Нейрондық желілердің негізгі түсінігі
Жасанды нейрондық желі түсінігі
жүктеу/скачать 1,08 Mb. Pdf көрінісі
|
| 1.2 Жасанды нейрондық желі түсінігі
Адам миы шамамен 86 миллиард нейроннан тұрады. Олардың жиынтығы нейрондық желіні құрайды. Әр нейрон көптеген дендрит пен бір аксоннан тұратын жеке жасуша. Ондағы аксон тармақталып, ақпаратты бірден бірнеше жасушаға жеткізе алады. Нейрондар электр импульстерін жіберіп қана қоймай, химиялық сигналдар жіберетін де қабілетке ие. Нейрондық желілер – бұл, мәліметтер қорынан көзге көрінбейтін заңдылықтарды ала отырып, мысалдар негізінде оқып үйрене алатын алгортимдер тобының жалпыланған атауы. Нейрожелілік деген атауға ие болған компьютерлік технологиялар адамның бас миындағы нейрондардың құрылым принципі мен қызмет етуіне ұқсас жұмыс жасап өте кең шеңбердегі мәселелерді шешуге мүмкіндік береді. Нейрожелілік технологиялар маманға анықталмағандық уақыттың жетіспеушілігі және ақпараттық қорлардың шектеулілігі жағдайында маңызды және шынайы емес шешімдерді жеңіл қабылдауды қамтамасыз етеді. Нейрондық желілер – бұл, белгілі бір жолмен бір-бірімен байланысқан нейрондар жиынтығы.Биологиялық нейрондардың негізгі құрылымы мен жұмыс жасау принципіне мыналар жатады:Жүйке жүйесінің қызметінде 11
бастапқы рөлді өзара жүйке талшықтары арқылы байланысқан арнайы (торшалар) клеткалар нейрондар атқарады. Нейрондар бір-біріне әр түрлі қуатты және жиіліктік электр импульстарын жібере алады. Нейрон дейндриттерден олар арқылы басқа нейрондардан сигналдар қабылданады. Нейрондар және аксондардар барлық клетканың өмір сүруін қамтамасыз етеді, Аксон – бұл ұзын талшық, аксон арқылы нейрон басқа нейрондарға сигналарды жібере алады. Аксон басқа нейрондардың дейндриттерімен сигналдың қуатына әсер ететін арнайы түзілістер синапстар арқылы байланысады. Қандай да бір нейронға басқа бірнеше нейрондардан бір уақытта алынған сигналдар қосылады. Егер қосынды сигналдың қуаты қайсы бір шекаралық мәннен артатын болса онда сигналдың ұзақтығы да маңызды болады. Онда нейрон қозып өзінің меншікті импульсін генерациялап аксон арқылы береді. Осы үрдістің математикалық үлгісін құру үшін мынандай болжамдарды ескеру қажет: Әрбір нейрон алынған сигналдың қуатына тәуелді оның қозу шарттарын анықтайтын берілу функциясына ие болады. Берілу функциялары уақытқа тәуелсіз синапс арқылы өткенде сигнал сызықты өзгереді, яғни сигналдың қуаты синапастың салмағы немесе нейронның сәйкестік кіріс салмағы деп аталатын қандай да бір санға көбейтіледі. Нейронның жұмысы синхрондалған, яғни сигналдың нейроннан нейронға өту уақыты тұрақталған және барлық байланыстар үшін бірдей болып табылады. Нейрондық желілер – қарапайым процессорларлық (жасанды нейрондар) жүйелердің бір-бірімен байланысы. Мұндай процессорлар әдетте өте қарапайым (әсіресе дербес компьютерлерде қолданылатын процессорлармен салыстырғанда). Осындай желінің әрбір процессоры мезгілінде қабылдайтын сигналдармен ғана жұмыс істейді және ол басқа өңдеушілерге мерзімді түрде жіберетін сигналдармен жұмыс істейді. Дегенмен, бақыланатын өзара әрекеттестігі бар өте үлкен желіге қосылғандықтан, бұл процессорлар өте күрделі тапсырмаларды орындауға қабілетті, өйткені жүйеде нейрондық желілер дайындалады. Нейрондық желілер кең ауқымды деректерді өңдеу және талдау міндеттерін шеше алады - үлгіні тану және жіктеу, болжау, бақылау және т.б. Ең жиі пайдаланылатын бағдарламалар нейроимитаторлар болып табылады – олар қарапайым компьютерлерде жұмыс істейді, және қазіргі заманғы нейроалгоритмдер үлкен көлемдегі ақпаратты жылдам өңдеуге мүмкіндік береді. Күрделі нақты проблемаларды шешу үшін нейрондық желілерді пайдаланылады. Бағдарламалар нейрондық желілерді құру, үйрету және манипуляциялау, бастапқы деректер, нейрондық желілердің қасиеттері және нейрондық шешімдер, сондай-ақ ең қарапайым әрекеттер тізбектерін орындаудың автоматтандырылған процедуралары, мысалы, оңтайлы желі параметрлерін және оқу алгоритмін анықтауға арналған негізгі әрекеттер жиынтығын қамтиды. Нейрондық желілерді бағдарламалау бағдарламалық кодты жазу емес, желіні оқытуды білдіреді. Дәл осы оқыту арқасында желі
12
деректер (кіріс және шығыс) арасындағы тәуелділікті анықтауға, қорытындылауға, нәтижелерді жеңілдетуге, күрделі есептерді анағұрлым оңай бөлуге арналған білімді пайдалануға мүмкіндік береді.
жүктеу/скачать 1,08 Mb. Достарыңызбен бөлісу:
|