APPLICATION OF SPLINE FUNCTIONS IN THE PROCESS OF TRAINING ARTIFICIAL INTELLIGENCE
So‘nggi o‘n yillikda sun’iy neyron tarmoqlar va mashinani o‘rganish murakkab real muammolarni hal qilishda eng ko‘p foydalanilayotgan yo‘nalishga aylanib bormoqda. Xususan, kompьyuterlar tomonidan juda qiyin yoki ba’zi hollarda imkonsiz deb hisoblangan muammolarga ilmiy va sanoat tomonidan ham qiziqishlar ortib bormoqda. Biz ushbu maqolada sun’iy neyron tarmoq yordamida bir va ikki o‘lchovli signallarga raqamli ishlov berishni ko‘rib chiqamiz. Neyron tarmoqlarning negizida neyronlarning faollashtiruvchi funktsiyasi deb ataladigan qismi joylashgan. Ushbu funktsiya tarmoq ishlash samaradorligida katta ahamiyaitga ega, lekin ko‘pincha e’tibordan chetda qoladi. Ko‘p hollarda faollashtirish funksiyasi sifatida moslashtirilmaydigan funktsiyalardan biri tanlanadi. Adaptiv sigmasimon yoki ReLU funktsiyalaridan juda ko‘p holatlarda foydalaniladi, ammo bu funktsiyalar kamchiliklarga ega, chunki bitta cheklangan hududdan olingan ma’lumotlarning moslashuvi umumiy natijalarga ta’sir qiladi. Shuning uchun maqolada erkin tugunlar bilan moslashuvchan kvadratik B-splayn funktsiyalaridan foydalanish taklif qilindi. Splayn o‘z qo‘llanilish ko‘lamini kengaytirayotgan faollashuv funktsiyasi bo‘lib, aynan approksimatsiya shartini qanoatlantiradi. Bu esa neyron tarmoqlarda (overfitting) keragidan ortiq moslashishning oldini oladi. Shu jumladan splayn takrorlanish xossasi takrorlanuvchi neyron tarmoqlar strukturasiga mos tushadi
Сведения
- Опубликовано
- 2023 · № 8 (20)
- Источник
- cyberleninka.ru
- Язык
- Английский
- Издатель
- Central Asian Research Journal (CARJIS) ALFRAGANUS universiteti, Бухоро давлат тиббиёт институти