Neurex

Ivo Vondrak Apps‏

اس ایپ کے بارے میں

نیوریکس ایک ماہر نظام ہے جو کثیر پرتوں والے نیورل نیٹ ورک پر مبنی ہے۔ عصبی نیٹ ورکس اور کنکشنزم کا دور فیصلے کی حمایت اور اس کے صارف دوست اطلاق کے لیے قابل اعتماد علم حاصل کرنے کے لیے ایک نیا تناظر پیش کرتا ہے۔ روایتی ماہر نظام، جو کہ اصول پر مبنی اور/یا فریم پر مبنی ہیں، کو اکثر قابل اعتماد علمی بنیاد بنانے میں چیلنجوں کا سامنا کرنا پڑتا ہے۔ اعصابی نیٹ ورک ان مشکلات پر قابو پا سکتے ہیں۔ ماہرین کے بغیر علم کی بنیاد بنانا ممکن ہے، مکمل طور پر ڈیٹا کے مجموعوں کا استعمال کرتے ہوئے جو حل شدہ علاقے کی وضاحت کرتے ہیں، یا ایسے ماہرین کے ساتھ جن کے علم کی تصدیق سیکھنے کے عمل کے دوران کی جا سکتی ہے۔ ماہر نظام کے استعمال کے عمل کو مندرجہ ذیل طور پر بیان کیا جا سکتا ہے:

1. نیورل نیٹ ورک ٹوپولوجی کی تعریف: اس مرحلے میں ان پٹ اور آؤٹ پٹ حقائق کی تعداد کی وضاحت کے ساتھ ساتھ پوشیدہ پرتوں کی تعداد کا تعین کرنا شامل ہے۔
2. ان پٹ اور آؤٹ پٹ حقائق (صفات) کی تشکیل: ہر حقیقت ان پٹ یا آؤٹ پٹ پرت میں نیوران سے منسلک ہوتی ہے۔ ہر وصف کے لیے اقدار کی حد بھی متعین کی گئی ہے۔
3. ٹریننگ سیٹ کی تعریف: نمونے سچائی کی اقدار (مثلاً 0-100%) یا پچھلے مراحل میں بیان کردہ رینج سے اقدار کا استعمال کرتے ہوئے درج کیے جاتے ہیں۔
4. نیٹ ورک کا سیکھنے کا مرحلہ: نیوران کے درمیان رابطوں (Synapses) کے وزن، سگمائیڈ فنکشنز کی ڈھلوانیں، اور نیوران کی دہلیز کو بیک پروپیگیشن (BP) طریقہ استعمال کرتے ہوئے شمار کیا جاتا ہے۔ اس عمل کے پیرامیٹرز کی وضاحت کرنے کے لیے اختیارات دستیاب ہیں، جیسے سیکھنے کی شرح اور سیکھنے کے چکروں کی تعداد۔ یہ اقدار ماہر نظام کی یادداشت یا علم کی بنیاد بناتے ہیں۔ سیکھنے کے عمل کے نتائج اوسط مربع غلطی کا استعمال کرتے ہوئے دکھائے جاتے ہیں، اور بدترین پیٹرن کا اشاریہ اور اس کی فیصد کی غلطی بھی دکھائی جاتی ہے۔
5. سسٹم کے ساتھ مشاورت/انفرنسنگ: اس مرحلے میں، ان پٹ حقائق کی قدروں کی وضاحت کی جاتی ہے، جس کے بعد آؤٹ پٹ حقائق کی قدروں کو فوری طور پر اخذ کیا جاتا ہے۔