បណ្តាញសរសៃប្រសាទសិប្បនិម្មិត

បណ្តាញសរសៃប្រសាទសិប្បនិម្មិត - គឺជាអ្នកដែលត្រូវបានបង្កើតឡើងដោយកោសិកាពិសេស - ណឺរ៉ូន។ ពួកគេគឺជាម៉ូដែលគណិតវិទ្យានៃណឺរ៉ូនជីវសាស្រ្តពោលគឺកោសិកាដែលធ្វើឱ្យប្រព័ន្ធប្រសាទរបស់មនុស្ស។

នេះជាលើកដំបូងដែលយើងកំពុងនិយាយអំពីបណ្តាញសរសៃប្រសាទនៅឆ្នាំ 1943 ហើយបន្ទាប់ពីការបង្កើត Perceptron ក្រុមហ៊ុន Rosenblatt នេះបានមកសម័យមាសនិងបណ្តាញបានក្លាយជាការពេញនិយមយ៉ាងខ្លាំង។ ទោះយ៉ាងណាបន្ទាប់ពីការបោះពុម្ភផ្សាយនៃទីក្រុង Minsk នៅឆ្នាំ 1969 ដែលក្នុងនោះអ្នកវិទ្យាសាស្រ្តមួយបានបង្ហាញអប្រសិទ្ធិភាពនៃការ Perceptron នៅក្រោមលក្ខខណ្ឌមួយចំនួន, ការចាប់អារម្មណ៍នៅក្នុងវិស័យនេះបានធ្លាក់ចុះយ៉ាងខ្លាំង។ ប៉ុន្តែរឿងនេះមិនបានបញ្ចប់ជាមួយនឹងបណ្តាញសិប្បនិម្មិត។ ។ នៅក្នុងឆ្នាំ 1985 ជេ Hopfield បានបង្ហាញការសិក្សារបស់ពួកគេនិងបានបង្ហាញថាបណ្តាញសរសៃប្រសាទ - ជាឧបករណ៍អស្ចារ្យសម្រាប់ម៉ាស៊ីនរៀន។

វាត្រូវបានខ្ចីពីជីវសាស្ត្រគំនិតនិងគោលការណ៍ជាច្រើន។ ណឺរ៉ូន - ប្រភេទនៃការផ្លាស់ប្តូរដែលបានទទួលហើយបន្ទាប់មកបញ្ជូនជីពចរនេះ (សញ្ញា) ។ ប្រសិនបើមានណឺរ៉ូនដែលបានទទួលសន្ទុះអំណាចគ្រប់គ្រាន់, វាត្រូវបានគេជឿថាវាត្រូវបានធ្វើឱ្យសកម្មនិងបញ្ជូនជីពចរដែលណឺរ៉ូនភ្ជាប់ជាមួយវានៅសល់។ ណឺរ៉ូនដូចគ្នាដែលមិនបានធ្វើឱ្យសកម្ម, វានៅតែនៅសល់វាមិនបញ្ជូនជីពចរ។ ណឺរ៉ូនមាននៃសមាសភាគសំខាន់ជាច្រើន: តំណភ្ជាប់កោសិកាសរសៃប្រសាទដែលភ្ជាប់ណឺរ៉ូនទៅគ្នាទៅវិញទៅមកនិងការទទួលបានអាហារជំនួយការលូតលាស់, សរសៃប្រសាទចម្លងចរន្តដែលបានបញ្ជូនដឹកនាំបន្ទុកភារកិច្ចនិង dendrites ដែលបានទទួលសញ្ញាពីប្រភពផ្សេង។ នៅពេលដែលណឺរ៉ូនទទួលបានលើកទឹកចិត្តខាងលើកម្រិតជាក់លាក់មួយ, វាភ្លាមផ្ញើសញ្ញាទៅណឺរ៉ូនក្រោយនេះ។

គំរូគណិតវិទ្យាគឺខុសគ្នាបន្តិច។ ការចូល ជាគំរូគណិតវិទ្យា នៃណឺរ៉ូនមួយ - គឺវ៉ិចទ័រមួយដែលត្រូវបានបង្កើតឡើងមួយចំនួនធំនៃសមាសភាគ។ គ្នានៃសមាសភាគ - គឺជាផ្នែកមួយនៃជីពចរដែលត្រូវបានទទួលដោយណឺរ៉ូននេះ។ លទ្ធផលនៃម៉ូដែលនេះគឺជាលេខតែមួយ។ ដែលត្រូវបានក្នុងវ៉ិចទ័របញ្ចូលម៉ូដែលត្រូវបានបម្លែងទៅ Scalar ក្រោយមកបានផ្ទេរទៅណឺរ៉ូនផ្សេងទៀត។

