Hemming neyron tarmoqlari - Информатика и ИТ - Курсовые работы

Информация о документе

Цена	50000UZS
Размер	1.4MB
Покупки	0
Дата загрузки	01 Май 2025
Расширение	docx
Раздел	Курсовые работы
Предмет	Информатика и ИТ

Продавец

Telzor Uchun

Дата регистрации 21 Апрель 2025

24 Продаж

Hemming neyron tarmoqlari

Купить

MAVZU: HEMMING NEYRON TARMOQLARI
MUNDARIJA:
KIRISH…………………………………..…………………………...…...……….3
I.BOB. SUNIY
INTELLEKT………......................................................................5
1.1. Suniy intellekt fani
haqida ...................................................................................5
1.2. Kelajakda suniy intelekt
o’rni ...........................................................................11
II.BOB. ASOSIY QISM…………………………………………….....…………
15
2.1. Hemming neyron tarmoqlari …………………………………….….…...……
15
2.2. Hemming neyron tarmoqlari g’oyasi …...……..……………………....……..21
XULOSA ……………………………………………………………..….....
…….23
FOYDALANILGAN ADABIYOTLAR…………………………………...……
24

KIRISH
Kurs ishining dolzarbligi Neyron tо‘rlari juda yangi hisoblangan va yanada
kelajagi porloq hisoblash texnologiyasidir, uning yordamida xalq xо‘jaligining
turli sohalariga oid dinamik masalalarni о‘rganish, uning asosida samarali
yechimlar qabul qilish mumkin, chunonchi iqtisodiyot, texnikaviy obyektlarni
boshqarish, texnologik jarayonlarni nazorat qilish va shu kabi sohalarda. Endilikda
neyron tо‘rlaridan о‘quv jarayonini tahlil qilish va metodik boshqarish masalalarini
hal qilishga tadbiq etilmoqda. Neyron tо‘rlari, dastavval, obrazlarni anglash
sohasida о‘zining yangi samarali imkoniyatlarini ochib berdi.Undan keyin bunga
statistik va sun’iy intellekt metodlariga asoslangan yechim qabul qiluvchi
jarayonni hamda moliya sohasidagi masalalarni yechishni qо‘llab-quvvatlovchi
vositalar qо‘shildi.
Kurs ishining maqsadi va vazifasi: Suniy intellektni amalga oshirishning
ko'p holatlarida
- kompyuter shaxmatchilaridan tortib uchuvchisiz transport vositalarigacha
- chuqur o'rganish va tabiiy tillarni qayta ishlash imkoniyati juda muhimdir.
Ushbu texnologiyalar tufayli kompyuterlarga katta miqdordagi
ma'lumotlarni qayta ishlash va ulardagi naqshlarni aniqlash orqali muayyan
vazifalarni bajarishga "o'rgatish" mumkin.
Ekspert tizimlari nima?
Zamonaviy jamiyatda tobora o‘sib borayotgan axborot oqimi, axborot
texnologiyalarining turlitumanligi, kompyuterda yechiladigan masalalarning
murakkablashuvi ushbu texnologiyalardan foydalanuvchining oldiga bir qator
3

vazifalarni qo‘ydi. Kerakli variantlarni tanlash va qaror qabul qilish ishlarini
insondan EHMga o‘tkazish masalasi yuzaga keladi. Bu vazifani yechish
yo‘llaridan biri bu ekspert tizimlarini yaratishva foydalanish sanaladi. Ekspert
o‘zidan kelib chiqib sharoitni tahlil etadi va nisbatanfoydali axborotni aniqlab
oladi, chorasiz yo‘llardan voz kechgan holda qaror qabul qilishning eng maqbul
yo‘llarini vujudga keltiradi. Ekspert tizimida ma’lum bir predmet sohasini
ifodalaydigan bilimlar bazasidan foydalaniladi. Ekspert tizimi bu ayrim mavzu
sohalarida bilimlarni to‘plash va qo‘llash uyushtirish usullari hamda vositalari
majmuidir. Ekspert tizimi mutaxassislarning yuqori sifatli tajribasiga suyangan
holda qarorni tanlash chog‘ida muqobil variantlar ko‘pligi uchun yanada yuqori
samaraga erishadi.
Neyron tо‘rlaridan foydalanishning mohiyati iqtisodiy sohada shundan
iboratki, bu yangi usul, metod oldingi an’anaviy ishlatilib kelinayotgan metodlarni
istisno, chetga surib tashlamaydi ya’ni velosipedni yangidan yaratmaydi, balki bu
neytron tо‘rlari yuqorida keltirilgan masalalarni yechish uchun yaratilgan, yangi
imkoniyatlarga ega hisoblash vositasidir.
Kurs ishining tuzilishi: kurs ishi kirish, ikkita bob, har bobda ikkitadan
rejalar, xulosa va foydalanilgan adabiyotlar.
4

