492
НЕЙРОН ТАРМОҚЛАРИНИ ТАЪЛИМ СОҲАСИДА ҚЎЛЛАШ
Н.Джанходжаев
Бердақ атындағы Қарақалпақ мәмлекетлик университети
https://doi.org/10.5281/zenodo.11091959
Аннотачия.
Сунъий нейрон тармоқ - бу тирик мавжудотлар миясини ташкил
этувчи биологик нейрон тармоқларига ўхшаш яратилган математик модел. Бундай
тизимлар муайян дастур учун махсус дастурлашсиз мисолларни кўриб, вазифаларни
бажаришни ўрганадилар.
Таянч сузлар:
Нейрон тармоқлар, сунъий интеллект, импулс, нейрон, асаб тизими.
APPLICATION OF TRAINING IN THE FIELD OF NEURAL NETWORKS
Abstract.
An artificial neural network is a mathematical model created to resemble the
biological neural networks that make up the brains of living creatures. Such systems learn to
perform tasks by looking at examples without special programming for a particular application.
Key words:
Neural networks, artificial intelligence, impulse, neuron, nervous system.
ПРИМЕНЕНИЕ ОБУЧЕНИЯ В ОБЛАСТИ НЕЙРОННЫХ СЕТЕЙ
Аннотачия.
Искусственная нейронная сеть — это математическая модель,
созданная по образцу биологических нейронных сетей, составляющих мозг живых существ.
Такие системы учатся выполнять задачи, рассматривая примеры без специального
программирования для конкретного приложения.
Ключевые слова:
Нейронные сети, искусственный интеллект, импульс, нейрон,
нервная система.
Нейрон тармоқлар ғояси 1944 йилда Чикаго университети тадқиқотчилари Уоррен
Маккулло ва Валтер Питтс томонидан таклиф қилинган. Биринчи ўргатиш мумкин бўлган
нейрон тармоқ 1957 йилда Корнел университети психологи Френк Розенблат томонидан
намойиш этилган. 1980-йилларда, ҳисоблаш учун янада кучли компютерлар мавжуд
бўлганда, тадқиқотчилар икки ва уч қатламли ўрганишга эга нейрон тармоқларни ишлаб
чиқишга муваффақ бўлишди. Замонавий GPUлар «чуқур ўрганиш» ни ривожлантиришга
имкон берди. Aйнан унинг шарофати билан ўз-ўзини ўрганадиган нейрон тармоқлар пайдо
бўлди, улар махсус созлашларни талаб қилмайди, лекин кирувчи маълумотларни мустақил
равишда қайта ишлайди.
Тожимаматов ва бошқа ўз ишларида «Айниқса, нейрон тармоқлар инсоннинг
фикрлаш жараёнларини эслатувчи маълумотларни ўрганиш ва ёдлаш қобилияти қизиқ.
493
Шунинг учун нейрон тармоқларни ўрганиш бўйича дастлабки ишларда «сунъий интеллеcт»
атамаси тез-тез тилга олинган» деб қайд этадилар [1]. Сунъий интеллект - бу компютер
фанининг кенг тармоғи бўлиб, у ақлли вазифаларни бажара оладиган ақлли машиналарни
яратишга қаратилган.
Нейрон тармоқлари-бу машинани ўрганишнинг кичик бўлими. Юқорида айтиб
ўтилганидек, улар тузилмаган маълумотлар асосида башорат қилишга қодир. Ўз
навбатида, прогнозлаш фаол жараён муваффақиятининг энг муҳим дақиқаларидан
биридир. Aхборот технологияларининг аҳамияти О.М.Эргашев асарида таъкидланган:
«Бу лойиҳалашнинг асосий ёндашуви сифатида объектни тўлиқ ахборотлаштириш
муваффақиятнинг калити ва корхонанинг энг тез қопланиши бўлиб, унинг технологик
схемаси мураккабликнинг ўта муҳим жараёнларига асосланган» [2].
Сунъий нейрон тармоқ - бу тирик мавжудотлар миясини ташкил этувчи биологик
нейрон тармоқларига ўхшаш яратилган математик модел. Бундай тизимлар муайян
дастур учун махсус дастурлашсиз мисолларни кўриб, вазифаларни бажаришни
ўрганадилар.
Бошқача қилиб айтганда, нейрон тармоқ - бу электр импулслари шаклида маълумот
узатувчи миллионлаб нейронларни ўз ичига олган инсон миясининг машина талқини. О.
