مصنوعی اعصابی نیٹ ورک (اے این این) دماغ پر مرتب کیا گیا ہے جہاں اعصاب حواس سے اعداد و شمار پر کارروائی کرنے ، یادوں کو قائم کرنے اور جسم پر قابو پانے کے لئے پیچیدہ نمونوں میں جڑے ہوئے ہیں۔ مصنوعی اعصابی نیٹ ورک (اے این این) ایک نظام ہے جو حیاتیاتی عصبی نیٹ ورک کے آپریشن پر مبنی ہے یا اسے حیاتیاتی عصبی نظام کی تقلید کے طور پر بھی بیان کیا گیا ہے۔
مصنوعی اعصابی نیٹ ورک
مصنوعی اعصابی نیٹ ورک (اے این این) مصنوعی ذہانت (اے آئی) کا ایک حصہ ہے اور یہ ہے کمپیوٹر سائنس کے علاقے جو کمپیوٹر کو زیادہ ذہانت سے برتاؤ کرنے سے متعلق ہے۔ مصنوعی اعصابی نیٹ ورک (اے این این) اعداد و شمار پر عملدرآمد کرتے ہیں اور کچھ ذہانت کی نمائش کرتے ہیں اور وہ نمونوں کی شناخت ، لرننگ اور عام کاری جیسے انداز میں ذہانت کی نمائش کرتے ہیں۔
ایک مصنوعی اعصابی نیٹ ورک ایک پروگرام شدہ کمپیوٹیشنل ماڈل ہے جس کا مقصد انسانی دماغ کے عصبی ڈھانچے اور کام کو نقل کرنا ہے۔
مصنوعی اعصابی نیٹ ورکس کے بارے میں جاننے سے پہلے ، پہلے ہمیں یہ مطالعہ کرنے کی ضرورت ہے کہ اعصابی نیٹ ورک کیا ہیں اور اسٹرکچر آف نیورون کے بارے میں بھی۔
عصبی نیٹ ورک کی تعریف:
عصبی نیٹ ورک باہم مربوط نیوران کے نظام کے طور پر بیان کیے گئے ہیں۔ نیوران یا اعصابی خلیات دماغ کے بنیادی بلڈنگ بلاکس ہیں جو حیاتیاتی عصبی نیٹ ورک ہیں۔ نیورون کی ساخت جیسا کہ ذیل میں دکھایا گیا ہے
نیوران کی ساخت
مصنوعی اعصابی نیٹ ورک کمپیوٹیشنل ٹولز ہیں جو دماغ کے بعد ماڈل بنائے گئے تھے۔ یہ مصنوعی طور پر تیار ہونے والے نیورون کے باہم مربوط ڈھانچے سے بنا ہوا ہے جو ڈیٹا کی منتقلی کے راستے کے طور پر کام کرتا ہے۔ محققین پیٹرن کی پہچان ، پیش گوئی ، اصلاح ، اسسوسی ایٹیو میموری اور کنٹرول میں مختلف قسم کے مسائل حل کرنے کے لئے مصنوعی اعصابی نیٹ ورک (اے این این) تیار کر رہے ہیں۔
مصنوعی اعصابی نیٹ ورک کو باہم مربوط نیوران بنانے کا دوسرا بہترین طریقہ قرار دیا گیا ہے۔ یہ مصنوعی اعصابی نیٹ ورک دماغ کے نمونے اور مخصوص کمپیوٹیشنل ٹاسک انجام دینے کے لئے استعمال ہوتے ہیں۔ اے این این کے کامیاب ایپلی کیشن میں کردار کی پہچان کی صلاحیت ہوگی۔
عصبی نیٹ ورک کی ساخت
عصبی نیٹ ورک کا تعارف:
ایک کمپیوٹنگ سسٹم متعدد آسان ، انتہائی باہم مربوط پراسیسنگ عناصر پر مشتمل ہوتا ہے اور وہ خارجی آدانوں تک ان کی متحرک حالت کے ردعمل کے ساتھ معلومات پر عملدرآمد کرتے ہیں۔ نیورون میں لکیری یا غیر لکیری رسپانس تیار کرنے کی صلاحیت ہوتی ہے۔ غیر لکیری مصنوعی نیٹ ورک غیر لکیری نیوران کے باہمی ربط کے ذریعہ بنایا گیا ہے۔ غیر لکیری سسٹم میں آدان ہوتی ہے جو نتائج کے متناسب نہیں ہوگی۔