I.BOB. SUNIY INTELLEKT FANI
1.1. Suniy intellekt fani haqida
Sun iy ong, sun iy intellekt yoki sun iy idrok (inglizcha: Artificialʼ ʼ ʼ
intelligence; odatda, AI sifatida ham qisqartiriladi) — insonlar yoki hayvonlar
tomonidan ko rsatiladigan tabiiy ongdan farqli o laroq, mashinalar tomonidan
ʻ ʻ
ko rsatiladigan ongdir. Yetakchi sun iy ong darslik kitoblari bu sohani „ongli
ʻ ʼ
agentlar“ni o rganish deya ta riflaydi: o z muhitini fahmlaydigan va maqsadlariga
ʻ ʼ ʻ
muvaffaqiyatli erishish imkoniyatini maksimal darajada oshiradigan amallarni
amalga oshiruvchi har qanday sistema. Xalq orasida „sun iy ong“ atamasi
ʼ
ko pincha „o rganish“ va „muammolarni yechish“ kabi inson idroki bilan
ʻ ʻ
bog laydigan „kognitiv“ funksiyalarni taqlid qiladigan mashinalarni tasvirlashda
ʻ
ishlatiladi, biroq bu ta rifni yirik sun iy ong tadqiqotchilari rad etishadi
ʼ ʼ 1
.
Sun iy ong ilovalari yetuk web-qidiruv tizimlari (masalan, Google), tavsiya
ʼ
etuvchi tizimlar (bundan YouTube, Amazon va Netflix foydalanadi), inson nutqini
anglash (masalan, Siri yoki Alexa), o ziyurar mashinalar (masalan, Tesla) hamda
ʻ
strategik o yin tizimlarida (masalan, shaxmat va Go) yuqori darajada
ʻ
raqobatlashishni o z ichiga oladi.[1] Mashinalar tobora ko p qobiliyatlarga ega
ʻ ʻ
bo lib borishar ekan, „ong“ talab etuvchi vazifalar ko pincha sun iy ong effekti deb
ʻ ʻ ʼ
ataluvchi fenomen bo lgan sun iy ong ta rifidan olib tashlanadi.
ʻ ʼ ʼ
Sun'iy intellekt" atamasi 1956 yilda paydo bo'lgan, ammo bugungi kunda SI
texnologiyasi ma'lumotlar hajmini ko'paytirish, algoritmlarni takomillashtirish,
hisoblash quvvatini va ma'lumotlarni saqlash vositalarini optimallashtirish fonida
haqiqiy mashhurlikka erishdi.
O'tgan asrning 50-yillarida boshlangan SI sohasidagi birinchi tadqiqot
muammolarni hal qilish va ramziy hisoblash tizimlarini rivojlantirishga qaratilgan
edi. 60-yillarda bu sohada AQSh Mudofaa vazirligi qiziqish uyg'otdi: AQSh
harbiylari insonning aqliy faoliyatini simulyatsiya qilish uchun kompyuterlarni
o'qitishni boshladi.
1
Schmidhuber, Juergen (2022). "Annotated History of Modern AI and Deep Learning". arXiv:2212.11279 [cs.NE].
5

Masalan, mudofaa vazirligining Ilg'or tadqiqot loyihalari agentligi (DARPA)
1970-yillarda bir qator virtual ko'cha xaritalarini loyihalarini yakunladi. Va
DARPA mutaxassislari Siri, Alexa va Cortana paydo bo'lishidan ancha oldin 2003
yilda aqlli shaxsiy yordamchilarni yaratishga muvaffaq bo'lishdi.Ushbu ishlar
zamonaviy kompyuterlarda, xususan, qarorlarni qo'llab-quvvatlash tizimlarida va
inson imkoniyatlarini kengaytirish uchun ishlab chiqilgan aqlli qidiruv tizimlarida
qo'llaniladigan avtomatlashtirish va rasmiy mantiqiy tamoyillar uchun asos
bo'ldi.Garchi SI ko'pincha ilmiy fantastika filmlari va romanlarida ilmiy qudratli
robotlar sifatida tasvirlangan bo'lsa-da, dunyo miqyosida o'z kuchini egallagan, SI
texnologiyasini rivojlantirishning hozirgi bosqichida, SIlar unchalik qo'rqinchli va
aqlli emaslar. Aksincha, sun'iy intellektni rivojlantirish ushbu texnologiyalarga
iqtisodiyotning barcha sohalarida haqiqiy foyda keltiradi. Sog'liqni saqlash,
chakana savdo va boshqa sohalarda sun'iy intellekt texnologiyalaridan foydalanish
misollari quyida keltirilgan.
Antik davr Shunday qilib, 20-asrning o'rtalarida sun'iy intellekt haqidagi
ilmiy bilimlarning barqaror maydoni shakllantirildi, ammo bu yo'nalishda
harakatlar qadimgi va o'rta asrlarda ham amalga oshirilgan. Hatto qadimgi
misrliklar va rimliklar ham imo-ishora qiladigan va bashorat qiladigan
haykallardan qo'rqishgan. Albatta, bu ruhoniylarning bevosita yordami bilan
amalga oshirildi.
O'rta asrlar O'rta asrlarda sun'iy aql tushunchasi aql-idrokda undan ham stun
turadigan, odamga o'xshash mexanik fikrlash mashinasini yaratish vazifasiga
sarmoya kiritdi. Bu vaqtda, xususan, ular homunculi - atrofdagi olamdan ma'lumot
olishga qodir bo'lgan kichik sun'iy odamlar haqida gaplashdilar.
XVIII asr 18-asrda, texnologiyalarning rivojlanishi va, xususan, soat
harakati tufayli, bunday ixtirolarga qiziqish yanada ortdi. 1750 yillarning
o'rtalarida, Frensis I sudida xizmat qilgan avstriyalik ixtirochi Fridrix fon Knaus
ruchka bilan juda uzun matnlarni yoza oladigan bir qator mashinalarni yaratdi.
19-asr 19-asr mexanikasidagi yutuqlar ixtiro uchun zamonaviy sun'iy
intellektni anglashga yangi turtki berdi. O'ttizinchi asrning 30-yillarida ingliz
6