បណ្តាញសរសៃប្រសាទអាចត្រូវបានទទួលបានការបណ្តុះបណ្តាលក្នុងវិធីពីរយ៉ាង: ដោយមាននិងដោយគ្រូបង្រៀនមួយ។ ដំណើរការរៀនសូត្រមានជំហានជាច្រើន។ ជាលើកដំបូងនៅលើបណ្តាញនេះគឺជាការបញ្ចូលពីការជំរុញសេដ្ឋកិច្ចខាងក្រៅ។ បន្ទាប់មកតាមបទបញ្ជាដែលខុសគ្នាប៉ារ៉ាម៉ែត្រដោយសេរីនៃបណ្តាញសរសៃប្រសាទ, បន្ទាប់មកបណ្តាញនេះឆ្លើយតបទៅនឹងការ stimuli បញ្ចូលខុសគ្នារួចទៅហើយ។ ដំណើរការនេះគួរតែត្រូវបានធ្វើម្តងទៀតដរាបណាបណ្តាញនេះមិនដោះស្រាយបញ្ហានេះ។ នេះក្បួនដោះស្រាយការរៀនជាមួយគ្រូគឺថាក្នុងអំឡុងពេលបណ្តុះបណ្តាបណ្តាញដែលមានចម្លើយត្រឹមត្រូវរួចទៅហើយ។ វិធីសាស្រ្តនេះត្រូវបានប្រើដោយជោគជ័យសម្រាប់កម្មវិធីជាច្រើន, ប៉ុន្តែវាត្រូវបានរិះគន់ជាញឹកញាប់ចំពោះការពិតដែលថាវាជាការមិនសមហេតុផលជីវសាស្រ្តនោះទេ។ បណ្តាញសរសៃប្រសាទដែលត្រូវបានបណ្តុះបណ្តាដោយគ្មានគ្រូក្នុងករណីដែលជាកន្លែងដែលគេស្គាល់ថាជាធាតុចូលតែប៉ុណ្ណោះ។ ដោយផ្អែកលើពួកគេ, បណ្តាញនេះជាបណ្តើររៀនដើម្បីផ្តល់នូវលទ្ធផលតម្លៃល្អបំផុត។

កម្មវិធីនៃការបណ្តាញសរសៃប្រសាទគឺពិតជាសម្បូរបែប។ ជាញឹកញាប់ពួកគេត្រូវបានប្រើដើម្បីប្រើការទទួលស្គាល់ការព្យាករការបង្កើតនានា ប្រព័ន្ធអ្នកជំនាញ ការប៉ាន់ប្រនៃមុខងារ។ ជាមួយដូចជាបណ្តាញមួយដែលអាចធ្វើការទទួលស្គាល់សំឡេងឬទស្សន៍ទាយសញ្ញាអុបទិកផ្លាស់ប្តូរបង្កើតប្រព័ន្ធសូចនករដែលមានសមត្ថភាពស្វ័យសិក្សា, ដែលអាចជាឧទាហរណ៍ក្នុងការបំលែងពីអត្ថបទដែលបានផ្តល់សុន្ទរកថាមួយឬចតរថយន្ត។ បណ្តាញសរសៃប្រសាទនៅភាគខាងលិចត្រូវបានគេប្រើកាន់តែច្រើនយ៉ាងសកម្ម, ជាអកុសល, ក្រុមហ៊ុនក្នុងស្រុកមិនទាន់បានអនុម័តវិធីសាស្រ្តនេះ។

ទោះបីជាមានអត្ថប្រយោជន៍នៃការអាននៅលើការគណនាធម្មតានៅតាមតំបន់មួយចំនួនបណ្តាញសរសៃប្រសាទដែលមានស្រាប់ - មិនមែនជាដំណោះស្រាយល្អ។ ចាប់តាំងពីពេលដែលពួកគេមានសមត្ថភាពក្នុងការរៀន, ពួកគេអាចនឹងខុស។ លើសពីនេះទៀតអ្នកមិនអាចយ៉ាងច្បាស់ថាបណ្តាញសរសៃប្រសាទធានាការអភិវឌ្ឍជាការល្អប្រសើរបំផុតនោះ។ អ្នកអភិវឌ្ឍន៍ត្រូវតែយល់ពីធម្មជាតិនៃបញ្ហានេះត្រូវបានដោះស្រាយមានច្រើននៃការពដែលរៀបរាប់អំពីបញ្ហានេះដើម្បីទទួលបានទិន្នន័យសម្រាប់ការធ្វើតេស្តនិងបណ្តាញបណ្តុះបណ្តាការជ្រើសរើសយកវិធីសាស្រ្តនៃការបណ្តុះបណ្តាស្តាំមុខងារផ្ទេរនិងមុខងារពស់វែក។