ibrahim-atiker

Yapay Sinir Ağları 3 Yapay Sinir Ağlarının Oluşturulması

 

Bu yazımızda bir yapay sinir ağını oluşturuken bilmemiz gereken teknik kısımlara değineceğiz. Bu derste delta öğrenme kuralına da giriş yapacaktık fakat onu ayrı bir konuda vermek daha sağlıklı olacağı için bu dersimizde buna giriş yapmayacağız. Biraz kısa bir konu olacak fakat bundan sonra işin eğlenceli kısımlarına geçeceğiz.

Yapay sinir ağları düğüm veya sinir olarak bilinen çok sayıda işlem elemanın bir araya gelmesi ile oluşur. Yapay sinir ağlarında en fazla hiyerarşik sinir ağı üzerinde çalışmalar gerçekleştirilmiştir. Bu ağ sinirlerin ard arda bağlanması ile oluşur. Bu tip ağlar basit dinamiklere sahiptirler. Giriş katmanına bir işaret girilir ve bu işaret sinirler yardımıyla diğer katmana iletilir. İletilmeden hemen önce üzerinde basit bir işlem yapılır. Bu çıkış katmanına kadar devam eder.

Yapay sinir ağı mimarileri ağ içindeki işaretlerin akış yönlerine göre veya aralarındaki bağlantı yönlerine göre ikiye ayrılır. Bunlar ileri beslemeli ağlar (feedforward) ve geri beslemeli (feedback) ağlardır.

Geri beslemeli ağları kısaca şu şekilde açıklayacağım. Ağ içerisine düğümler katmanlar halinde yerleştirilir. İlk katmandan girilen bilgi ağ içerisinde ileriye doğru yayılır. Her katmandaki düğümlere sadece kendinden bir önceki katmandaki düğümlerden girişe izin verilir ve bir düğüm asla kendisine bağlanamaz. Geri beslemeli sistemlerde en az bir tane düğüm geriye doğru yayıldığı bir dönüş bağlantısı bulunur. Bu tür ağların tasarımları ve davranışları oldukça karmaşıktır.

Sinir ağlarında istenilen sonuçların elde edilebilemesi için oluşturulan yapay sinir ağının uyarlanabilir olması gerekmektedir. Bunu sağlamka için uygun ağırlıklar ve doğru bağlantılar seçilmelidir. Ağ bunları karşılayabilmek için sistemin davranışlarını öğrenmeli ve kendi kendini organize etmelidir. Öğrenme yapay sinir ağının ayrılmaz bir parçasıdır. Öğrenme olmadan bir yapay zeka düşünülemez de diyebiliriz. Öğrenme ise şu şekilde gerçekleşebilir. Giriş değerlerini ve bunların ilişkili olduğu ağırlıkları değiştiren veya ayarlayan öğrenme kuralları ile olabilir.

Ağların eğitimi için genellikle kullanılan 3 tip öğrenme vardır. Bunlar danışmalı öğrenme, danışmasız öğrenme ve pekiştirerek öğrenmedir. Danışmalı öğrenme kuralları istenilen ağ çıkışının elde edilmesi için çıkış hatasının düşürülmesinde ağırlıkların uygulanabilir hale getirilmesini gerektirir. Danışmalı öğrenmede her giriş değeri için istenilen çıkış sisteme tanıtılır. Daha sonra yapay sinir ağının giriş-çıkış ilişkisini gerçekleştirene kadar aiama aşama ayarlar. Danışmasız öğrenmede ise herhangi bir öğretici bulunmaz yada ağın nerede iyi sonuç vereceği söylenmez. Ağ verileri birbirin benzeri olan verileri yol göstermeksizin ayırır. Danışmasız öğrenme danışmalı öğrenmeye göre daha hızlıdır ve matematiksel algoritmaları daha basittir. Pekiştirerek öğrenme ise ağ doğrudan gerçek çıkışı vermez. Ağ çıkışta iyi yada kötü olarak bir değerlendirme yapar. Denetim herekerleri sırasında başarılı bir yöntemdir.

Çok Katmanlı Yapay Sinir Ağı

vea0wv

Ara katmanları olmayan sadece giriş çıkış katmanı olan ağlar karmaşık işlevleri hesaplayamazlar. Bu nedenle bu tarz işlemler için en az bir ara katman olmak zorundadır. Bu tür ağlarda bir katmandaki her sinir kendinden sonraki tüm sinirler ile bağlantılıdır. Aynı katmandaki sinirler arasında bir bağlantı yada geri beslemeli bir sistem yoktur. Giriş katmanına bir giriş geldiğinde sinirler diğer katmanlara giriş olacak şekilde çıkış üretir. Bu işlem çıkış katmanına ulaşıncaya kadar ortaya kesin bir durum çıkana kadar devam eder ve çıkışı dış dünyaya aktarır. Ayrıca ara düğümlerin sayısı ne az nede çok olmalıdır. Uygun ara düğüm sayısı seçilmez ise sonuç istenilen şekilde elde edilemez.

Katmanların kendi aralarında bağlantı kurduklarını söylemiştik. Bu bağlantı kurma işlemi 6 farklı şekilde gerçekleşebilir. Bunlar kısaca şu şekildedir.

İleri Beslemeli Bağlantı: İlk katmandaki sinirler çıkışlarını ikinci katmandaki sinirlere iletir fakat ikinci katmandaki sinirlerden bir geri dönüş almazlar.

Tam Bağlantı: İlk katmandaki tüm sinirler ikinci katmandaki tüm sinirlere bağlanır.

Kısmi Bağlantı: İlk katmanın herhangi bir siniri ikinci katmanın tüm sinirlerine bağlı olmalıdır.

Çift Yönlü Bağlantı: İkinci katmandaki çıkışları birinci katmandaki sinirlere taşıyan başka bir katman vardır.

Hiyerarşik Bağlantı: Düşük katmanların sinirleri bir sonraki seviyedeki katmanın sinirlerine iletilir.

Rezonans Bağlantı: Çift yönlü bağlantı ile bağlanan katmanlar kesin durum oluşuncaya kadar defalarca mesajı bağlantı üzerinden göndermeye devam eder.

Not# İleri besleme ve çift yönlü bağlantılar aynı zamanda tam veya kısmı bağlantı da olabilir.

Tahmin ettiğimden biraz daha uzun sürsede artık yapay sinir ağı geliştirirken kullancağımız algoritmaların başında gelen delta kuralına geçiş yapabileceğiz. Şimdiye kadar öğrenmemiz gereken teknik kısımları öğrendiğimizi düşünüyorum. Umarım faydalı olmuştur. Bir sonraki dersimizde görüşmek üzere.

ibrahim

Facebook Sayfamizdan Bizleri Takip Edebilirsiniz