ibrahim-atiker

Yapay Sinir Ağları 2 Ana Öğeler ve Öğrenme Kuralları

Bu yazımızda yapay sinir ağı oluşturmadan önceki son temellerimizi atacağız. Yapay sinir ağı oluştururken daha önce kullandığınız java, c, c#, python gibi dillerde kullanmadığınız kadar matematiksel işlem kullanacağız. Çünkü bir nevi insan beyninin matematiksel modelini oluşturacağız.

Yapay sinir ağlarının insan beynini taklit ettiğini söylemiştik. Öğrenme, hatırlama, genelleme yapma gibi özelliklere sahiptirler.

İnsan beyninde öğrenme aksonların uyarılmasıyla, yeni aksonlar üreterek yada aksonların güçlerini değiştirerek gerçekleşir.

Bir yapay sinir ağında işlem elemanları yani düğümlerdir. Yani insanlardaki sinirler. Tabi insandaki sinir hücrelerine kıyasla çok daha basit yapıdalardır fakat biyolojik sinirlerin 4 temel özelliğini taklit ederler.

Tüm yapay sinir ağları bu yapıdan üretilmiştir. Yapay sinir ağının öğrenme yeteneği seçilen öğrenme algoritmasının içerisine ağırlıkların ne kadar uygun yerleştirildiğine bağlıdır. Bu yapıda girişler Xi, ağırlıklar w, eşik değeri Qj, ve çıkış yi olarak adlandırılır. Basit olarak anlatmak gerekirse girişler ağırlıklar ile çarpılır, eşik değeri ile toplanır ve sonuç için etkinlik işlevi ile işleme sokulur. Şimdi kısaca bu yapıları tanıyalım.

Girişler

Dış ortamdan aldıkları bilgileri sinire iletir. Aynı zamanda bu bilgiler bir önceki sinirden de gelebilir. Genellikle gelişi güzel birçok girdi alırlar.

Ağırlıklar

Bu yapı yapay sinir hücresi tarafından alınan girişlerin sinir üzerindeki etkisini belirleyecek katsayıdır. Ağırlık değeri ne kadar büyükse yapay sinire o kadar güçlü bağlanır. Yani önemi artar.

Toplama İşlevi

Toplama işleminin mantığını aslında anlatmıştık fakat tekrar edelim. Girişler ağırlıklar ile çarpılır, eşik ile toplanarak etkinlik işlemine sokulur. Bazı durumlarda toplama işlemi bu kadar basit olmaz. Max, min, çoğunluk veye normalleştirme algoritması gibi karmaşık olabilir. Toplama işlemi Vi ile gösterilir.

Etkinlik İşlevi

Toplama işleminin sonucu f(etkinlik) fonksiyonundan geçirilerek çıkışa iletilir. Etkinlik işlevinin amacı şudur. Zamana bağlı işlemler yapıldığı zaman çıkışın buna bağlı olarak değişmesine izin verir. Sinir eşik seviyesinin altındaysa eğer çıkış üretmez. Eşik seviyesinin üstünde ise çıkış üretir. Etkinlik işlevinin eğrileri ve denklemi aşağıda verilmiştir.

Bu fonksiyonları ihtiyaca göre arttırmak mümkündür.

yi = 1 eğer  w1*x1+w2*x2+…+wi*xi >= T

yi = 0 eğer  w1*x1+w2*x2+…+wi*xi < T

Burada T sinirin ürettiği çıkışı temsil etmektedir.

Çıkış İşlevi

Çıkış yani yi etkinlik işlevi sonucun dış dünya veya diğer sinirlere gönderilen yerdir. Bir sinirin sadece tek bir çıkışı vardır. Bu çıkış dış dünyaya ulaşan sonuç olabileceği gibi başka bir sinirin veya yüzlerce sinirin girişi de olabilir. Bu yapı biyolojik sinirlere çok benzer. Düğüm çıkışı etkinlik işlevinin sonucu ile aynıdır. Fakat bazı durumlarda komşu düğümler arasında yarış oluşturmak için etkinlik sonuçlarını düzenleyebilir. Böylelikle yarışan bu girişler hangi düğümün öğrenme yada uyma işlemine katılacağına karar verilmesinde yardımcı olur.

Öğrenme Kuralları

Öğrenmeler Hebbien öğrenme kuralı denilen modele dayanır. Bu kural, “iki düğüm aynı zamanda etkin ise aralarındaki bağ gücü artar” felsefesine dayanır. Danışmalı ve danışmasız olmak üzere iki çeşit öğrenme vardır. Danışmalı öğrenmede bir öğretmene ihtiyaç vardır. Burada öğretmen bir veri kümesi veya bir ağ sonuçlarının performansını değerlendiren gözlemci olabilir. Danışmalı öğrenmede sinirlere öğretme işareti gönderilir. Bu işaretin bağlantısındaki ağırlıklar ayarlanarak öğrenme faliyeti devam ettirilir. İlk dersimizde bahsettiğimiz birkaç değişiklikle kolay öğrenme buradan gelmektedir. Önemli birkaç öğrenme kuralı şunlardır.

  • Hebb Kuralı
  • Hopfield Kuralı
  • Delta Kuralı
  • Eğimli İniş Kuralı
  • Kohonen Öğrenme Kuralı

Önemli öğrenme kurallarından bazıları bunlardır. Bu kurallardan en çok kullanılanılanı ise delta öğrenme kuralıdır. Bir sonraki dersimizde yapay sinir ağı oluşturmak ufak bir hazırlık yapıp delta öğrenme kuralının algoritmasını vererek bir örnek oluşturacağız. Bir sonraki dersimizde görüşmek üzere. Okuduğunuz için teşekkür ederim.

 

Facebook Sayfamizdan Bizleri Takip Edebilirsiniz