.1 taxminiy qiymatlari bo'lgan yangi holat berilgan bo'lsa, maqsad o'zgaruvchisi qanday hisoblangan? Ushbu misol uchun bajarilgan eng yaqin qo'shni tasnifi qancha qo'shni punktlar ko'rib chiqilishiga bog'liq. Agar 1-NN ishlatilsa va eng yaqin nuqta salbiy bo'lsa, unda yangi nuqta salbiy deb tasniflanishi kerak. Shu bilan bir qatorda, agar 9-NN tasnifi ishlatilsa va eng yaqin 9 nuqta ko'rib chiqilsa, u holda atrofdagi 8 ijobiy nuqtaning ta'siri eng yaqin 9 (salbiy) nuqtadan ustun bo'lishi mumkin.RBF tarmog'i neyronlarni taxminiy o'zgaruvchilar tomonidan tavsiflangan bo'shliqda joylashtiradi (bu misolda x, y). Ushbu bo'shliq taxminiy o'zgaruvchilar kabi ko'p o'lchamlarga ega. Evklid masofasi yangi nuqtadan har bir neyronning markazigacha hisoblanadi va har bir neyron uchun og'irlikni (ta'sirni) hisoblash uchun masofaga radial asos funktsiyasi (RBF) (yadro funktsiyasi deb ham ataladi) qo'llaniladi. Radial asos funktsiyasi shunday nomlangan, chunki radius masofasi funktsiya argumentidir. Og'irligi = RBF (masofa)