matematiki Charlz Babb murakkab raqamli raqamli kalkulyator, tahlilchi mashina
shaxmat o'yinidagi harakatlarni hisoblashi mumkin degan fikrni ilgari surdi. Va
1914 yilda, Ispaniya texnik institutlaridan birining direktori Leonardo Torres
Quevedo, oddiy odamga ham, oddiy shaxmat o'yiniga ham qodir bo'lgan
elektromexanik asbob yaratdi.
XX asr O'tgan asrning 30-yillari o'rtalaridan boshlab, turli xil murakkab
muammolarni mustaqil hal qilishga qodir qurilmalarni yaratish muammolari
muhokama qilingan Turing asarlari nashr etilgandan beri, sun'iy intellekt
muammosi jahon ilmiy hamjamiyatida diqqat bilan ko'rib chiqila boshlandi. Turing
mashinani intellektual vosita sifatida ko'rib chiqishni taklif qildi, uni tester uni o'zi
bilan aloqa qilish jarayonida odamdan ajratib turolmaydi. 1956 yilda kibernetika
asoschilari AQShda "Sun'iy intellekt" loyihasini amalga oshirish imkoniyatlarini
muhokama qilish uchun yig'ilishdi. Konferentsiya qatnashchilari orasida Makkarti,
Minski, Shannon, Turing va boshqalar bor edi.
Dastlab, ushbu tushuncha insonning individual funktsiyalarini bajaradigan
mashinalarning xususiyatlariga, masalan, bir tildan boshqasiga tarjima qilish,
ob'ektni tanib olish va maqbul qaror qabul qilishga bag'ishlangan edi.
Mamlakatimizda "Sun'iy intellekt" yo'nalishi qariyb 10 yil kechikish bilan
paydo bo'ldi va XX asrning 60-yillarining birinchi yarmidagi kibernetik va bionik
bum o'rnini egalladi.
Sun'iy intellektning eng faol ishlab chiqilgan usullari va usullari quyida
keltirilgan
 sun'iy neyron tarmoqlari;
 evolyutsion hisoblash;
 loyqa mantiq va loyqa to'plam nazariyasi;
 ekspert tizimlari;
 uyali avtomatika;
 ko'p agent tizimlari.
Sun`iy intellekt qaysi sohada eng zarur? Albatta, meditsinada
7

Sababi hozir bilasiz butun Yer yuziga “koronavirus” infeksiyasi tarqalgan.
Yurtimizda hali ham bu virus avj olib bormoqda. Qanchadan-qancha
shifokorlarimiz bu virus bilan kasallangan bemorlarimizni davolash maqsadida
o`zlari ham shu kasalga chalinishmoqda. Lekin buni yechimi bor. Hozir
texnologiya asri. Biz bu virusga qarshi zamonaviy texnologiyalardan
foydalanishimiz kerak. Ya`ni “Sun`iy intellekt”dan.
G`oya shundan iboratki, biz o`z shifokorlarimizni bu bema`ni virusdan
omon saqlashimiz uchun ularning o`rniga sun`iy intellekt kiritilgan robotni
bemorlarga qarash uchun har bitta kasalxonaga bittadan qo`yish kerak. Ular tezlik
bilan har bir kasalning oldiga borib uning issig`ini o`lchab, kerakli dori-darmonlar
berib, boshqa kasalning oldiga yetib borishi kerak.
Shifokorlarning o`rniga robot qo`yishning asosiy sabablari:
1. Virus yuqush xavfi tug`ilmaydi(sababi u robot)Robot o`z nomi bilan
robot, u tezlik bilan bir bemorga qarab ikkinchi bemor tomon tez harakatlanadi
2. Ish haqi olmaydi
Lekin bunday robotlardan hech qayerda yo`q deb aytolmaymiz. Sababi,
ko`plab rivojlangan davlatlarda shu sun`iy intellektga asoslangan robotlar
kasalxonalarda bemorlarga g`amxo`lik qilmoqdalar.
8

Saratonni aniqlash uchun foydalanib kelingan sun’iy intellekt endi COVID-
19 koronavirusini topishda ham ishlatiladi. Dasturiy ta’minotdan Xitoyning 34 ta
gospitalida foydalanildi va uning yordamida 32 mingdan ortiq holat bo‘yicha
tekshiruvlar o‘tkazildi, deb xabar bermoqda Neowin.
9

O`zbekistondachi?
Yaqinda Qashqadayo viloyati G`uzor tumanidan ham bir yurtdoshimiz
bunday sun`iy intellektga asoslangan robotlar yaratdi.Bu robotlar dezinfeksiyaga
mo`ljallangan.Biz bu yurtdoshimizga katta rahmat aytib qolamiz yurtimizga
shunday robotlarni taqdim qilyotgani uchun. Endi biz yanda ko`p funksiyali
robotlarni taqdim etishlarini ulardan kutib qolamiz.
10

