Yapay Sinir Aglari

Genetik Algoritmalarda biyolojik konulardan esinlenildigi gibi yapay sinir aglari alanida yine biyolojik sistemlerden esinlenerek ortaya cikmistir. Yapay sinir aglari, biyolijik noronlar veya yapay noronlar olarakta bilinmektedir. Yapay sinir aglari ile biyolojik sinir aglari arasinda ortak bir olusturabilmek icin kullanilan bazi terimler bulunmaktadir.   1943'den bu yana yapay sinir aglari ile calismalar surmektedir. Butun mantiksal islemler farkli esik degerleri ve farkli agirliklar ile gerceklestirilmistir. Eger iki noron aktifse ikisi arasindaki baglanti guclendirilir. Turevlenebilir fonksiyonlarla ogrenme kuralinida yine bu zamanlarda bulmuslardi. Ilerleyen zamanlarda cok katmanli ag ile bu tur problemlerin cozulebilecegi dusunuldu ancak nasil egitilebilecegi konusunda cozum bulunamamisti. Gunumuzde ise diger yapay zeka teknikleri olan bulanik mantik ve genetik algoritmalar sayesinde birlikte kullanilarak cok daha etkin cozumlere ulasabilmislerdir. Yapay sinir agi ve biyolojik sinir aglari arasinda ortak bir dil olusturabilmek icin kullanilan bazi terimlerin varligindan bahsetmistim az once. Peki bu terimler nelerdir; - Islem birimlerine noron ismi verilmektedir. Her bir noron bir govde, akson ve cok sayida dentrik'lere sahiptirler. Bir noron aktif veya pasif durumunda olabilmektedir. Eger toplam giris degerleri belirtilen esik degerlerinden buyukse noron aktif olur ve aksi takdirde pasif olarak bilinmektedir. Sinaps ise bir noron ile diger bir noronun dentritleri arasindaki bosluklardir. - Node ismi ise bircok islemin barindigi ortama verilmektedir. Her bir node girislere ve cikislara sahiptir. Her node sahip oldugu aktivasyon fonksiyonu ile basit hesaplamalar yapabilmektedir. Noronlar aktif olmak icin bir esik degerine sahip olmaktadir. Boylelikle, Noronlar giris fonksiyonuna sahiptirler. Yapay sinir aglari'nda, komple bagli aglar bulunmaktadir. Her node diger tum node'lara baglidir. Baglantilar Pozitif, Negatif veya Sifir olabilmektedir. Katmanli aglarda bulunmaktadir. Node'lar katman ismi verilen alt gruplar halindedir ve ileri katmandan geri katmanlara dogru baglantilar olusturabilmektedir. Ileri beslemeli aglar ise, baglantilarin kendi node katmanlari ile bir sonraki node katmani ile arasinda yapilabilmektedir. En yaygin kullanilan ag yapisidir.

Ogrenme - Hata - Geri Yayilim

Bu asamalari iyice ogrenebilmemiz icin bir ornek uygulama uzerinde islemleri adim adim yapmamiz daha faydali olacagini dusunuyorum.

Kullanilan terimler;

j : Bulundugu Noron i : Genel Noron T : Tablodaki Y Cikisi g : Hata w : Uygunluk Agirligi b : Bias a : Islem Hizi

1. Epok Cozumu icin ;

Agirliklara <-1,1>

arasinda rastgele degerler atariz.

      Burada ilk uc sutuna ait agirlik degerleri aana girisler icin belirlenmistir. Sondaki yani 4. sutundaki degerler ise ara noktalar icin belirlenmistir.

1. ADIM ;

x1 = 0, x2 = 0, xb = 1 degerleri tablodan okunur ve asagidaki formulde yerine konarak sonuclara ulasilir.

2.ADIM ;

Simdi hatayi bulalim ve bunu geriye dogru yaymaya baslayalim. Boyleliklede yeni uygun agirlik degerlerini bulmus olacagiz.

Formulunu kullanarak egitimin bitip bitmedigini kontrol ediyor olacagiz. E sonucu sifira esit oldugu zaman egitimin bittigini anliyor olacagiz. Degerleri formule uyguladigimiz zaman E=0.126 olacaktir ve sifira esit degildir. O halde islemleri devam ettiriyor olacagiz.

3. ADIM ;

Gizli katmanlardaki hatalari bulmaya basliyoruz.

4. ADIM ;

Yeni agirlik degerlerini bulmaya baslayalim.

Yeni agirlik degerlerini bulabilmemiz icin formulde onceki buldugumuz degerleri koyuyoru. alfa degerini ise rastgele alabilirsiniz. Bu ornekte 0.2 olarak kabul ediyoruz. Gelen sonuclar ise soyledir;   w56 = 0.01236  , w56(t+1) = 0.00764 w46 = 0.01236  , w46(t+1) = 0.04236 w25 = 0  , w25(t+1) = 0.03 wb5 = 0.0001243  , wb5(t+1) = - 0.009875 1.Epok icin ise geriye kalan adimlari gerceklestirebilmemiz icin alacagimiz degerler x1 = 0, x2 = 1 ve Y=0 olacaktir. Boylelikle islemlerimiz devam edecektir. Islem sonucunda diger Epok'lara gecilecektir. Keyifli Calismalar Dilerim.