O’zbekiston Respublikasi Oliy ta’lim Fan va Innovatsiyalar vazirligi Zahiriddin Muhammad Bobur nomli Andijon Davlat Universiteti Tabiiy fanlar fakulteti Biologiya yo’nalishi

Neyron tarmoqlar umumiy hisoblashlar sinfidir biologik nerv sistemalarining anatomiyasi va fiziologiyasini modellashtiruvchi tuzilmalar. Ular naqshni aniqlash, tasniflash va qaror qabul qilish muammolarining keng doirasiga muvaffaqiyatli qo'llaniladi.
Hisoblash sxemasida bitta "neyron" bir yoki bir nechta kiruvchi chekkalari (kirishlari) va bir chiquvchi qirrasi bo'lgan grafik cho'qqisidir (1(a)-rasm).
Fiziologik metafora yordamida shuni aytishimiz mumkinki, agar neyron chiqishi 1 bo'lsa, signal chiqaradi va agar uning chiqishi 0 bo'lsa, signal chiqarmaydi. Model neyronlari kirish va chiqishlar soni va hisoblash formulasida farq qilishi mumkin. chiqish (1-rasm (b)).
Tarmoqni shakllantirish uchun siz bir nechta neyronlarni yaratishingiz va ba'zi neyronlarning chiqishlarini boshqa neyronlarning kirishlariga ulashingiz kerak. Ba'zi cho'qqilar butun tarmoq uchun kirishlarni o'z ichiga oladi (kirish maydoni yoki kirish qatlami, kirish qatlami), ba'zilarida esa tashqariga chiqishlari mavjud (chiqish maydoni yoki chiqish qatlami, chiqish qatlami). Bundan tashqari, tashqi dunyo bilan bevosita bog'liq bo'lmagan neyronlar mavjud (yashirin maydon yoki yashirin qatlam, yashirin qatlam) (1-rasm (b)).
Neyronlarni yaratish va ulashda va ulanishlarning qat'iyligini aniqlashda, ya'ni kirish signallarini shunchaki yig'ish o'rniga cheksiz murakkablik mumkin ⁱ ₁ EP ₂ □ ⁱ _{3 , siz 9} ⁱ ₁ □ 5 ⁱ ₂ □ ⁱ ₃ kabi kirishlarning vaznli yig‘indisidan foydalanishingiz mumkin , bu tarmoqni 1-raqamli kirishga nisbatan sezgirroq va 3-raqamli kirishga nisbatan kamroq sezgir qiladi. Biologik jihatdan, bu a sinapslar kuchining o'zgarishi. (Sinapsning kuchi postsinaptik retseptorlarning neyrotransmitterlar tomonidan faollashishi natijasida transmembran potentsialidagi o'zgarishlarning kattaligidir.)
Neyron tarmoqning kuchini aniqlaydigan xususiyati shundaki, og'irliklar o'zgaruvchilar sifatida ko'rib chiqilishi va maxsus holatlar uchun o'quv jarayonida hisoblanishi mumkin. Neyron tarmoqni o'rgatish uchun u turli misollarga qo'llaniladi va natija to'g'ri echim bilan taqqoslanadi. Agar javob mos kelmasa, parametrlar aniqlangan. O'quv jarayonida tarmoq topologiyasi o'zgarishsiz qoladi va agar har qanday ulanishning og'irligi 0 ga teng bo'lsa, bu mos keladigan ulanishni buzish bilan tengdir.
Proteinning ikkilamchi tuzilishini aniqlashda qo'llanilishi mumkin bo'lgan neyron tarmoq turi 2-rasmda ko'rsatilgan.
Kirish hududi (IL, kirish qatlami) 15 ta qoldiq oynasi bilan ketma-ketlikni skanerlaydi, ya'ni 15 ta elementdan iborat ketma-ketlik fragmenti tahlil qilinadi. Bashorat markaziy qoldiqni nazarda tutadi
(yuqorida, o'q bilan belgilangan). Keyin oyna ketma-ketlikda bir pozitsiya o'ngga siljiydi va quyidagi bashorat qilinadi.Oynadagi 15 pozitsiyaning (aminokislotalar) har biri 20 ta neyronga to'g'ri keladi, ulardan biri faol (qora doira).

1.3.2-rasm. Proteinning ikkilamchi tuzilishini bashorat qilish uchun neyron tarmoq
Yashirin maydon (HL, yashirin qatlam) kirish va chiqishga ulangan 15*20=300 neyronni o'z ichiga oladi. Yashirin sohadagi har bir neyron kirish va chiqish joylaridagi har bir neyronga ulangan (rasmda barcha ulanishlar ko'rsatilmagan).
Chiqish maydoni (OL, chiqish qatlami) faqat bashoratni tuzatadigan uchta neyrondan iborat - □ -spiral, □ -struktura yoki hech biri. Ikkilamchi strukturani bashorat qilishda foydalanish mumkin bo'lgan muhim ma'lumotlar evolyutsion ma'lumotdir. Bir nechta tekislash bitta ketma-ketlikka qaraganda ko'proq ma'lumotni o'z ichiga oladi. Tegishli oqsillarda ikkilamchi strukturaning saqlanishi ketma-ketlik-tuzilma munosabatlarining mavjudligini anglatadi va bu ularga yuqori profilli og'irliklarni belgilash va yanada qat'iy bashorat qilish imkonini beradi. Neyron tarmoqlarga asoslangan ikkilamchi tuzilmalarni bashorat qilishning aksariyat usullari kirish qatlamida nafaqat pozitsiyaning konservatizm darajasi, balki profil og'irliklari haqida ham ma'lumotga ega.
Bundan tashqari, ikkita tandem (bir-birining ortidan) neyron tarmoqlardan foydalanish qo'shni qoldiqlarning konformatsiyasining korrelyatsiyasini hisobga olish imkonini beradi. 83-rasmda ko'rsatilganga o'xshash tarmoqdan foydalangan holda bir nechta ketma-ket qoldiqlarning holatini bashorat qilish yakuniy natijani tashkil etuvchi boshqa tarmoq yordamida birlashtiriladi.
Neyron tarmog'i yondashuvida kompyuter dasturlari ma'lum ikkilamchi tuzilmalarda mavjud bo'lgan aminokislotalarning muntazam birikmalarini tanib olish va bu birikmalarni ushbu tuzilmalarda mavjud bo'lmagan boshqa aminokislotalar guruhlaridan ajratish uchun o'rgatiladi. Bunday neyron tarmoq modellari algoritmik talqin orqali ma'lumotlarning katta qismini ketma-ketliklardan chiqaradi.