1.2. Kelajakda suniy intelekt o’rni.
Super ong, giperong yoki super-inson ongi — bu eng iqtidorli insonnikidan
ancha yuqori idrokka ega bo lgan gipotetik agentdir. Super ong, shuningdek,ʻ
bunday agentga ega bo lgan intellekt shakli yoki darajasiga ishora qilishi ham
ʻ
mumkindir.
Texnologik singulyarlik
Agar sun iy umumiy ong bo yicha tadqiqotlar yetarli darajada idrokka ega
ʼ ʻ
bo lgan dasturiy ta minot ishlab chiqara olsa, bunda u o zini qayta dasturlashi
ʻ ʼ ʻ
hamda yaxshilashi mumkin bo ladi.
ʻ
Odatda, robotlar deganda, ko‘pchilikning ko‘z oldiga insonlardek gaplasha
oladigan, ularning o‘rniga barcha yumushlarni bajara oladigan yordamchilar
keladi. Ammo bu nisbatan kengroq tushuncha. Aslida, mobil qurilmangizdagi
dasturlar: google-tarjimon, lug‘atlar, turli xil o‘yinlar va hokazolar ham sun’iy
intellektga yaqqol misol bo‘la oladi. Faqat ularning qamrovi kichikroq bo‘lib,
ma’lum bir yo‘nalishdagina sizga yordam bera oladi. Ya’ni, bajarmoqchi bo‘lgan
amallaringiz turiga qarab tegishli dasturdan foydalanasiz.
Hozirda SI turli amallarni bajarishga mo‘ljallangan algoritm hamda dasturiy
tizimlardan iborat va u inson ongi bajarishi mumkin bo‘lgan bir qancha
vazifalarning uddasidan chiqa oladi.
11

1990 yillarda SI taraqqiyotida yangi sahifa ochildi. 1997 yilda Deep Blue
nomli IBM kompyuteri shaxmat bo‘yicha jahon chempioni Garri Kasparovni
yenggan tarixdagi ilk kompyuter bo‘ldi.
SIning yorqin namunalaridan yana biri – IBM Watson superkompyuteri
bo‘lib, u o‘z bazasidan kelib chiqib muayyan tilda berilgan savollarga javob beradi.
Shuningdek, ko‘pchilikning doimiy hamrohiga aylanib ulgurgan mobil
yordamchi Siri, fotosuratlarni qayta ishlovchi Prisma kabi dasturlarni SIning
yutuqlaridan biri sifatida qayd etish mumkin. Hozirga kelib sun’iy intellekt keng
ko‘lamda ommalashib kundalik turmush tarzimizning deyarli barcha jabhalarini
qamrab olmoqda. Masalan, Xitoydagi Inchuan shahri aholisiga bank kartalarining
keragi yo‘q. Hisob-kitoblar bilan bog‘liq barcha jarayonlar sun’iy intellekt
tomonidan insonning yuz qiyofasini aniqlashtirish orqali amalga oshiriladi.
Foydami yoki zarar?
SI haqidagi bahs-munozaralar qariyb 50 yildan beri davom etib kelmoqda.
Mutaxassislar hanuzgacha bir to‘xtamga kelishgani yo‘q. Ba’zilar ularning
ommalashib odamlar o‘rnini egallab borayotgani natijasida ommaviy ishsizlik
ko‘rsatkichlari oshib ketishi mumkinligidan tashvishdalar.
Mutaxassislarning boshqa bir guruhi esa SIga ijobiy munosabatda bo‘lish
kerakligini uqtirishmoqda. Hatto IT- sohasidagi milliarderlar orasida ham turli
qarashlar mavjud.
Jumladan, SpaceX asoschisi Ilon Mask SIning butun boshli sivilizatsiyani
barbod qilishiga ishonchi komil.
Maskning fikricha, “SI insoniyat sivilizatssiyasi uchun asosiy xavfdir.
SI mehnat bilan bog‘liq ommaviy muammolarni keltirib chiqaradi. Sababi,
robotlar hamma ishni bizdan ko‘ra yaxshiroq bajara olishadi. Ilg‘or texnologiyalar
ortidan quvish natijasida, kompaniyalar sun’iy intellekt ortidan kelib chiqadigan
xavf-xatarni ko‘rmay qolishlari mumkin”.
Shuningdek, Microsoft rahbari Bill Geyts ham uning zarariga to‘xtalib
o‘tadi. “Bir necha o‘n yildan so‘ng, robotlar ishning katta qismini bajara
boshlagach, SI shu qadar kuchayib ketadiki, yakunda u bizni xavotirga sola
12