عصبی نیٹ ورک کا تعارف
مصنوعی اعصابی نیٹ ورک کی درخواستیں:
- شمسی توانائی سے متعلق توانائی کے میدان میں شمسی توانائی سے بھاپ پیدا کرنے والے پلانٹ کی ماڈلنگ اور ڈیزائن کے لئے مصنوعی اعصابی نیٹ ورک کے استعمال ہوتے ہیں۔
- وہ سسٹم ماڈلنگ میں مفید ہیں ، جیسے پیچیدہ نقشہ سازی اور نظام کی شناخت کو نافذ کرنے میں۔
- اے این این عمارتوں کے ہیٹنگ بوجھ ، پیراابولک گرت جمع کرنے والے کا وقفہ عنصر اور مقامی حراستی تناسب کے تخمینے کے لئے استعمال ہوتا ہے
- اے این این کنٹرول ، روبوٹکس ، پیٹرن کی پہچان ، پیش گوئی ، طب ، بجلی کے نظام ، تیاری ، اصلاح ، سگنل پروسیسنگ ، اور سماجی / نفسیاتی علوم میں متنوع ایپلی کیشنز میں استعمال ہوتا ہے۔
- یہ قدرتی طور پر ہوا دار ٹسٹ روم میں ہوا کے بہاؤ کی پیش گوئی اور شمسی عمارتوں کی توانائی کی کھپت کی پیشن گوئی کے لئے بھی استعمال ہوتے ہیں۔
- وہ شور اور نامکمل اعداد و شمار کو سنبھالنے کے قابل ہیں اور غیر لکیری مسائل سے نمٹنے کے بھی اہل ہیں
- وینٹیلیٹنگ اور ائر کنڈیشنگ سسٹم ، ریفریجریشن ، ماڈلنگ ، ہیٹنگ ، لوڈ پیشن گوئی ، بجلی پیدا کرنے والے نظاموں پر کنٹرول اور شمسی تابکاری میں مصنوعی اعصابی نیٹ ورک کا استعمال۔
مصنوعی اعصابی نیٹ ورک کی ایپلی کیشن پیچیدہ مسائل سے نمٹنے کے لئے ایک متبادل راستہ مہیا کرتی ہے کیونکہ وہ جدید ترین سگنل پروسیسنگ ٹکنالوجیوں میں شامل ہیں۔ مصنوعی اعصابی نیٹ ورک حقیقی حل پیش کرتے ہیں جن کا مقابلہ دیگر ٹیکنالوجیز کے ساتھ کرنا مشکل ہوتا ہے۔ اعصابی نیٹ ورک پر مبنی حل ترقی ، وقت اور وسائل کے لحاظ سے بہت موثر ہے۔
اعصابی نیٹ ورک پر سوفٹویئر کا نفاذ ان کے فوائد اور نقصانات کے ساتھ کیا جاسکتا ہے۔
فوائد:
- عصبی نیٹ ورک ایسے کام انجام دے سکتا ہے جس میں ایک لکیری پروگرام انجام نہیں دے سکتا۔
- جب عصبی نیٹ ورک کا عنصر ناکام ہوجاتا ہے تو ، یہ ان کی متوازی نوعیت کی بنا کسی پریشانی کے جاری رہ سکتا ہے۔
- اعصابی نیٹ ورک کو دوبارہ سیکھنے کی ضرورت نہیں ہے کیونکہ یہ خود سیکھتا ہے۔
- یہ بغیر کسی پریشانی کے آسان طریقے سے نافذ کیا جاسکتا ہے۔
- جیسا کہ انکولی ، ذہین نظام ، عصبی نیٹ ورک مضبوط ہیں اور پیچیدہ مسائل کو حل کرنے میں بہترین ہیں۔ عصبی نیٹ ورک ان کے پروگرامنگ میں موثر ہیں اور سائنس دان اس بات پر متفق ہیں کہ اے این این کے استعمال کے فوائد خطرات سے کہیں زیادہ ہیں۔
