Yapay Zeka 12: Yapay Sinir Ağları (Neural Networks)

Doç.Dr.Şadi Evren ŞEKER genel olarak yapay sinir ağı kavramını ve bir nöronun nasıl çalıştığını bu derste anlatmaktadır. 

Yapay sinir ağları (YSA), insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi yetenekleri, herhangi bir yardım almadan otomatik olarak gerçekleştirebilmek amacı ile geliştirilen bilgisayar sistemleridir.

Yapay sinir ağları; insan beyninden esinlenerek, öğrenme sürecinin matematiksel olarak modellenmesi uğraşı sonucu ortaya çıkmıştır. Bu nedenledir ki, bu konu üzerindeki çalışmalar ilk olarak beyni oluşturan biyolojik üniteler olan nöronların modellenmesi ve bilgisayar sistemlerinde uygulanması ile başlamış, daha sonraları bilgisayar sistemlerinin gelişimine de paralel olarak bir çok alanda kullanılır hale gelmiştir.

Tek katmanlı ileri beslemeli yapay sinir ağlarının ne olduğu (single layer feed forwarded artificial neural network), nasıl çalıştığına dair bir sayısal örnek üzerinden delta kuralı (delta rule) ve öğrenmeyi nasıl sağladığı (ve alfa katsayısının (öğrenme oranı (learning rate)) sisteme etkisi) ve nöron sayısının nasıl belirlendiği ve basit bir örneği (ve kapısını (and gate) ) nasıl öğrendiği aşağıdaki videoda adım adım anlatılıyor.

Doğrusal olarak ayrılabilen ve ayrılamayan problem tiplerini görerek XOR örneği üzerinden birden fazla katmanı olan yapay sinir ağlarına neden ihtiyaç duyduğumuzu ve bu yapay sinir ağlarını nasıl tasarlayabileceğimiz ise aşağıdaki videoda anlatılmaktadır. 

XOR problemini çözmek için yapılan çalışmalar sonucu çok katmanlı algılayıcı modeli geliştirilmiştir. Rumelhart ve arkadaşları tarafından geliştirilen bu modele hata yayma modeli veya geriye yayılım modeli (back propogation model) de denilmektedir.Bunu Özellikle sınıflandırma, tanıma ve genelleme yapmayı gerektiren problemler için çok önemli bir çözüm aracıdır. Bu model “Delta Öğrenme Kuralı” denilen bir öğrenme yöntemini kullanmaktadır. Bu kural aslında ADALINE ve basit algılayıcı modelinin öğrenme kurallarının geliştirilmiş bir şeklidir.

Bunları da sevebilirsiniz

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

TurkeyEnglish

Contact Us