boshlaydi. Bu borada Ilon Maskning fikriga qo‘shilaman. Ammo nega bu savol
boshqalarni tashvishlantirmayotganiga hech tushunolmayman”, – deydi Geyts.
“Boshqalar” deganda Geyts Facebook egasi Mark Sukerbergni nazarda
tutgan bo‘lsa, ajab emas. Chunki, Mark SIga nisbatan ijobiy munosabatda
ekanligini bildirar ekan: “Yangi texnologiyalar har doim ham yaxshilik yoki
yomonlik qilish maqsadida yaratilishi mumkin. SIning keng tarqalishi ortidan
keladigan ijobiy natijani esa, yaqin 5-10 yil ichida ko‘ramiz”, deya Ilon Maskning
fikriga e’tiroz bildirgan edi.
Bugungi kunda ayrim davlatlarda robot-hamshiralar, xaydovchisiz transport
vositalari, buyurtmani yetkazib beruvchi dronlar xizmatidan foydalanish yo‘lga
qo‘yilgan. Hatto politsiya xodimlarining ba’zi vazifalarini ham maxsus robotlar
bajarishyapti. Olimlar ularning tashqi ko‘rinishini imkon qadar odamlarnikiga
o‘xshatishga urinishmoqda.
Bundan tashqari, SI jurnalistlarning doimiy ko‘makchisiga aylanib ulgurgan.
Masalan, Associated Pressda “ishlayotgan” robotlar moliyaviy hisobotlarni yozib
boradi. SIning qo‘llanilishi ushbu nashrda har chorakda beriladigan yangiliklarni
300 tadan 4400 taga oshirdi.
Swiss Re sug‘urta kompaniyasi ma’lumotlariga ko‘ra, 2020 yilga kelib 4,7
mln aholi ishsiz qolishi mumkin. Shuningdek, ishsizlik g‘aznachilar, pochta
xodimlari, hisobchilar va idora xizmatchilariga xavf solishi mumkinligi aytilgan.
SI ularning vazifasini bemalol bajara oladi. Yuqoridagilardan tashqari, aksa-riyat
iste’molchilarning robotlarga ishonch bildirmayotganligi SIning ommalashishiga
halal berayotgan to‘siqlardan biridir. Odamlar o‘ziyurar mashina yoki samolyotlar
xizmatini qabul qilishlari uchun biroz vaqt kerak, albatta. Biroq, zamonaviy
texnologiya-lar qurshovida o‘sib unayotgan yosh avlodda buning aksi bo‘lib, ularni
bu jarayon u qadar havotirga solayotgani yo‘q.
Har qancha e’tiroz va tanqidlarga qaramay SI rivojlanishdan odamlarga
yordam berishdan to‘xtamayapti. Ayniqsa, tibbiyotda uning ahamiyati tobora oshib
bormoqda. Endilikda robotlar nisbatan murakkab jarrohlik amaliyotlarini ham
13

uddasidan chiqishyapti. Robot-shifokorlarning tibbiyot hodimlari bilan o‘ziga xos
hamkorligi samaradorlikni ancha oshirdi.
Medtronis kompaniyasi esa IBM bilan hamkorlikda qandli diabet kasalligi
bilan og‘rigan bemorlar uchun maxsus dastur ishlab chiqmoqda. Mazkur dasturiy
ta’minot qon tarkibidagi qand miqdorining favqulodda tushib ketishini 3 soat avval
aniqlash imkoniyatiga ega bo‘ladi. Buning uchun shu kasallika chalingan 600 ta
anonim bemorlarning tibbiy ma’lumotlari o‘rganib chiqildi. Bu endi odamlar o‘z
salomatliklarini mobil qurilmalardagi maxsus dasturlar orqali muntazam nazorat
qilib borish imkoniga ega bo‘lishadi deganidir.
Ko‘rib turganingizdek, SI ning hayotimizdagi o‘rni kundan-kunga
chuqurlashib bormoqda. Ular insoniyatning yutug‘imi yoki mag‘lubiyati, degan
savol ustidagi bahslar hali uzoq davom etadi. Eng muhimi, fantastik yozuvchi
Ishoq
Azimov ta’biri bilan aytganda, robotlarni yaratishda odamlarga zarar
yetkazmaslik shior qilib olinishi kerak.
Hozirgi paytda ham sun'iy aqlning yagona va umume'tirof etilgan ta'rifi
mavjud emas. Bu ajablanarli emas. Inson aqlining ham universal ta'rifi yo'qligini
eslash kifoya.
Bugungi kunda sun'iy intellekt sohasidagi tadqiqotlar turli yo'nalishlarda olib
borilmoqda: bilimlarni namoyish etish, mantiqiy modellashtirish, bilimlarni yig'ish,
mashinalarni o'rganish va avtomatik gipotezalarni yaratish, ma'lumotlarni yig'ish
va ma'lumotni majmuaviy qayta ishlash, qarorlarni qo'llab-quvvatlash, jarayon va
tizimni boshqarish, dinamik intellektual tizimlar, rejalashtirish va boshqalar.
14