- اسے کسی بھی درخواست میں لاگو کیا جاسکتا ہے۔
نقصانات:
- عصبی نیٹ ورک کام کرنے کے لئے تربیت کی ضرورت ہوتی ہے۔
- بڑے اعصابی نیٹ ورکس کے ل high اعلی پروسیسنگ کا وقت درکار ہے۔
- عصبی نیٹ ورک کا فن تعمیر اس سے مختلف ہے فن تعمیر اور مائکرو پروسیسرز کی تاریخ لہذا ان کی تقلید کرنی ہوگی۔
ایک مصنوعی اعصابی نیٹ ورک ایک باقاعدہ مرحلہ وار طریقہ کار کے ساتھ تیار کیا گیا ہے جو عام طور پر سیکھنے کے اصول کے نام سے جانے والے ایک معیار کو بہتر بناتا ہے۔ ان پٹ / آؤٹ پٹ ٹریننگ کا ڈیٹا ان نیٹ ورکس کے لئے بنیادی حیثیت رکھتا ہے کیونکہ یہ ان معلومات تک پہنچاتا ہے جو زیادہ سے زیادہ آپریٹنگ پوائنٹ کو دریافت کرنے کے لئے ضروری ہو گا۔ عصبی نیٹ ورک کی غیر لکیری نوعیت اپنے پروسیسنگ عناصر کو اپنے سسٹم میں لچکدار بناتی ہے۔
مصنوعی اعصابی نیٹ ورک ایک سسٹم ہے اور یہ سسٹم ایک ڈھانچہ ہے جو ایک ان پٹ حاصل کرتا ہے ، ڈیٹا پر کارروائی کرتا ہے اور آؤٹ پٹ فراہم کرتا ہے۔ ڈیٹا سرنی میں ان پٹ WAVE آواز ہوگی ، کسی شبیہہ کی فائل کا ڈیٹا یا کسی بھی طرح کا ڈیٹا جس میں ایک صف میں نمائندگی کی جاسکتی ہے۔ ایک بار جب ایک ان پٹ اعصابی نیٹ ورک کو پیش کیا جاتا ہے تو مطلوبہ ہدف کا جواب آؤٹ پٹ پر لگایا جاتا ہے اور مطلوبہ ردعمل کے فرق سے اصل نظام کی آؤٹ پٹ کے ساتھ ہی ایک غلطی مل جاتی ہے۔ غلطی سے متعلق معلومات کو سسٹم میں واپس کھلایا جاتا ہے اور یہ ایک منظم ترتیب میں ان کے پیرامیٹرز میں بہت ساری ایڈجسٹمنٹ کرتا ہے جسے عام طور پر سیکھنے کے اصول کے نام سے جانا جاتا ہے۔ جب تک مطلوبہ آؤٹ پٹ قبول نہیں کیا جاتا ہے اس عمل کو دہرایا جاتا ہے۔
یہ مشاہدہ کیا جاتا ہے کہ کارکردگی اعداد و شمار پر بہت زیادہ انحصار کرتی ہے ، لہذا ڈیٹا تیسری پارٹی کے الگورتھم جیسے ڈی ایس پی الگورتھم کے ساتھ پہلے سے عملدرآمد ہونا چاہئے۔
مصنوعی اعصابی نیٹ ورک کے فوائد:
- مصنوعی اعصابی نیٹ ورک لچکدار اور انکولی ہیں۔
- مصنوعی اعصابی نیٹ ورک تسلسل اور پیٹرن کی شناخت کے نظام ، ڈیٹا پروسیسنگ ، روبوٹکس ، ماڈلنگ وغیرہ میں استعمال ہوتے ہیں۔
- اے این این داخلی اور خارجی پیرامیٹرز کے مطابق ڈھل کر اپنے گردونواح سے علم حاصل کرتا ہے اور وہ پیچیدہ مسائل حل کرتے ہیں جن کا انتظام کرنا مشکل ہے۔
- یہ علم کو عام کرتا ہے تاکہ نامعلوم حالات پر مناسب رد عمل پیدا ہو۔
- لچکداری - مصنوعی اعصابی نیٹ ورکس لچکدار اور اس کے نتائج کی بنیاد پر حالات کو سیکھنے ، عام بنانے اور ان میں ڈھالنے کی صلاحیت رکھتے ہیں۔
