Желілердің негізгі түсінігі 9
-сурет – Тікелей байланысты нейрондық желі
жүктеу/скачать 0.55 Mb.
|
6-сурет – Тікелей байланысты нейрондық желіНейрондық желі жұмысы екі кезеңнен тұрады: желіні кіріс ақпаратқа(кіріс вектор) «дұрыс» немесе адекватты жауап беруге үйрету және оқытылған желіні кіріс векторларын тану үшін қолдану. Соңғы кезеңді жиі жағдайда тестілеу деп атайды. Басқаша айтқанда, желі кіріс векторларды тануға, яғни кіріс векторлардың танылған класына сай келетін шығыс векторларды жасауға үйретіледі. Бұл кезде кіріс векторларының шығыс векторларына сәйкестігіне қатысты білімдер синапстардың салмағы мен нейрондардың табалдырығында сақталады. Коннективистік тәсіл жағдайында (коннекцианизм) – тек қана синапстардың салмағында сақталады. Кейде кіріс векторы ретінде кіріс және шығыс векторларының конкатенациясы түсінеміз және бұл вектордың барлық разряды желіні оқыту және тестілеуді пайдаланылмауы мүмкін. Нейрондық желілердің кейбір модельдерінде (мысалы, Хопфилд модельі) кіріс және шығыс сигналдар ажыратылмайды және оларға сәйкес кірістер (шығыстар) желінің жұмысы барысында рольдерімен алмаса алады. 1957 жылы Джон фон Нейман нейрондық желінің персепрондық нейрондық желіден мүлдем бөлек архитектурасын жасады. Оның берілген жұмысы үшін маңызды болып табылатын қасиеттері келесі болып табылады. Нейрон кіріс сигналдарын өңдейтін қандай да бір қарапайым құрылғы. Тұпнұсқада коньюкция, дизьюкция және инверсиялар қолданылған. Нейрон орындалатын функцияны динамикалық түрде өзгерте алады. Бір нейрон әртүрлі уақытта әртүрлі функцияларды орындай алады. Уақыттың бір мезгілінде мүмкін болатын функциялардың біреуін ғана орындай алады. Нейрон басқа нейрондармен байланысуын динамикалық түрде өзгерте алады. Нейрондық желінің бір бөлігі желінің басқа бөлігінің күйіне талдау жасай алады. Нейрондық желінің бір бөлігі желінің басқа бөлігінің топологиясын өзгерте алады. Функциялардың математикалық толық жиынында олардың күрделілігі тек есептеу тиімділігінде көрініс табады. Фон Нейман өз жұмысында көрсеткендей, мұндай нейрондық желі Тьюринг машинасына эквивалентті болып табылады. Бұл кезде тек қана бірдеңгейлі метаөтілім керек, оның нәтижесінде мұндай нейрондық желі Тьюринг машинасыа эквивалентті ақырлы автоматты және программалы таспаны тікелей жүзеге асырады. Фон Нейман желісінде бастысы – нейрон орындайтын функция емес. Бастысы – өздік рефлекс пен өздік модификацияға қабілеттілік болып табылады. Мысалы, желіде қандай да бір құрылым қалыптасты делік. Сипатталып отырған желіде нейрондық желінің бір бөлігі басқа бөліктің құрылымына талдау жасай алады. Сосын осы талдаудың негізінде қандай да бір шешімдерді қабылдап нейрондардың типтерін немесе байланыстарға өзгеріс енгізе алады. Нейрондық желінің бір бөлігі нейрондық желінің басқа бөлігін жеке нейрон – ұяшықтарға динамикалық түрде қатынас құра отырып, олардың күйін оқып, немесе өзгерту арқылы жады банкісі ретінде пайдалана алады. ДНҚ молекуласы мен мүндай автоматтағы таспа аналогиясын жүргізу қызық. Оның үстіне, нейрондық желінің бір бөлігі «құрастырушы жең» шығарып жеке нейрондардан кейбір функцияны орындайтын құрылғыны жинай алады. Бұл кезде «таспада» орналасқан жады негізінде желінің қандай да бір бөлігі құралатын ДНҚ ретінде қолданылады. Семантикалық нейрондық желілер мен Фон Нейманның идеяларын осы желілерге қолдану барысында пайда болатын салдарларды қарастырайық. Фон Нейман желісінде байланыстар топологиясына шектеу қойылады және тек логикалық мәндер ғана өңделеді. Фон Нейман желісінің негізінде құрылған семантикалық нейрондық желіде байланыстар топологиясына шектеу жоқ және нақты емес мәндерді өңдеу орындалады. Фон Нейман желісіндегі барлық нейрондар тактілермен синхрондалады. Семантикалық нейрондық желілерде синхрондалған және синхрондалмаған нейрондар бар. Фон Нейман желісінен айырмашылығы, семантикалық нейрондық желілерде нейрондардың топологиясына щек қойылмайды, бұл Фон Нейман жасағандай нейрондардың қатыстық адрестелуін мүмкін емес етеді. Бұл жағдайда абсалютті адрестеуді енгізу керек. Семантикалық нейрондық желі қазіргі есептеу техникасының жабдықтарымен тиімді жүзеге асырыла алады. Семантикалық нейрондық желі жасушасының постуалатталған еркіндігінің арқасында Тьюринг машинасына эквивалентті. Бұл оның негізінде Тьюринг машиналарында есептелінетін кез- келген функцияны есептейтін жүйені жасауға болады. Мысалы, мұндай желі жеке жағдай қатені кері тарататын қабатты персептронды модельдей алады. Осылайша персептронның нейрондарын мұндай желінің қосу, көбейту және белсендіру функцтясын жеке орындайтын дербес нейрондардан құрастыруға болады. Персептронды оқыту алгоритмін мұндай желінің персептронға сай келетін үзіндісін талдайтын және өзгертетін жеке үзінді ретінде жүзеге асыруға болады. жүктеу/скачать 0.55 Mb. Достарыңызбен бөлісу:
|