مصنوعی عصبی نیٹ ورک

مصنوعی نیورل نیٹ ورکس - نیوران - خصوصی خلیات سے مل کر بنا رہے ہیں کہ ان لوگوں کے ہیں. وہ انسانی اعصابی نظام قضاء کہ حیاتیاتی نیوران، یعنی خلیات کی ریاضیاتی ماڈل ہیں.

پہلی بار ہم نے 1943 میں عصبی نیٹ ورک کے بارے میں بات کر رہے ہیں، اور Perceptron Rosenblatt کی ایجاد کے بعد سنہری دور آیا، اور نیٹ ورکس بہت مقبول ہو گئے ہیں. تاہم، 1969 میں منسک کی اشاعت، جس میں ایک سائنسدان Perceptron کی نااہلی ثابت کر دیا ہے کے بعد، کچھ شرائط کے تحت، اس شعبے میں دلچسپی تیزی سے گر گئی. لیکن کہانی مصنوعی نیٹ ورک کے ساتھ ختم نہیں ہوتی. . 1985 میں، J. Hopfield اپنی تعلیم پیش کی اور عصبی نیٹ ورک ہے کہ ثابت کر دیا - مشین کے لئے ایک عظیم کے آلے سیکھنے.

یہ حیاتیات کئی تصورات اور اصولوں سے ادھار کیا گیا تھا. نیوران - تو حاصل کرتا ہے اور جس کے سوئچ کی ایک قسم دالیں (سگنل) بھجوائے. نیوران ایک کافی طاقتور رفتار حاصل کرتا ہے، تو یہ خیال کیا کہ یہ چالو ہے کہ اور اس کے ساتھ وابستہ نیوران باقی دالیں منتقل کیا جاتا ہے. نیوران اسی جس چالو نہیں کیا گیا تھا، یہ باقی میں رہتا ہے، یہ نبض منتقل نہیں کرتا. ایک دوسرے سے نیوران رابطہ قائم کریں اور دالیں، ایکسن، مختلف ذرائع سے سگنل وصول کرتا ہے جس آوتوں کام اور dendrites، منتقل جس موصول ہونے والے synapses: نیوران کئی اہم اجزاء پر مشتمل ہے. ایک نیوران ایک خاص حد سے اوپر ایک تسلسل موصول ہونے پر، یہ فوری طور پر اگلے نیوران کے لئے ایک سگنل بھیجتا ہے.

ریاضیاتی ماڈل تھوڑا مختلف ہے. لاگ ان ریاضیاتی ماڈل ایک نیوران کی - جس کے اجزاء کی ایک بڑی تعداد پر مشتمل ہے، ایک ویکٹر، ہے. جزو میں سے ہر ایک - نیوران کی طرف سے موصول ہوئی ہیں جس دالیں، ایک ہے. ماڈل کی پیداوار ایک نمبر ہے. یہی وجہ ہے کہ میں ماڈل ان پٹ ویکٹر ایک عددیہ میں تبدیل کیا جاتا ہے، بعد میں دوسرے نیوران میں منتقل کیا جاتا ہے.

نیورل نیٹ ورکس دو طرح سے تربیت حاصل کی جا سکتی ہے: کے ساتھ اور ایک استاد کے بغیر. سیکھنے کے عمل کو کئی مراحل پر مشتمل ہوتا ہے. سب سے پہلے، نیٹ ورک پر باہر محرک سے ان پٹ ہے. اس کے بعد، مختلف ہوتی ہیں میں قواعد و ضوابط کے مطابق عصبی نیٹ ورک کی مفت پیرامیٹرز، پھر نیٹ ورک کی ان پٹ stimuli کرنے کے لئے پہلے سے ہی مختلف طریقے سے جواب دیتا ہے. عمل کے نیٹ ورک کا مسئلہ حل نہیں کرتا جب تک بار بار کیا جانا چاہئے. ایک استاد کے ساتھ سیکھنے الگورتھم پہلے سے ہی صحیح جواب ہے نیٹ ورک کی تربیت کے دوران یہ ہے کہ. یہ طریقہ کامیابی کے ساتھ بہت سے ایپلی کیشنز کے لیے استعمال کیا گیا ہے، لیکن یہ اکثر حقیقت یہ ہے کہ یہ حیاتیاتی ناممکن ہے کے لئے تنقید کا نشانہ بنایا جاتا ہے. نیورل نیٹ ورکس کیس جہاں صرف نام سے جانا جاتا آدانوں میں استاد کے بغیر تربیت حاصل کر رہے ہیں. ان کی بنیاد پر، نیٹ ورک آہستہ آہستہ بہترین قدر نتائج دینے کے لئے سیکھتا ہے.

عصبی نیٹ ورک کی درخواست واقعی متنوع ہے. وہ اکثر تسلیم، گوئی، مختلف کی تخلیق کو خود کار کرنے کے لئے استعمال کیا جاتا ہے ماہرین کے نظام، functionals کے سننکٹن. اس طرح کے ایک نیٹ ورک کی پیشن گوئی کرنے کی آواز تسلیم یا آپٹیکل سگنل انجام دے سکتے ہیں کے ساتھ ایکسچینج کے اشارے، مثال کے طور پر، ایک دیئے گئے متن یا گاڑی پارک سے تقریر synthesize کرنے کر سکتے ہیں جس میں خود سیکھنے کی صلاحیت رکھتی نظام تشکیل دیں. مغرب میں عصبی نیٹ ورک کو مزید فعال طور پر، بدقسمتی سے، گھریلو فرموں ابھی تک اس طریقے کو اپنایا استعمال کیا جاتا ہے نہیں تھا.

مثالی حل نہیں - کچھ علاقوں میں روایتی حساب، موجودہ نیورل نیٹ ورک پر ANN کے فوائد کے باوجود. وہ سیکھنے کی صلاحیت رکھتی ہیں، وہ غلط بھی ہو سکتا ہے. اس کے علاوہ، آپ کو بالکل تیار عصبی نیٹ ورک زیادہ سے زیادہ ہے اس بات کی ضمانت نہیں دے سکتے. ڈویلپر، سمجھنا ضروری مسئلہ کی نوعیت سے خطاب کیا جا رہا ہے، مسئلہ بیان کرتا ہے کہ جانچ اور تربیت کے نیٹ ورک کے اعداد و شمار کو حاصل کرنے کے لئے، معلومات کے ایک بہت ہے تربیت، کی منتقلی کی تقریب اور افعی کے افعال میں سے صحیح طریقہ منتخب کرنے کے لئے.