- غیر لکیریٹی - یہ فنکشن نیٹ ورک کو سیکھنے کے ذریعہ موثر طریقے سے علم حاصل کرنے کی اجازت دیتا ہے۔ روایتی طور پر لکیری نیٹ ورک کے مقابلے میں یہ ایک الگ فائدہ ہے جو غیر لکیری ڈیٹا کی ماڈلنگ کی بات کرنے پر ناکافی ہے۔
- ایک مصنوعی نیورون نیٹ ورک روایتی نیٹ ورک سے زیادہ غلطی رواداری کا اہل ہے۔ ذخیرہ شدہ ڈیٹا کے نقصان کے بغیر ، نیٹ ورک اپنے کسی بھی اجزا میں غلطی کو دوبارہ پیدا کرنے کے قابل ہے۔
- ایک مصنوعی نیورون نیٹ ورک انکولی لرننگ پر مبنی ہے۔
مصنوعی اعصابی نیٹ ورک کی اقسام:
مصنوعی اعصابی نیٹ ورک (اے این این) کی مختلف اقسام ہیں۔ انسانی دماغ نیوران اور نیٹ ورک کے افعال پر منحصر ہے ، مصنوعی اعصابی نیٹ ورک یا اے این این اسی طرح کام انجام دیتے ہیں۔ زیادہ تر مصنوعی اعصابی نیٹ ورک زیادہ پیچیدہ حیاتیاتی ہم منصبوں کے ساتھ کچھ مشابہت رکھتے ہوں گے اور ان کے مطلوبہ کاموں پر بہت موثر ہیں جیسے جیسے۔ قطعہ یا درجہ بندی۔ مصنوعی اعصابی نیٹ ورک کی اقسام
مصنوعی اعصابی نیٹ ورک کی اقسام
تاثرات اے این این۔ اے این این کی اس قسم میں ، اندرونی طور پر بہترین تیار کردہ نتائج حاصل کرنے کے ل the آؤٹ پٹ نیٹ ورک میں واپس چلا جاتا ہے۔ فیڈ بیک نیٹ ورک معلومات کو اپنے اندر واپس لے جاتا ہے اور میسا چوسٹس یونیورسٹی کے مطابق ، لوئیل سنٹر برائے ماحولیاتی تحقیق کے مطابق ، اصلاح کے مسائل کو حل کرنے کے لئے مناسب ہے۔ تاثرات اے این این کا استعمال اندرونی نظام غلطی کی اصلاحات کے ذریعہ کیا جاتا ہے۔
فیڈ فار اے این این - فیڈ-فارورڈ نیٹ ورک ایک سادہ نیورل نیٹ ورک ہے جس میں ایک ان پٹ لیئر ، ایک آؤٹ پٹ پرت اور نیوران کی ایک یا ایک سے زیادہ تہوں پر مشتمل ہوتا ہے۔ اس کے آؤٹ پٹ کا جائزہ لے کر ، اس نیٹ ورک کی طاقت کو اس گروپ کے رویے کی بنیاد پر دیکھا جاسکتا ہے۔ منسلک نیوران اور آؤٹ پٹ کا فیصلہ کیا جاتا ہے۔ اس نیٹ ورک کا بنیادی فائدہ یہ ہے کہ وہ ان پٹ کے نمونوں کا اندازہ کرنا اور ان کو پہچاننا سیکھتا ہے۔
درجہ بندی کی پیش گوئی اے این این یہ فیڈ فارورڈ اے این این کا سب سیٹ ہے اور ڈیٹا مائننگ کے منظرناموں پر اے این این کی درجہ بندی کی پیش گوئی کا اطلاق ہوتا ہے۔ نیٹ ورک کو مخصوص نمونوں کی نشاندہی کرنے اور ان کو مخصوص گروپوں میں درجہ بندی کرنے اور پھر انھیں 'ناول کے نمونے' میں درجہ بندی کرنے کی تربیت دی جاتی ہے جو نیٹ ورک کے لئے نئے ہیں۔
