নিউরাল নেটওয়ার্ক এর খুটিনাটি………
নিউরাল নেটওয়ার্ক (Neural Network) হলাে এক ধরনের কৃত্রিম বুদ্ধিমত্তা যা মানব মস্তিষ্ক যে উপায়ে কাজ করে কম্পিউটারকে একইভাবে ডেটা প্রক্রিয়া করতে শেখায়। এটি এক ধরনের মেশিন লার্নিং প্রক্রিয়া, যাকে বলা হয় ডিপ লার্নিং, যা মানুষের মস্তিষ্কের মতো একটি স্তরযুক্ত কাঠামোতে আন্তঃসংযুক্ত নোড বা নিউরন ব্যবহার করে। কম্পিউটার প্রোগ্রামকে মানুষ যে ভাবে শিখে, কাজ করে, সেভাবে তৈরি করার প্রচেষ্টা থেকেই আর্টিফিশিয়াল নিউরাল নেটোওয়ার্ক শাখাটি সৃষ্টি হয়।
কি কি কাজে নিউরাল নেটওইয়ার্ক ব্যাবহার হয়??
কম্পিউটার ভিশন
ভয়েস,ফেইচ এন্ড স্পিচ রিকোগনেশন
ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং
মেডিক্যাল ইমেজ বিশ্লষন
সিগনেচার ভেরিফিকেশন
নিউরাল নেটওইয়ার্ক কিভাবে কাজ করে?
নিউরাল নেটওয়ার্কগুলিকে কখনও কখনও কৃত্রিম নিউরাল নেটওয়ার্ক (ANN’s) বলা হয়, কারণ এগুলি মানুষের মস্তিষ্কের নিউরনের মতো প্রাকৃতিক নয়। তারা কৃত্রিমভাবে নিউরাল নেটওয়ার্কের মত প্রকৃতি এবং কার্যকারিতা অনুকরণ করে। ANN-গুলি সুনির্দিষ্ট সমস্যা সমাধানের জন্য একত্রে কাজ করে এমন বিপুল সংখ্যক উচ্চ আন্তঃসংযুক্ত প্রক্রিয়াকরণ উপাদান (নিউরোন) দ্বারা গঠিত।
ANN, মানুষের/শিশুর মতো, তারা উদাহরণ দিয়েও শিখে। একটি ANN একটি নির্দিষ্ট অ্যাপ্লিকেশনের জন্য কনফিগার করা হয়।
নিউরাল নেটওয়ার্ক (NN) হল সার্বজনীন ফাংশন, যার মানে নিউরাল নেটওয়ার্কগুলি f() যেকোন ফাংশনের অনুমান শিখতে পারে।
নিউরাল নেটওয়ার্কের গঠনঃ সাধারণত কৃত্রিম নিউরাল নেটওয়ার্কে তিনটি গ্রুপ, ,স্তর বা ইউনিট থাকে: “ইনপুট” ইউনিটের একটি স্তর “হিডেন” ইউনিটগুলির একটি স্তরের সাথে সংযুক্ত থাকে, যা “আউটপুট” ইউনিটগুলির একটি স্তরের সাথে সংযুক্ত থাকে।
ইনপুট ইউনিট: ইনপুট ইউনিটের মুলত নেটওয়ার্কে নিউ ডেটা কে উপস্থাপন করে। একে ইনপুট লেয়ারও বলা হয়।
হিডেন ইউনিট: প্রতিটি লুকানো ইউনিটের কার্যকলাপ ইনপুট ইউনিটের কার্যকলাপ এবং ইনপুট এবং লুকানো ইউনিটগুলির মধ্যে সংযোগের ওজন দ্বারা নির্ধারিত হয়। এটিকে লুকানো স্তরও বলা হয়।
আউটপুট ইউনিট: আউটপুট ইউনিটগুলির কাজ মুলত হিডেন ইউনিটগুলির কার্যকলাপ এবং হিডেন এবং আউটপুট ইউনিটগুলির মধ্যে ওয়েটের উপর নির্ভর করে। এটাকে আউটপুট লেয়ারও বলা হয়।
নিউরাল নেটওয়ার্কে এছাড়া ও রয়েছে বিভিন্ন ধরনের আক্টিভেটেড ফাংশন. যা মুলত নেটওইয়ার্ককে আক্টিভেট করার কাজে ব্যাবহার হয়ে থাকে। যেমন লিনিয়ার, বাইনারি স্টেপ, রেলু, সিগময়েড, লগিস্টিকস ইত্যাদি ফাংশন।
পরবর্তীতে আমরা নিউরাল নেটওয়ার্ক নিয়ে আর ও বিস্তারিত জানব………