II.BOB. ASOSIY QISM
2.1. Hemming neyron tarmoqlari.
Ko'pgina neyron tarmoqlarda nazoratsiz o'rganishdan foydalangan holda
masofani hisoblash va taqqoslash juda muhimdir. Ushbu turdagi tarmoq Hamming
tarmog'i bo'lib, unda har bir kirish vektori uchun u turli guruhlarga
to'planadi. Quyida Hamming Networks-ning muhim xususiyatlari keltirilgan .
Lippmann 1987 yilda Hamming tarmoqlarida ishlay boshlagan.Bu bitta
qatlamli tarmoq.Kirishlar ikkilik {0, 1} bipolyar {-1, 1} bo lishi mumkin.To'rningʻ
og'irliklari namunaviy vektorlar bo'yicha hisoblanadi.Bu qattiq vazn tarmog'i
bo'lib, og'irliklar mashg'ulot paytida ham bir xil bo'lib qoladi.Xemming
klassifikatori tavsifiUshbu loyiha signallar tasniflagichi sifatida ishlaydigan
Hamming neyron tarmog'ining xususiyatlarini, ilovalarini va yaratish jarayonini
tavsiflaydi.
Ushbu loyihada tasvirlangan tarmoq modeli professional adabiyotda
tasvirlanganidan biroz farq qilishi mumkinligini sezishingiz mumkin. Buning
sababi, biz o'z tarmog'imizni Matlab muhitida amalga oshirish uchun
yaratdik. Shunga qaramay, tarmoq to'g'ri ishlaydi.
Hamming Network qanday signallarni qayta ishlaydi?
Tarmoq analog usulda ishlayotgan bo'lsa-da, u ikkilik signallarni qayta
ishlaydi - boshqa tomondan, bu signallar "shovqinli" bo'lishi mumkin va faqat nol
va birliklar emas, balki doimiy qiymatlarga ega bo'lishi mumkin.
Hamming tarmog'i nimaga o'xshaydi?
Yuqorida keltirilgan rasmda biz Hamming tarmog'ini ko'rishimiz
mumkin. Uni ikkita asosiy bo'limga bo'lish mumkin:
kirish qatlami - neyronlar bilan qurilgan qatlam, bu neyronlarning barchasi
barcha tarmoq kirishlariga ulangan ;chiqish qatlami - bu MaxNet qatlami deb
ataladi; bu qatlamning har bir neyronining chiqishi ushbu qatlamning har bir
neyronining kirishiga ulanadi, bundan tashqari bu qatlamning har bir neyroni kirish
qatlamining aynan bitta neyroniga ulanadi (yuqoridagi rasmda bo'lgani kabi).
Ikkala qatlamda ham bir xil miqdordagi neyronlar mavjudligini ko'rish oson.
15

Hamming Network qanday ishlaydi?
Kirish qatlami neyronlari aniq sonli naqshlarni aniqlash uchun
dasturlashtirilgan; bu qatlamdagi neyronlar soni ushbu naqshlar soniga mos keladi
(M neyronlar - M naqshlar). Ushbu neyronlarning chiqishlari kirish signalining
berilgan naqshga o'xshashligini "o'lchaydigan" funktsiyani amalga oshiradi.
Chiqish qatlami sinov signaliga eng o'xshash naqshni tanlash uchun
javobgardir. Ushbu qatlamda eng kuchli javob beradigan neyron boshqa
neyronlarning javoblarini to'xtatadi (odatda bu bir necha hisoblash sikllaridan
keyin sodir bo'ladi va bu tsikllar davomida x(i) kirishlarida "0" bo'lishi kerak).
Chiqishda tarmoqning javobiga ishora qiluvchi 1 dan M kodi bo'lishi kerak
(1 ta M naqsh tan olinadi). Bunga erishish uchun to'g'ri uzatish funktsiyasidan
foydalanish kerak - bizning holatlarimizda eng yaxshi funksiya edi
Bog'lanish og'irliklari qanday yaratiladi?
Kirish qatlami neyronlarining og'irligi Ushbu og'irliklar barcha
neyronlarning maksimal javoblari teng bo'lishini ta'minlash uchun o'rnatiladi va
aynan bitta naqsh o'ziga xos neyronning javob berishiga sabab bo'ladi. Bunga
erishish uchun tarmoqni o'rgatishning hojati yo'q, og'irliklarni matematik tarzda
belgilash kifoya.
qayerda:
w (i, j) - "j" neyroni va "i" kirish o'rtasidagi aloqaning og'irligix(i,j) j
naqshidagi i signalining qiymati Neyronning og'irliklari va impulslarining
mahsulotini og'irlik vektori va impuls vektori orasidagi burchakning kosinusi
sifatida talqin qilish mumkinligini eslaganimizda, bu tenglama aniq bo'ladi. Ushbu
vektorlar teng bo'lganda, neyron chiqishi "1" bo'ladi, vektorlar boshqacha bo'lsa,
chiqish qiymati diapazoni -1 dan 1 gacha bo'ladi.
Chiqish qatlami neyronlarining kirish og'irliklariDastlab, biz chiqish qatlami
neyronlari kirish sonini aniqlashimiz kerak.
Ushbu neyronlarning har biri bir-biriga bog'langan:
o'ziga - vazn = 1chiqish qatlamining barcha neyronlariga - har bir
ulanishning og'irligi -1 / Mkirish qatlamining tegishli neyroniga - vazn = 1
16