ایک مصنوعی اعصابی نیٹ ورک حیاتیاتی عصبی نیٹ ورک کا ایک کمپیوٹیشنل نقلی نقشہ ہے۔ یہ نیوران اور برقی سگنلوں کا طرز عمل رکھتے ہیں جس میں وہ ان پٹ کے مابین گفتگو کرتے ہیں جیسے آنکھوں میں یا اعصاب کے خاتمے سے دماغ کی پیداوار تک جیسے رد عمل کا اظہار کرنا۔ روشنی ، ٹچ یا گرمی کے ل.۔
سائنس دان مصنوعی اعصابی نیٹ ورک کے ڈیزائن اور مصنوعی ذہانت کی تخلیق کے بارے میں تحقیق کر رہے تھے جس طرح نیورونز کو الفاظ کی بات چیت کرتے ہیں۔
نیورل نیٹ ورک سافٹ ویئر:
نیورل نیٹ ورک سمیلیٹرس سوفٹویئر ایپلی کیشنز ہیں جو مصنوعی یا حیاتیاتی عصبی نیٹ ورک کے طرز عمل کی تقلید کے لئے استعمال ہوتے ہیں۔ وہ ایک یا محدود تعداد میں مخصوص اعصابی نیٹ ورکس پر فوکس کرتے ہیں۔ نیورل نیٹ ورک انکار اکثر دوسرے ڈیٹا کے تجزیہ کے ساتھ موازنہ تیز اور زیادہ درست پیش گوئ فراہم کرتا ہے۔ اس اعصابی نیٹ ورک کے طور پر طریقے اعداد و شمار کی کان کنی کے عمل میں ایک اہم کردار ادا کرتے ہیں۔
عصبی نیٹ ورک سافٹ ویئر
وہ عام طور پر تنہا ہوتے ہیں اور عصبی نیٹ ورک بنانے کا ارادہ نہیں رکھتے جس کو دوسرے سافٹ ویر میں ضم کرنا ہوتا ہے۔ سمیلیٹروں کے پاس عام طور پر تربیت کے عمل کی نگرانی کے لئے بلٹ ان ویزیولائزیشن کی کچھ شکل ہوتی ہے۔ کچھ سمیلیٹر اعصابی نیٹ ورک کی جسمانی ساخت کو بھی دیکھتے ہیں۔ اعصابی نیٹ ورک کا تصور وسیع پیمانے پر اعداد و شمار کے تجزیے کے لئے استعمال ہوتا ہے۔ مصنوعی اعصابی نیٹ ورک سافٹ ویئر کی مدد سے ، ٹائم سیریز کی پیشن گوئی ، فنکشن کا تخمینہ لگانے اور ریگریشن تجزیہ کیا جاسکتا ہے۔ اعصابی نیٹ ورکس کا عمل عملی طور پر لامحدود فیصلہ سازی ، نمونہ کی شناخت ، پیش گوئی ، خودکار کنٹرول سسٹمز اور کئی دوسرے.
ایک بار جب عصبی نیٹ ورک کو انسان سے ملتی جلتی کوئی چیز سیکھ جاتی ہے تو اسے 'دوبارہ پروگرام' کرنے کی ضرورت نہیں ہوتی ہے۔
عصبی نیٹ ورک تخروپن
اے این این کی ترقی کے پیچھے بنیادی مقصد اور ارادہ یہ ہے کہ وہ مصنوعی کمپیوٹیشن ماڈل کو بنیادی حیاتیاتی نیوران کی وضاحت کرتے ہیں۔ وہ ملٹی لیئر فیڈ فارورڈ نیٹ ورک پیش کرکے نیٹ ورک کے فن تعمیر اور سیکھنے کے عمل کی خاکہ پیش کرتے ہیں۔ یہ تجویز کیا گیا ہے کہ مصنوعی اعصابی نیٹ ورک کو توانائی کی پیداوار کے دیگر شعبوں میں ماڈلنگ کے لئے استعمال کیا جاسکتا ہے۔ مصنوعی اعصابی نیٹ ورک کے نفاذ کی ضرورت کیوں ہوگی؟ اگر آپ کے پاس کوئی سوالات ہیں تو نیچے نیچے تبصرہ کریں یا ہماری سائٹ دیکھیں۔
تصویر کے کریڈٹ:
- مصنوعی اعصابی نیٹ ورک بذریعہ ورلڈ پولٹری
- نیورون کی ساخت neurosolutions
- بذریعہ اعصابی نیٹ ورک کا تعارف کارڈف
- بذریعہ اعصابی نیٹ ورک تخروپن باہر
