Mavzu: Umumiy kollektorli kaskadni loyihalash va uni hisoblash

Neyrotizimlardan boshqaruv jarayonlarida foydalanish bosqichlari

Neyrokompyuter - tabiiy neyron tizimlari tam oyillariga asoslanib, axborotni qayta ishlovchi asbob. Bu tamoyillar sun'iy neyron tarmoqlari nazariyasi haqida gapirish imkonini berish uchun shakllantiri lgan edi. Neyrokompyuterlar muammolari real fizik qurilmalarni qurishdan iborat bo'lib. ular nafaqat oddiy kompyuterlarda sun'iy neyron tarmoqlarini modellashtirish imkonini beradi, balki kompyuterning ish lash tamoyillarini o'zgartirishi mumkin bo'lib, ular sun'iy ne\ron tarmoqlari nazariyasiga mos ishlayapti deyish mumkin.
Neyrokompyuting - parallel ishlaydigan ko'p sondagi sodda hisoblash elementlari (neyron) dan tuzilgan neyrokompyuterlar, y a ’ni hisoblash tizimlarining yangi avlodini ish lab chiqish bilan shug'ullanuvchi ilmiy yo'nalish. Bu elementlar neyron tarmog'ini 102 hosil qilib, o'zaro bog'lanadi. Ular yagona hisoblash amallarni bajaradi va tashqi boshqaruvni talab qilmaydi. Parallel ishlovchi ko'p sonli elementlar yuqori tezkorlikni ta’minlaydi. Ayni paytda. neyrokompyuterlar ishlab chiqarish ko‘pgina sanoati rivojlangan mamlakatlarda olib borilmoqda. Neyrokompyuterlar timsolarni tanish, adaptiv boshqarish, bashorat qilish. tashxislash va shu kabi qator “intellektual” masalalarni yuqori samaradorlik bilan yechish imkonini beradi.
Neyrokompyuterlar oldingi avlod EHM lardan juda katta imkoniyatlari bilan ajralib turadi. Neyron tarmog‘i tarmoq parametrlarini sozlash orqali amalga oshiriladi o'rganishga qodir bo'lgan tarmoqdir. Umuman olganda mashinadan foydalanish yo'lini o'zgartiriladi. Dasturlash o'rnini o'rganish egallaydi, neyrokompyuter masalani yechishni o'rganadi. Bu yerda o'rganish - vazn aloqalarini to'g'rilash bo'lib. natijada har bir kirish ta’siri mos chiqish signalini shakllanishiga olib keladi. O'rganishdan so'ng, tarmoq olingan malakasini yangi kirishlar uchun qo'llashi mumkin. Dasturlashdan o'roanishea o'tishda «intellektual» masalalarni yechish samaradorlipi oshadi. Neyron tarmoqlaridagi hisoblash an’anaviydan sezilarli farq qiladi. Yuqori parallellashtirilganligi tufayli ularni bir jam o aviy hodisa sifatida qarash mumkin. Neyron tarmog'ida maxsus axborot saqlanadigan lokal sohalar bo'lmaydi. barcha ma’ lumotlar butun tarmoq bo'ylab saqladi. Neyrokompyuting rivoj lanishiga biologik tadqiqotlar tuilki sifatida xizmat qildi. Neyrobiologiya ma’lumotlariga ko'ra inson va hayvonlarning asab tizimi alohida hujayralar - neyronlardan iborat bo'ladi. Inson miyasida ularning soni 1010-1012 gacha etadi. Har bir neyron boshqa lO’-lO ta neyronlar bilan ulangan bo'ladi va nisbatan oddiy harakatlarni bajaradi. Neyrondagi javob vaqti - 2 ‘5 ms. Hamma neyronlarning umumiy ishi miyaning murakkab ishlashini ta’minlaydi va real vaqtda murakkab masalalarni hal qiladi. Oldingi avlod hisoblash qurilmalaridan neyrokompyuterlarning farqi shundagi ko'p sondagi elementlarning parallel ishlashi yuqori tezkorlikni ta’minlashidan iboratligidadir. Neyronkompyuterlar uchun neyron tarmoqlarining ishdan chiqishga bardoshliligi va xalaqitdan himoyalanganligi xarakterli. 103 Sodda va qat’iy neyronlar neyron tarmoqlarini apparatli amalga oshirish uchun axborotlarga ishlov berishning yangi jismoniy tamoyillari foydalanish imkonini beradi. Neyron tarmoqlari elektron va/yoki optik elementlarning ishlash tartibi vaqti davomida murakkab masalalarni yechishni ta'minlaydi.