Misol
Hamming klassifikatori bilan tanishish uchun biz Matlab muhitida tarmoq
yaratdik. Uning vazifasi tarmoq "xotirasida" qayd etilgan 8 ta belgidan 1 tasini
tanib olishdir. Quyidagi rasmda 8 ta ishlatilgan belgilar ko'rsatilgan:
Ushbu belgilarni ifodalovchi matritsalar ikki o'lchovli (3x5 piksel), lekin
ularni bir qatorli (15 pozitsiya) vektor sifatida yozish qulayroq edi. Qora kvadratlar
bir, oq kvadratlar esa nolga teng. To'g'ri hisob-kitoblarni amalga oshirish uchun biz
barcha qator vektorlarini normallashtirdik.
Biz 8 ta belgini tasniflashni xohlaymiz, shuning uchun bizning tarmog'imiz 2
guruhga bo'lingan 16 ta neyronni, har bir qatlamda 8 ta neyronni o'z ichiga oladi.
Kirish qatlamining og'irligi oldindan normallashtirilgan belgilarning
transpozitsiyalangan matritsasi sifatida belgilangan.
Chiqish qatlamining og'irligi ilgari aytilgan taxminlarga muvofiq aniqlanadi
( "Chiqish qatlami neyronlarining kirish og'irliklari" bo'limiga qarang) va bizning
holatlarimizda "1/M" parametri "1/8" ga o'rnatildi. Ushbu matritsaning qatorlarini
normallashtirish kerakligini unutolmaymiz.
Tо‘r namunani ochiq oydin kо‘rinishda berishini zarurati bо‘lmagan
taqdirda Xemmning tо‘ri assotsiativ xotirani juda yaxshi amalga oshiradi. Bu tо‘r
Xopfild tо‘ri bilan solishtirilganda xotiradan foydalanishni iqtisod qilish va
hisoblashlar hajmining kamayishi bilan xarakterlanadi, bu tо‘rning strukturasidan
ochiq oydin kо‘rib turibdi (1-rasm) [23,27,35,37].
T о ‘r ikki qatlamdan tashkil topgan. Birinchi va ikkinchi qatlam har biri m ta
neyrondan iborat, bu yerda m – namunalar soni. Birinchi qatlamning neyronlari n
tadan sinapsga ega, tо‘rning kirishi bilan bog‘langan (bular fiktiv nolinchi qatlamni
tashkil qiladi). Ikkinchi qatlamning neyronlari ingibitor (teskari manfiy bog‘lanish)
tipidagi sinaptik bog‘lanishlar bilan о‘zaro bog‘langan. Musbat tekari aloqali
bittagina sinaps har bir neyron uchun uning aksoni bilan bog‘langan
Tо‘rning ishlash g‘oyasi testlanayetgan namunadan barcha namunalargacha
bо‘lgan Xemming masofani topidan iborat. Xemming masofasi deb ikkita binar
17

vektorning bir biridan bitlar bilan farqlanadigan soniga aytiladi. Tо‘r namunani
shunday tanlashi kerakki namunadan noma’lum kirish signaligacha bо‘lgan
Xemmning masofasi minimal bо‘lsin, natijada tо‘rning bittagina chiqishi
faollashadi, ya’nu aynan shu namunaga mos kelgan.
Teskari aloqa
1-Rasm. Xemmingning neyronnaya tо‘ri
Birinchi qatlamdagi vazn koeffiitsiyentlarini initsializatsiya qilish
bosqichida va faollashtirish funksiyasining sathiga quyidagi qiymatlar beriladi:
18

Ikkinchi qatlamda tormozlashtiradigan sinapslarning vazn koeffitsiyentlari
birorta miqdorga teng qilib olinadi, ya’ni 0 , 1 / m . О ‘zining aksoni bilan
bog‘langan neyronning sinapsini vazni +1 b о ‘ladi.
Xemming tо‘rining faoliyat qilish algoritmi quyidagicha
Faollashtirish funksiyasi f ning satxi, F ning miqdori yetarlicha katta bо‘lishi
zarur, chunki argumentning har qanday mumkin bо‘lgan qiymatlari tо‘yinishga
olib kelmasligi kerak.
1. Tekshirish, oxirgi iteratsiyada ikkinchi qatlamdagi neyronlarning
chiqishlarida о ‘zgarish b о ‘ldimi. Agar xa b о ‘lsa 2 bandga о ‘tiladi, aks holda (agar
chiqishlar stabillashgan b о ‘lsa) – protsedura yakunlanadi.
Algoritmni taxlil qilish natijasida kо‘rinib turibdiki birinchi qatlamning roli
biroz shartli: birinchi qadamda birinchi qatlamning vazn koeffitsiyentlaridan bir
marta foydalanadi, undan keyingi qadamlarda unga murojaat qilmaydi, shu
boisdan ham birinchi qatlamni tо‘rdan umuman olib tashlasa ham bо‘ladi.
19

2.2. Hemming neyron tarmoqlari g’oyasi
Xemming NTlarining go y asi - bu t estlanayotgan obyektdan boshq a
barcha etalon obyektlargacha bo‘lgan Xem m ing masofasini t opishdan
iborat. Xemming masofasi deb i kkita binar qiy m at qabul qiluvch i
vektorlarning bi t lardagi farqlar soniga aytiladi.Tar m oq kirishdag i
no m a’lu m obyektgacha m ini m al masofaga ega bo‘lgan etalon obyektn i
tanlashi kerak va natijada tar m oqda ushbu etalon obyektga m os keluvch i bitta
chiqish faoll a shadi.
Birinchi qatla m ning vaznli ko e ffitsi y entlarining no m lanish jara y oniga
va chegaraviy qiy m atli (porogli) aktivlashuv funksiyasiga quyidag i
qiy m atlar beriladi: wikxik 2 , i=0...n-1, k=0...m-1; T
k = n / 2, k = 0...m- 1. Bu
yerda x
i k
- k-etalon obyektning i-ele m enti.
Ikkinchi qatla m da tar m oqlarni to‘xtatuvchi vaznli koeffitsiyentlarni
qandaydir 0 <x< 1/m qiy m arlarga teng qilib olinadi. Neyronning sinaps i o‘zi
bilan bo‘g‘langan aksonlari bilan +1 vaznga ega bo‘ladi.
21

