Qozaqov hojiakbarning intellektual tizimlari fanidan tayyorlagan

NAZORAT SAVOL VA VAZIFALAR

1. 
   Qanday boshqacha asabiy to'r dan neyrokompyutermi?
   
2. 
   Perseptronning x1, x2, x3 ... kirish signallari qanday sonlarni juft va toq sonlarga ajratadi?
   
3. 
   W1, w2, w3, ... sinaptik og'irliklarining boshlang'ich qiymatlari qanday o'rnatiladi va keyin ular qanday sozlanadi?
   
4. 
   Perseptron raqamlarni aniqlash uchun zarur bo'lgan bilimlarni qanday shaklda saqlaydi?
   
5. 
   Biz kiritgan d va y yozuvi nimani anglatadi?
   
6. 
   Qanday ular boshqacha?
   
7. 
   Delta qoidasi algoritmiga ko'ra, sinaptik og'irliklar va neyron moyilliklari tuzatiladigan formulalarni yozing.
   
8. 
   Qaysi teorema hisobga oladi eng isbotlangan ichida teorema dunyosi?
   
9. 
   Teoremaning bayonini keltiring konvergentsiya perseptron.
   
10. 
    www.LbAi.ru saytiga o'ting va 2-sonli laboratoriya ishini bajaring - perseptronni raqamlarni juft va toq bo'lib tasniflashga o'rgating. Qiyinchilik yoki qiziqish bo'lsa, o'quv qo'llanmalariga murojaat qiling [73, 88].
    

5-AMALIY ISH NEYR TARMOQLARDAN FOYDALANISH №5 HARF TANISH AMALIYOT ISHI
Perseptron va o'rganish algoritmlari g'oyasining keyingi rivojlanishi uning tuzilishi va funktsional xususiyatlarining murakkablashishi bilan bog'liq. 4.8-rasmda rus alifbosi harflarini tanib olish uchun mo'ljallangan perseptronning diagrammasi ko'rsatilgan. Oldingi sxemadan farqli o'laroq, bunday perseptron 33 ta chiqish neyroniga ega: alifboning har bir harfi o'z chiqish neyroniga ega. Birinchi chiqish neyroni y1 ning signali perseptronga “A” harfi taqdim etilganda bittaga, boshqa harf taqdim etilganda esa nolga teng bo'lishi kerak deb taxmin qilinadi. Ikkinchi neyron y2 ning chiqishi perseptronga "B" harfi berilgan bo'lsa, bittaga, qolgan barcha holatlarda esa nolga teng bo'lishi kerak. Va shunga o'xshash "I" harfigacha.
Ushbu perseptronni o'qitish algoritmi quyidagicha.
1-qadam. Tasodifiy sonlar generatori barcha og'irlik koeffitsientlariga wij va neyron moyilliklari wi0 (i = 1, . . ., 33, j = 1, . . ., 12) uchun bir nechta kichik tasodifiy qiymatlarni belgilaydi.
Qadam 2. Alfavitning istalgan harfi perseptronga taqdim etiladi, kirish vektori xj (j = 1, . . ., 12) fotoelementlar tizimi tomonidan hosil qilinadi. Qo'shimcha neyron kirishlarining signallari bitta signal sifatida belgilanadi: x0 = 1.
Qadam 3. Har bir neyron kirish signallarining vaznli yig'indisini bajaradi
12
Si = Xwijxj
j=0
va Si > 0 bo'lsa, yi = 1 chiqish signalini hosil qiladi; yi = 0, agar Si < 0. Qadam 4. Har bir neyron uchun uning xatosi hisoblanadi
ei = di - yi,
Bu erda di - perseptronning to'g'ri (kerakli) javoblari vektori, masalan, "A" harfi uchun d1 = 1, d2 = 0, . . ., d33 = 0 va boshqalar.

Guruch. 4.8. Perceptron rus alifbosining harflarini tanib olish uchun mo'ljallangan
5-qadam. Og'irlik koeffitsientlari va neyron moyilliklari o'rnatiladi:
wij(t + 1) = wij(t) + ∆wij; ∆wij = ēēixj; wi0(t + 1) = wi0(t) + ∆wi0; ∆wi0 = ēēi,
bu erda t - raqam davrlar; i = 1, . . ., 33; j = 1, . . ., 12.
6-qadam: kerak bo'lganda 2-5-bosqichlarni takrorlang miqdori bir marta.
Shuni esda tutingki, ushbu algoritmda wi0 neyron egilishlarini tuzatish formulalarini o'tkazib yuborish mumkin, chunki j indeksi ustidan aylanish birdan emas, balki noldan boshlansa, ular avtomatik ravishda bajariladi.
Yuqorida ta'kidlanganidek, birinchi operatsion perseptron 1958-1961 yillarda yaratilgan. U lotin alifbosidagi harflarni tanib olish uchun yaratilgan. Kartochkalarga bosilgan harflar fotoelementli doskaga navbatma-navbat joylashtirildi va perseptronni o'rganish jarayoni bu erda keltirilgan algoritm bo'yicha amalga oshirildi. Etarlicha ko'p sonli davrlarni bajargandan so'ng, perseptron treningda ishtirok etgan barcha harflarni aniq tan olishni o'rgandi. Shunday qilib, inson miyasining tasviri va o'xshashligida qurilgan kompyuter intellektual muammolarni hal qilishi va xususan, naqshni aniqlash muammosini - lotin alifbosi harflarini hal qilishi mumkinligi haqidagi faraz tasdiqlandi.
Lekin bu hammasi emas edi. Perseptron tanish tasvirlarni, ya'ni o'quv jarayonida unga ko'rsatilgan tasvirlarni tanib olishni o'rganganiga qo'shimcha ravishda, u birinchi marta "ko'rgan" tasvirlarni tanib olish bilan muvaffaqiyatli kurashdi. Ma'lum bo'lishicha, agar shrift mashg'ulotlarda qo'llaniladigan perseptrondan unchalik farq qilmasa, perseptron biroz buzib yozilgan va hatto boshqa shrift bilan bosilgan harflarni taniy olgan.
Miyaning birinchi marta duch kelgan tasvirlarni tanib olish xususiyati umumlashtirish xususiyati deyiladi. Bu xususiyat perseptron tomonidan bevosita uning prototipi - miyadan meros bo'lib o'tdi. Perseptron miyaning adekvat modeli bo'lib, uning strukturaviy va funktsional fazilatlarini muvaffaqiyatli aks ettirganligi sababli meros bo'lib qoldi. Keyinchalik an'anaviy informatika usullari uchun mavjud bo'lmagan keng ko'lamli amaliy muammolarni hal qilish uchun neyron tarmoqlardan foydalanishga imkon yaratgan umumlashtirish xususiyati edi. Aynan shu xususiyat tufayli neyron tarmoqlar ilmiy tadqiqotlar va amaliy qo'llash uchun eng samarali vositaga aylandi. Aynan shu xususiyat tufayli neyron tarmog'i va neyrokompyuter texnologiyalari hozirda etakchi o'rinni egalladi.