Исмоилов ва бошқаларнинг фикрига кўра, «Нейрон тармоқлари – бу инсоннинг асаб
тизимини кўпайтиришга уринишларга асосланган сунъий интеллект соҳасидаги
тадқиқотлар йуналишларидан бири» [3].
Ҳар бир нейрон тармоқ одамларнинг ишини тақлид қиладиган сунъий нейронлардан
иборат. Бу муаммони ҳал қилиш учун ўзаро таъсир қилувчи ва маълумот алмашадиган
дастурий таъминот модуллари ёки тугунлари ва асосий нейрон тармоқ сунъий
нейронларнинг учта қатламини ўз ичига олади:
киритиш — маълумотни ташқаридан қайта ишлайди, таҳлил қилади ёки
таснифлайди ва кейинги қатламга ўтказади;
яширин (уларнинг бир нечтаси бўлиши мумкин — олдинги қатламнинг чиқиш
маълумотларини таҳлил қилади, уни қайта ишлайди ва кейингисига ўтказади;
чикиш— барча маълумотларни қайта ишлагандан сўнг якуний натижани беради [4].
Нейрон тармоқларнинг катта камчиликларидан бири бу улар ўқитиш учун зарур
бўлган маълумотлар миқдоридир. Баъзан, алгоритмнинг юқори аниқлигига эришиш
учун маълумотлар тўпламлари ҳақиқатан ҳам улкан ўлчамларга етади: яқинда Facebook
494
ўзининг тасвирни аниқлаш тизимида рекорд даражадаги ишлашга эришиш учун бир
миллиард тасвирдан фойдаланганини эълон қилди.
Маълумотлар тўпламларининг катталиги ва ўқув цикллари сони туфайли юқори
унумдор GPUлар билан жиҳозланган кучли ва қиммат компютер ускуналарига кириш
кўпинча талаб қилинади. Ўз тизимингизни қурасизми ёки булутли платформадан
ускунани ижарага оласизми, у ёки бу тарзда ўқитиш нархига таъсир қилади.
Юқори аниқликдаги моделларни яратиш учун яна бир қийинчилик-бу
маълумотлар тўпламидаги ноаниқликлар. Юқорида айтиб ўтилганидек, одамлар
маълумотлар тўпламини яратишда хато қилишлари мумкин, бу эса у ёки бу тарзда
якуний натижага таъсир қилиши мумкин.
Талабаларнинг илмий фаолияти, билим ва кўникмаларни ўрганиш сифатига таъсир
қилувчи ташқи ва ички омиллар аниқланди. Талаба шахс сифатида ва унинг ўқув
жараёнидаги ўрнига алоҳида эътибор қаратилди. Шунга асосланиб, талабанинг психологик,
ҳиссий, табиий ва жисмоний хусусиятларини таҳлил қилишга имкон берадиган махсус
методика ишлаб чиқилди. Методология кўп қиррали ва қўллаш учун етарлича қулай бўлган
классик психологик ёндашувларга асосланган эди.
Талабанинг ментал портретини олгандан сўнг, унинг келажакдаги фаолиятида
фойдаланиладиган аниқланган қолдиқ билим ва кўникмаларни унга ўтказиш орқали
талабанинг касбий тайёргарлиги жараёнини имитация қиладиган икки босқичли
нейромоделни яратиш учун нейроалгоритм ишлаб чиқилди.
Дастурий таъминот моделлари бўйича тадқиқотнинг дастлабки натижалари
вазифани ҳал қилиш учун таклиф қилинган ғояларнинг тўғрилигини кўрсатди. Ушбу ўқув
модели асосида сунъий дастурий таъминот агентлари ишлаб чиқилиши мумкин [5].
REFERENCES
1.
Togʻayev I., Jabborov P. Sh.B, Eshnazarov N.X.,.Amirkulov Ch.J. Kiberxavsizlikda sun’iy
intelekt vositalarining tadbiq //Ta’lim fidoyilari 2022 2022-sentabr/oktabr www reanopub uz
2.
Эргашев, О. М., & Эргашева, Ш. М. Применение инновационных ит-решений в
комплексных высокотехнологичных производствах. // Journal of new century innovations,
(2022). 11(1), 152-159.
3.
Ismoilov O., Avalov A., Temirova
X. Neyron tarmoqlarini modellashtirish masalalari //Science
and innovation International scientific journal volume 1 issue 7 uif-2022: 8.2 | issn: 2181-3337
4.
Bekmuratov Q. A. Sun'iy intellekt va neyron tarmoqlari
Darslik, Elektron resurs 2021.
5.
Ивашкин Ю.А. Агентные технологии и мультиагентное моделирование: учеб. пособие.