Xemming tarmoqlarining ish l ash algoritmi quyidagicha:
22

XULOSA
Men bu kurs ishimni yozish mobaynida,suniy intelektning tarixi,
rivojlanishi, taraqqiyoti, insonlar hayotidagi ahamiyati va foydali jihatlarini hamda
ekspert tizimlarning afzalliklari, xususiyatlari haqida juda ko‘p qo‘shimcha
ma‘lumotlarga ega bo‘ldim.
Izlanishlarim davomidi men bir qiziqarli faktni bilib oldim endi ana wu qiziq
bir faktga e'tiboringizni qaratmoqchiman. Ma'lumki, har qanday kompyuter,
emakki, sun'iy intellektga ega mashina, ikkilik sanoq tizimi asosida ishlaydi. Bu
haqidan maktab informatika kursida yetralicha ma'lumot beriladi. Atiga ikkita
raqamdan iborat sanoq tizimida esa, muayyan algoritmalarni bajarishda o‘ziga xos
cheklov-chegaralar yuzaga keladi. Haqiqiy sonlar bilan ishlashda, yoki taqribiy
hisoblashlarda ikkilik sanoq tizimi yaramaydigan vaziyatlar yuzaga keladi. 1991-
yilda matematik olim Devid Stautmayer 18 ta turli xildagi hisob-kitob
amaliyotlarni kompyuter dasturi yordamida bajarib, ularning barchasida natija
noto‘g‘ri chiqqanini, ya'ni, kompyuter sun'iy intellekt) noto‘g‘ri ishlaganini
isbotlab berdi. Demak, sun'iy intellekt-kompyuter hamma masalani ham to‘g‘ri hal
qila olmasligining jiddiy ilmiy asosi bor ekan. Shu asosga ko‘ra, qo‘rqmay aytish
mumkinki, sun'iy intellekt hali-beri tabiiy intellektga dov bera olmaydi. Uning
ayrim xususiy hollarda (asosoan matematikada) insondan o‘zib ketishi esa,
tezkorlik xossasi evaziga xolos... Fikrlaydigan mashina, yoki sun'iy intellekt esa,
hozircha fantast yozuvchilar, hamda entuziast dasturchilarning orzusi o‘laroq qolib
ketmoqda. Balki shu yaxshidir?!...
Shu bilan birga men kurs ishimni tayyorlash mobaynida juda ko‘p qiziqarli
ma‘lumotlarga ega bo‘ldim va men tayyorlagan ishimdan juda ham mamnunman.

23

FOYDALANILGAN ADABIYOTLAR
1. Cybenko, G. 1989. Approximation by superpositions of a sigmoidal
function Mathematics of Control, Signals, and Systems, 2(4), 303–314.
2. Linnainmaa, Seppo (1970). The representation of the cumulative
rounding error of an algorithm as a Taylor expansion of the local rounding errors
(Masters) (in Finnish). University of Helsinki. pp. 6–7.
3. Kelley, Henry J. (1960). "Gradient theory of optimal flight paths".
ARS Journal. 30 (10): 947–954. doi:10.2514/8.5282.
4. Rosenblatt, Frank. x. Principles of Neurodynamics: Perceptrons and
the Theory of Brain Mechanisms. Spartan Books, Washington DC, 1961
5. Werbos, Paul (1982). "Applications of advances in nonlinear
sensitivity analysis" (PDF). System modeling and optimization. Springer. pp. 762–
770. Archived (PDF) from the original on 14 April 2016. Retrieved 2 July 2017.
6. Rumelhart, David E., Geoffrey E. Hinton, and R. J. Williams.
"Learning Internal Representations by Error Propagation". David E. Rumelhart,
James L. McClelland, and the PDP research group. (editors), Parallel distributed
processing: Explorations in the microstructure of cognition, Volume 1:
Foundation. MIT Press, 1986.
7. Hastie, Trevor. Tibshirani, Robert. Friedman, Jerome. The Elements
of Statistical Learning: Data Mining, Inference, and Prediction. Springer, New
York, NY, 2009.
8. Rosenblatt, Frank (1958). "The Perceptron: A Probabilistic Model For
Information Storage And Organization in the Brain". Psychological Review. 65
(6): 386–408. CiteSeerX 10.1.1.588.3775. doi:10.1037/h0042519. PMID
13602029. S2CID 12781225.
9. Rosenblatt, Frank (1962). Principles of Neurodynamics. Spartan, New
York.
10. Schmidhuber, Juergen (2022). "Annotated History of Modern AI and
Deep Learning". arXiv:2212.11279 [cs.NE].
24

HEMMING NEYRON TARMOQLAR

Купить