5) اگر داده تغییر نکند، چرا لایههای زیادی وجود دارد؟یکی از مهمترین ایدههای سیگنال و سیستم این اس…
انتشار: 2026/07/27 16:48 UTC
5) اگر داده تغییر نکند، چرا لایههای زیادی وجود دارد؟یکی از مهمترین ایدههای سیگنال و سیستم این است که گاهی بهترین راه تحلیل یک سیگنال، تغییر دادن نمایش آن است.برای مثال، تبدیل فوریه اطلاعات جدیدی تولید نمیکند.سیگنال همان سیگنال است.تنها از نمایش زمانی به نمایش فرکانسی میرویم؛ جایی که تحلیل بسیاری از پدیدهها سادهتر میشود.در مدلهای زبانی نیز اتفاق مشابهی رخ میدهد.هر لایه، همان اطلاعات را در فضای جدیدی بازنمایی میکند.نه چیزی به جمله اضافه میشود و نه چیزی از آن حذف.تنها شیوهی نمایش اطلاعات تغییر میکند تا روابط پنهانی که در نمایش اولیه آشکار نبودند، کمکم قابل مشاهده شوند.البته یک تفاوت مهم وجود دارد.در تبدیل فوریه، پایههای ریاضی از قبل مشخصاند؛ همان توابع سینوسی و کسینوسی.اما در شبکههای عصبی، این پایهها ثابت نیستند.مدل در طول فرایند آموزش، خودش یاد میگیرد که چه نمایشهایی برای حل مسئله مناسبتر هستند.━━━━━━━━━━━━━━6) از دادهی خام تا معنادر ابتدای مسیر، مدل فقط دنبالهای از بردارها در اختیار داشت.در ادامه، بارها روابط میان آنها را بررسی کرد، بخشهای مهم را برجستهتر کرد و نمایش داده را تغییر داد.در نهایت، وقتی دوباره به ضمیر it رسید، دیگر آن را بهعنوان یک کلمهی جداگانه نمیدید؛ بلکه آن را در زمینهی تمام جمله تفسیر میکرد.به همین دلیل میتوانست مرجع درست آن را تشخیص دهد.در واقع، آنچه در ابتدا تنها یک دنباله از نمونهها بود، پس از چندین مرحله پردازش، به بازنماییای تبدیل شد که ساختار معنایی جمله را نیز در خود حمل میکرد.━━━━━━━━━━━━━━💬 جمعبندی: اگر بخواهیم از بالا به ماجرا نگاه کنیم، شباهت میان پردازش سیگنال و پردازش زبان، بیش از آنکه در فرمولها باشد، در نوع نگاه به داده است.در هر دو حوزه، مسئله با یک سیگنال آغاز میشود؛ دنبالهای از نمونهها که بهتنهایی معنای زیادی ندارند.سپس سیستم تلاش میکند:وابستگی میان نمونهها را کشف کندبخشهای مهم را از میان اطلاعات کماهمیت جدا کندداده را در نمایشهای مناسبتری بازنویسی کندو در نهایت ساختاری را استخراج کند که در دادهی خام قابل مشاهده نبود.شاید به همین دلیل است که وقتی از دریچهی سیگنال و سیستم به مدلهای زبانی نگاه میکنیم، بسیاری از ایدههای آنها دیگر عجیب به نظر نمیرسند؛ فقط این بار، به جای پردازش موجها، در حال پردازش زبان هستیم.━━━━━━━━━━━━━━راه ارتباطی با انجمن ما:@EEIUST_Admin🆔 TelegramEESSA🆔 InstagramEESSA🆔 LinkedInEESSA



