مائع ریاست مشین (ایل ایس ایم) کیا ہے؟ - ٹیکپوپیڈیا سے تعریف

تعریف - مائع اسٹیٹ مشین (ایل ایس ایم) کا کیا مطلب ہے؟

مائع اسٹیٹ مشین (ایل ایس ایم) ایک مشین سیکھنے کا ماڈل یا سسٹم ہے جو خاص طور پر عصبی نیٹ ورک کے ماڈلز کی ایک سیریز کا حصہ ہے۔ معلومات کے پروسیسنگ کے نئے اور جدید طریقوں کو متعارف کروانے کے لئے یہ ماڈل روایتی ڈیزائن تیار کرتے ہیں۔ عصبی نیٹ ورک کی دیگر اقسام کی طرح ، مائع ریاست مشینیں اور اسی طرح کی تعمیرات انسانی دماغ کے اعصابی سائنس کے گرد وابستہ ہیں۔

ٹیکوپیڈیا مائع اسٹیٹ مشین (ایل ایس ایم) کی وضاحت کرتا ہے

واقعی یہ سمجھنے کے لئے کہ مائع ریاست مشین کیا ہے ، یہ ضروری ہے کہ مشین سیکھنے کے اس پروگرام کو سمجھنا ضروری ہے جس میں یہ پڑتا ہے۔ اس قسم کی مشین لرننگ کو بعض اوقات "تیسری نسل" کے عصبی نیٹ ورک بھی کہا جاتا ہے ، اور بہت سے ماہرین یہ بتاتے ہیں کہ وہ کس طرح کام کرتے ہیں اس کے لئے "عصبی" عصبی نیٹ ورک کا حوالہ دیتے ہیں۔ تیز رفتار عصبی نیٹ ورک ، جو ایک ہی ماڈلز میں سے بہت سارے مائع ریاستی مشین کے طور پر استعمال کرتا ہے ، synaptic اور عصبی عناصر میں وقت کی خاصیت کا اضافہ کرتا ہے۔

مائع اسٹیٹ مشین ماڈل میں ، تیز اعصابی سرگرمی کی جانچ پڑتال نیوران نیٹ ورک کی ایکٹیویشن کے ایک اسپیٹیٹیمپورل پیٹرن کا باعث بنتی ہے۔ یہ اعصابی نیٹ ورک کی ایک متواتر قسم ہے ، لہذا پوری طرح کے دوران میموری کی کچھ اقسام محفوظ رہتی ہیں۔

مائع ریاست مشین کی نوعیت کا ایک اور اشارہ اس مخصوص قسم کے تیز اعصابی نیٹ ورک کے نام کے ساتھ ہے۔

خیال یہ ہے کہ پانی یا کسی اور مائع کے جسم میں کسی پتھر یا دیگر ٹھوس شے کو گرنے سے سطح پر لہریں پیدا ہوتی ہیں اور سطح کے نیچے کی سرگرمی ، اس بات کا اندازہ کیا جاسکتا ہے کہ نظام میں کیا ہو رہا ہے۔ اسی طرح ، انسان مائع ریاستی مشین کی کاروائیوں کا اندازہ کرسکتے ہیں تاکہ اس کے بارے میں مزید معلومات حاصل کی جاسکے کہ یہ کس طرح انسانی دماغ کی سرگرمیوں کو ماڈلنگ کررہا ہے۔ تاہم ، نوٹ کرنے کے لئے ایک اہم بات یہ ہے کہ مائع ریاست مشینوں کو کچھ خاص کمزوریوں یا چیلنجوں کا سامنا کرنا پڑتا ہے۔ ان میں سے ایک یہ ہے کہ واقعی میں کمپیوٹیشنل کام کا مشاہدہ کرنا بہت مشکل ہوجاتا ہے ، اور اس نظام کو تبدیل کرنا انجینئر ناممکن ہے کیونکہ اس عمل کے ہی سخت اصول موجود ہیں۔ ماہرین نے بتایا کہ مائع ریاست مشین میں ، سرکٹس کو مخصوص کام کرنے کی سختی نہیں ہوتی ہے ، اور اس نظام اور اس کے ڈیزائن کی استعداد کی وجہ سے عام طور پر عصبی نیٹ ورک کے عمل پر کم کنٹرول ہوتا ہے۔