Neyrokompyuting sohasidagi ishlanmalar quyidagi yo’nalishlarda olib boriladi:
- neyroalgoritmlar ishlab chiqish;
- neyron tarmoqlarini dasturli amalga oshirish: neyron tarmoqlarini modellashtirish uchun maxsus dasturiy ta’minot yaratish, neyron tarmoqlari imitatsiyalash uchun ixtisoslashtirilgan protsessorlar ishlab chiqish;
- neyron tarmoqlarini elektron am alga oshirish; - neyron tarmoqlarini optoelektron am alga oshirish.
Bugungi kunda neyrokompyutingning eng katta yo‘nalishi kompyuterlarda neyron tarmoqlarini modellashtirish hisoblanadi. Tarmoqlarni modellashtirish elektron va optoelektron neyronkompyuterlar parametrlari qiymatlarini aniqlash, shuningdek, amaliy muammolarni yechish. ularning tadqiq etish uchun amalga oshiriladi. Neyron tarmoqlari nazariyasi bugungi kunda ko'plab tadqiqotchilarning e ’tiborini jalb etmoqda. Bu qiziqish neyron tizimlari ishlash tamoyillarini tushunish istagidan kelib chiqadi. Boshqa tomondan. bunday modellar yordamida mutaxassislar tirik jonzotlarga xos axborotlarga ishlov berish jarayonlari samaradorligini modellashtirishni hisobga olishadi.
Neyrokompyuting bu - mustaqil ish muhitida ma’lum axborot sharoitida faoliyat yurituvchi adaptiv javoblar ko'rinishidagi usullar, qoidalar va algoritmlarni ishlab chiqishga qodir bo'lgan axborotlarga ishlov berish tizimini (masalan neyron tarmoqlarini) yaratish texnologiyasi. Bu yangi yondashuv bo'lib, axborotlarga ishlov berish tizimining bunday yondashuvi oldingi tizimlar va usullardan jiddiy farqlanadi. Ushbu texnologiya axborot muhitida ishlovchi va axborotlarga ishlov berishni "o'rganuvchi" parallel, taqsimlangan, adaptiv axborotga ishlov berish tizimlarini o'z ichiga oladi. Shunday qilib. neyrokompyutingga xuddi istiqbolli muqobil dasturlanadigan hisoblash sifatida qarash mumkin. 104 Yangi yondashuv ma’lumot qayta ishlov berishning tayyor algoritmlarni va qoidalarini talab qilmaydi. Tizim qoidalarni ishlab chiqish va axborotlarga ishlov berishning muayyan masalalarini yechish jarayonida ulami takomillashtirish "imkoniyatiga ega bo'lishi" lozim. Ko'pgina masalalarda bunday algoritmlar noma’lum yoki ma’ lum bo'lib, dasturiy ta’minotni ishlab chiqish uchun yirik xarajatlarni talab qiladi (masalan, ko'rish va eshitish, timsollarni tanish, ma’ lumotlarni tahlil qilish, avtomatik boshqarishda axborotlarga ishlov berishda), neyrokompyuting esa oson va tez amalga oshadigan parallel samarali yechimlar usullarini beradi. Keyin teskari masala ham qiziqish uyg'otadi: masalani yechish algoritmini aniqlash uchun uni ishlab chiqqan o'rgatuvchi tizimni tahlil qilish. Axborot tuzilmalari, avvalo, neyrokompyuting sohasiga kiradi, bu neyron tarmoqlar bo'lib, axborotlarga ishlov berishning quyidagi boshqa adaptiv tuzilmalari sinfi ba’zida ko'rib chiqilsa ham: o'rganuvchi avtomatlar; genetik o'rgatuvchi tizimlari; aniq ma'lumotlarga moslashtiruvchi axborot saqlash tizimlari; imitatsion tizimlar; xotiraning assotsiativ tizimlari; noaniq mantiq tamoyillariga asoslangan o'rgatuvchi tizimlar.
