Rəqəmsal iqtisadiyyat və İkt t e. n., dos.Əsgərov H.Ə

Rəqəmsal iqtisadiyyat və İKT
t.e.n., dos.Əsgərov H.Ə.
[e-mail]

10. Neyron şəbəkəsinə bənzər ekspert sistemin layihələndirilməsi və istifadə texnologiyası.

1. 
   Neyroşəbəkələrin tipləri.
   
2. 
   Konstruksiya olunan şəbəkələr.
   
3. 
   Öyrənən şəbəkələr.
   
4. 
   Neyroşəbəkələrin öyrədilməsi alqoritmlərinin qurulmasının əsasları.
   
5. 
   Radiuslu bazis fuksiyaslı şəbəkələrin öyrədilməsi alqoritmləri.
   
6. 
   Neyron şəbəkəsinin formalaşdırılması üzrə bə`zi qeydlər.
   
7. 
   Neyroşəbəkə paketləri.
   

Giriş.

Sünii neyron şəbəkələri nəzəriyyəsi hal-hazırda formalaşma mərhələsindədir. Bu da problemin qoyuluşunun və əsas anlayışlarının izahının müxtəlifliyini şərtləndirir. Tədqiqatçıların fikrincə sünii neyronlar, bioloji neyronların funksiyalarına adekvat olan müxtəlif xüsusiyyətlərə malik olmaqla, tədqiqatçı üçün aktual olan məsələnin həllini almağa imkan verir. Əslində isə sünii neyronlarla bioloji neyronların funksiyalarının nə dərəcədə adekvat olduğu da qeyri müəyyən olduğundan, fikrimizcə, neyron şəbəkəsinə bənzər adlandırmaq daha məqsədəuyğundur.

Ekspert sistemlə problemin həlli prosesi müxtəlif qruplaşdırma məsələlərinin həllindən ibarətdir. Hər bir qruplaşdırma məsələsinin həlli zamanı kompüter ekspert qərar verməli olur. Başqa sözlə problemin həlli prosesinə daxil olan hər bir qruplaşdırma məsələsinin həlli üçün bir ekpert hazırlanmalıdır. Rast gəlinən məsələlər məntiqi mühakimə tipli və yaxud tanıma tiplli ola bilər ki, onları da uyğun olaraq, məntiqi ekspert və riyazi ekspert həll etməlidir. Həm də konkret problemin həlli prosesi belə məsələlərin – ekspertlərin, konkret ardıcıllıq və kombinasiyalarından ibarət olur. Belə ekspertlərin kombinasiyasından əmələ gələn sistemə ekspert sistem deyilir. Ekspert sistemdə məntiqi və riyazi ekspertlərin yerləşmə qaydasını əks etdirən sxem semantik şəbəkə adlanır. Məsələnin həlli üçün nəzərdə tutulan ayrı-ayrı ekspertlərə və ya konkret bir məsələnin həllini təmin edən ekspertlər məcmusuna bir neyron kimi baxsaq, müxtəlif məsələlərin həlini təmin edən və bu cür neyronların birləşməsindən ibarət olan sistemə neyron şəbəkəsi kimi baxmaq olar. Tərəfimizdən hazırlanmış “Ekspert” sistemlə müxtəlif məsələlərin həlli əslində neyron şəbəkəsinə bənzər sistemin hazırlanması ilə nəticələnir.

1. Neyroşəbəkələrin tipləri.

Bundan sonra sadəcə neyron adlandıracağımız sünii neyron j, j € {1, 2,...}, girişləri şoxluğu x_{j i} , i € {1, 2,...}, girişlərinin çəkisi w_{j i}, vəziyyət funksiyası s_j, və aktivləşmə funksiyası f_j ilə verilir. Vəziyyət funksiyası girişlərin qiymətindən, çəkisindən və ola bilsin ki, əvvəlki vəziyyətdən asılı olaraq neyronun vəziyyətini təyin edir. Çox hallarda vəziyyət funksiyası kimi əvvəlki vəziyyətdən asılı olmayan və girişlərin qiymətlərinin onların uyğun çəkilərinə hasilinin bütün girişlər üzrə cəmi kimi hesablanan vəziyyət funksiyası istifadə edilir:

Burada, n(j) – j neyronu girişlərinin miqdarıdır.
Jaxud da, giriş vektoru X_j={x_ji} ilə girişlərin çəki vektoru W_j ={w_ji} arasındakı hər hansı metrikada ölçülən məsafə istifadə edilir:

Aktivləşmə funksiyası y=f(s) neyronun çıxış siqnalını onun s vəziyyətinin funksiyası kimi birqiymətli təyin edir.
Nisbətən geniş yayılmış aktivləşmə funksiyası kimi pilləli sərhəd (порог), xətti sərhəd, siqmoidli, habelə xətti və qaussian funksiyaları istifadə edilir (cəd.1).
Xətti neyron şəbəkələri xətti aktivləşmə fuksiyasını istifadə edir. Qeyri xətti neyron şəbəkələri isə qeyri xətti aktivləşmə funksiyası məsələn, poroq və ya siqmoid.
Cədvəl 1.
Aktivləşmə funksiyalarının əsas növləri.

Adı	Tə`yini
Pilləli poroq	y=0, sy=1 s≥a olduqda
Xətti poroq	y=0, si olduqda; y=ks+b, a1≤a2; y=1, s≥a2 olduqda
Siqmoidli
Xətti	y=ks+b
Qaussian

Neyron şəbəkəsi neyronların girişləri və çıxışlarının istiqamətlənmiş oxlarla birləşdirilməsi yolu ilə təşkil olunur. Bu zaman neyronlar arası birləşmə qrafı qeyridövrəli və ya ixtiyari dövrəli ola bilər. Qrafın növü neyron şəbəkələrinin təsnifləşdirilməsi növlərindən biri kimi çıxış edir və onları dövrəli və dövrəsiz şəbəkələrə bölür.

Şəbəkənin taktlaşması (neyronun işə düşməsi) barədə razılaşma qəbul etməklə neyron şəbəkələri ilə alqoritmlərin verilməsi üçün alqoritm alırıq. Bu alqoritmlərin müxtəlifliyi heç nə ilə məhdudlaşmır. Çünki müxtəlif aktivləşmə funksiyaları ilə, müxtəlif vəziyyət funksiyaları ilə, çəkilərin və girişlərin ikilik, tamqiymətləri, həqiqi qiymətləri və s ilə neyronlar istifadə etmək olar. Buna görə də həm yaxşı formalaşdırılan məsələlərin məsələn, riyazi fizika məsələlərinin, həm də çətin formalaşdırılan tanıma, təsnifləşdirmə, ümumiləşdirmə assosiativ yadda saxlama məsələlərinin həllini neyron şəbəkəsi terminləri ilə təsvir etmək olar.