1. Ana Sayfa
  2. Bilim & Teknoloji
  3. Yapay Sinir Ağlarına Giriş

Yapay Sinir Ağlarına Giriş

Canlıların sinir sistemine benzer sentetik bir ağ yapısını barındıran yapay sinir ağları, mantıksal yaklaşımlar ile yeni bilgi ve sonuçların tahmin ve analizinde kullanılan bir tekniktir.

Yapay Sinir Ağlarına Giriş

Canlıların sinir sistemine benzer sentetik bir ağ yapısını barındıran yapay sinir ağları, mantıksal yaklaşımlar ile yeni bilgi ve sonuçların tahmin ve analizinde kullanılan bir tekniktir. Gerçek bir nöron kendisine gelen uyarıları referans alarak işleyip bir sonraki nörona aktarır ve bu aktarım diğer bir nöron için uyartımdır. Temelde nöronların bir zincir halkası gibi birbirilerine bağlı oldukları düşünülebilir.

Yapay sinir ağının çalışma sistemi de uyartım olarak giriş bilgilerini alır ve mantıksal yaklaşımlar sonucu ortaya çıkan bir çıkış verir. Nöronun eğitilmesindeki amaç, ağa gösterilen örnekler ile doğru çıktıları verecek ağırlıkları bulmaktır. Giriş bilgisi, çıkış bilgisi, ağırlıklar ve giriş ile çıkış arasındaki ilişkiyi inceleyen bir fonksiyon dörtlüsünden meydana gelmektedir.

YSA (Yapay Sinir Ağı) yapıları;

  • Single Layer Feed Forward (Tek Katmanlı İleri Beslemeli)
  • MultiLayer Feed Forward (Çok Katmanlı İleri Beslemeli)
  • Recurrent Neural Network (Tekrarlayan Sinir Ağları)

Yukarıda bahsedilen ağ yapıları farklı durumların incelenmesinde, geliştirilmiş çözümlerin üretilmesinde ve kompleks sorunların çözümünde kullanılmaktadır. Örneğin, tek katmanlı ileri beslemeli bir YSA sistemi çok katmanlı sistemlere göre daha kolay sorunların çözümünde kullanılmaktadır.

Bir nöron kendisine gelen sinyalleri toplar ve bu sinyaller belli bir eşik değerini aşarsa bir sonraki nörona bilgiyi aktarır. Eşik değerleri, çıkıştan alınacak bilginin niteliğini ve çeşidini belirlemek üzere konmuş bir koşuldur. ( 0 ya da 1 gibi)

Nörona gelen bilgilerin (input değerleri) sahip olduğu ağırlıklar vardır. Her bir input kendi ağırlığı ile çarpılır ve bu değerler toplanır. Elde edilen bu toplam çıkış öncesindeki fonksiyona atanır. Fonksiyonda işlenen bu toplam değerinin sonucu belirlenen eşik değerinin üzerinde ise 1, altındaysa 0 değerini çıkışa verir.

AND işlemi ile tek katmanlı bir sistemi incelersek;

X1 . w1 + X2 . w2  ( w, ağırlıkları örnek için istenilen değerde seçilebilir. Her ikisini de 1 seçelim. )

  1.   0*1 + 0*1 = 0
  2.   0*1 + 1*1 = 1
  3.   1*1 + 0*1 = 1
  4.   1*1 + 1*1 = 2

Doğruluk tablomuza baktığımızda da aynı sonuçları görmemiz mümkün. Şimdi de toplam değerlerinin fonksiyondaki karşılığını inceleyelim. Burada kullanılan ‘Step-Unit Func.’ yani birim fonksiyonun esprisi, 0’dan büyük değerler için 1 çıktısı, 0’dan küçük değerler için ise -1 çıktısını verir. Öyleyse elde edilen değerlere göre; 0-0 ikilisinin sonucundan 0 geldiği için fonksiyonumuz 0 çıktısını verir. Diğer üç işlemin toplamında elde edilen değerler sırasıyla; 1, 1 ve 2 olduğu için fonksiyon çıktısı yani output değerimiz 1 olur.

Eğer çıkış değerlerimiz elde etmek istediğimiz çıkışlardan uzak ise w yani ağırlıkların değerlerini değiştirerek istediğimiz sonuca yaklaşabiliriz. Yapmış olduğumuz örnek bir nöronun en basit şekilde eğitilmesidir. Daha karışık sistemleri inceleyecek olursak karar vermemiz gereken öncelikli nokta, sistemin lineer olarak ayırılıyor olup olmamasıdır. Lineer ayrım aslında elde edilen sonuçların kesin çizgiler ile ayrılıyor olabilmesidir. Yaptığımız örnekten referans ile;

‘X1 or X2’ grafiğinde elde edilen sonuçlar kolaylıkla ayrılabilmektedir. Aynı durum ilk grafik içinde geçerlidir. Fakat üçüncü grafikte bu ayrım mümkün gözükmüyor. Yani 0 ve 1 değerlerini grafik üzerinde bir eğim ile ayıramıyoruz. Böyle bir sistemin çözümlenebilmesi için ne yapılmalıdır?

Yukarıda da bahsettiğimiz gibi sistemin lineer olarak ayrımı mümkün değilse YSA yapılarının ikincisi olan çok katmanlı ileri beslemeli, gizli katmanları kullanarak bu sorunu çözebiliriz. Gizli katmanlar giriş katmanından sonra kullanılan bir geçiş evresidir. Giriş katmanı ile istenilen değeri elde edemediğimiz için bu değeri çıkışa direkt vermektense çıkış öncesi kullanılacak gizli bir katman ile istenilen değerler elde edilebilir.

XOR işleminin doğruluk tablosu;

Ağırlık değerlerini w = 0.5, gizli katmanların eşik değerlerini 0.25, 0.75 ve çıkıştaki eşik değerimizi 0.25 kabul ederek işlemimize başlayalım.

1*0.5 + 0*0.5 = 0.5 > 0.25   à 1,                 0*0.5 + 1*0.5 = 0.5 < 0.75  à 0

1*0.5 + 0*-0.5 = 0.5 > 0.25  à 1

 

1-0 ve 0-1 değerlerini sırasıyla yerleştirip ağırlıkları ile çarpılırsa 1-0, 0.25 eşiğini geçtiği için 1 değeri verir. 0-1, 0.75 eşiğini geçemediği için 0 değerini verir. 1 ve 0 değerleri gizli katmanlarda tekrar işleme dahil edilirse, çıkıştaki 0.25 eşiği atlanır ve sonuç olarak dışarıya 1 çıktısı ateşlenir.

 

 

Ömer YILMAZ

Yorum Yap

Yazar Hakkında

6 Eylül 1995 yılında Erzurum\'un Aşkale ilçesinde doğdum aslen Manisalıyım. İlkokulu Turgutlu\'da liseyi de Demirci ilçesinde okudum. 2013 yılında Selçuk Üniversitesi Endüstri Mühendisliği bölümünü kazandım. 1 yıl burada okuduktan sonra tekrar üniversite sınavına girerek Yıldız Teknik Üniversitesi Elektrik Mühendisliği bölümünü kazandım. Şu anda da elektrik mühendisliği bölümünde 2.sınıf öğrencisiyim. İlgi alanları: Elektrikli taşıtlar Alternatif enerjiler Kontrol, Robotik ve Otomasyon Yazılım

Yorum Yap