Timsollarga samarali ishlov berish uchun zarur bo'igan neyro-hisoblashlarning ommaviy parallelizmi neyrotarmoqlarda axborotlarga ishlov berishning lokalligi bilan ta’minlanadi. Har bir neyron faqatgina o'zi bilan bog'liq bo'lgan shunday neyronlardan kelgan lokal axborotga, hisoblashning umumiy rejasiga murojaatsiz, javob beradi. Universal HUM da esa hisoblashning umumiy rejasiga murojaat orqali ’n 113 javob beriladi. Shunday qilib. neyrotarmoqli algoritmlar lokal hisoblanadi va neyronlar parallel faoliyat yuritish qobiliyatiga ega. Nevrotarmoqlarda hisoblashning global rejasining yo'qligi ularni dasturlashning asosiy xarakterini belgilab beradi. Shuningdek u lokalxarakterga ham ega: har bir neyron o'zining parametri - simiptik vaznini butun tarmoqning samarali ishlashi haqidagi lokal axborotga mos ravishda o‘zgartiradi. Tarmoq bo'ylab bunday axborotlarning tarqalish rejimi va unga moslashishga ko‘ra neyronlar o'rganish xarakteriga ega. Dasturlashning bunday usuli tarmoqdan ma’lumotlarga ishlov berishni talab etilayotgan usuli xossalarini samarali e'tiborga olish imkonini beradi va algoritm oldidan berilmaydi, balki ma’lumotlar - namunalar (tarmoqning o'zi o'rgangan misollar) orqali yuzaga keladi. Aynan shu yo'l bilan biologik neyrotarmoqlarning o'z-o'zidan o‘rganish jaravonida senorli axborotlarga ishlov berishning samarali algoritmlari ishlab chiqildi. Neyrotarmoqlarning muhim jihati ularning umumlashtira olish qobiliyati hisoblanadi, chunki ular faoliyati davomida uchragan barcha vaziyatlarni kichik ulushlarda o'rganib boradi. Bu ularning EMM dan ajratib turuvchi asosiy farqi hisoblanadi, chunki EHM da dastur oldindan bo'lishi mumkin bo'igan barcha vaziyatlarni e'tiborga olgan bo'lishi talab etiladi. Neyrotarmoqlarning yuqorida avtilgan jihatlari ilovalarni ishlab chiqish jarayonini arzonlashtirish imkonini beradi.
Neyrokompyutingning o'ziga tortuvchi muhim jihati neyrotarmoqlarning o'rganishdagi yagona tamoyili hisoblanib, unda empirik xatolar minimalashtirilib boriladi. Tarmoqning berilgan konfiguratsiyasini baholovchi xatolik funksiyasi. o'rganish nima maqsadda olib borilayotganligiga ko'ra tashqaridan beriladi. Lekin keyinchalik tarmoq xatolikni minimallashtirib, o'zining konfiguratsiyasi (o'zining barcha sinaptik vazni holatlari) ni takomiIlashtirib boradi. Barcha o'rganish algoritmlarining asosiy g'oyasi. xatolik funksiyasi bo'yicha tezkor tushish trayektoriyasini tanlash uchun konfiguratsiyalar fazosida lokal gradiyentni e'tiborga olish hisoblanadi. Biroq, xatolik funksiyasi suboptimal yechimlarni aks ettiruvchi lokal minimumlar to'plamiga ega bo‘ lishi ham mumkin, shuning uchun tarmoq bundan lokal minimumlarga tushib qolishini oldini olish maqsadida gradiyentli usullar stoxastik optimallashtirish I 14 elementlari bilan to'ldiriladi. O'rganishning ideal usuli tarmoq konfiguratsiyasining global optimumini topishi kerak. Tarmoqning xatosi uning konfiguratsiyasi. y a ’ni undagi barcha sinaptik vaznlar to'plamiga bog'liq. Lekin bu bog'liqlik chiziqli emas, balki vositalidir. Gap shundaki, vaznlaming bevosita qiymatlari tashqi kuzatuvchi uchun maxfiy. Kuzatuvchi uchun tarmoq xuddi qora qutiga o'xshaydi, tarmoqning ishini baholash uchun kuzatuvchi faqatgina uning xulqiga, ya’ni berilgan kirishlarda tarmoq chiqishlarining qiymatlari qanday ekanligiga asoslanishi mumkin.
Axborotlarga ishlov berish usuliga tayanib, tarmoqda teskari aloqalar tugunining mavjud yoki yo'qligi aytiladi. Agar neyronlar o‘rtasida teskari aloqalar mavjud boMmasa (ya’ni tarmoq ketma-ket qatlamlar strukturasiga ega bo'lsa, bunda har bir neyron faqatgina o'zidan oldingi neyrondan axborot oladi), tarmoqdagi axborotlarga ishlov berish bir yo'nalishli bo'ladi. Kirish signaliga qatlamlarning ketma-ketligida ishlov beriladi va javob qatlamlar soniga teng bo‘ lgan taktlar soni orqali kafolatlangan tarzda olinadi.