Yapay Sinir Ağları (Yapay Ve Biyolojik Nöronlar)
bilimselkonular tarafından yazıldı. Salı, 04 Kasım 2008 20:25
Canlı hücrelerin en önemli özelliği, kimyevi potansiyel enerjiyi kendi organize yapılarını korumak için gerekli diğer enerji şekillerine çevirebilmeleridir. Her hücre entropisinin artmasına yani dağılmasına mani olmak için enerji sarf etmek zorundadır. Çevredeki değişiklikleri, bunların kendi üzerine tesir derecesini, yani, düzenini, dengesini, biyolojik deyimiyle homeostasis’ ini ne dereceye kadar bozabileceğini bilmesi, gerekli ayarlamaları yapması, bu ayarlamaların da ne dereceye kadar hedefe uygun olduğunu ölçmesi ve gereken düzeltmelerde bulunması, kısaca çevreye uyumunu sağlaması, canlılığını devam ettirebilmesi için bir “Haber Alma- Karar Verme- İcra” sistemine ihtiyaç vardır. İşte sinir sistemi denilen fevkalade farklılaşmış canlı doku bu önemli vazifeyi yerine getirmektedir.
Bu nedenlerle bilim adamları beynin yaptığı bu işlemleri yapabilecek bilgisayarlar ve neticede robotlar yapmak için yapay zeka konusunda çalışmaya başlamışlardır. Bilgisayar teknolojisinin günümüze kadar ki aşamalarında da görülen hep daha mükemmele ulaşma arzusudur. Bilim adamları vardıkları mükemmeliyetin son noktasını hep tabiatta bulmuş ve kendilerine tabiatta var olanları örnek olarak seçmişlerdir. İşte bilgisayar teknolojisinde de ulaşılmak istenen nokta insan beyninin gerçekleştirdiği fonksiyonları ve işlevleri yerine getirebilen bir yazılım ortaya koymaktır. Bunun başlıca nedeni insan beyninin; düşünme, var olan bilgi ve tecrübelerden sonuç çıkarma, karar verme gibi işlemleri yerine getirebilmesi ve bunları mili hatta nano saniyeler mertebesinde gerçekleştirme becerisidir.
Yapay sinir ağları, insan beyninin çalışma mekanizması taklit edilerek geliştirilen ve biyolojik olarak insan beyninin yaptığı temel işlemleri belirli bir yazılımla gerçekleştirmeyi amaçlayan bir mantıksal programlama tekniğidir (Civalek,1998). Bilgisayar ortamında, beynin yaptığı işlemleri yapabilen, kara veren, sonuç çıkaran, yetersiz veri durumunda var olan mevcut bilgiden yola çıkarak sonuca ulaşan, sürekli veri girişini kabul eden,öğrenen,hatırlayan bir algoritma kısaca “Yapay Sinir Ağları” olarak adlandırılır. Kohonen; yapay nöral ağların adaptif elemanların yoğun bir şekilde paralel olarak bağlanmasıyla oluşan ve gerçek dünyadaki cisimlerle aynen biyolojik sinir sisteminin yaptığı gibi ilişkide bulunabilmeleri için hiyerarşik organizasyonları düzenlenmiş yapılar olduğuna dikkat çeker (Kohonen, 1980).
Yapay sinir ağlarındaki işleme elemanları biyolojik olarak insan beynindeki nöronlara karşılık gelmektedir (Şekil 1). Dendrit olarak adlandırılan yapı, diğer hücrelerden bilgiyi alan nöron girişleri olarak görev yapar. Diğer hücrelere bilgiyi transfer eden eleman aksonlardır. Dolayısıyla aksonlar nöron çıkışları olarak görev yaparlar. Akson ile dendrit arasındaki bağlantı ise sinapslar tarafından gerçekleştirilir.
Yapay sinir ağlarının işleyişi de buna benzer olarak gelişmektedir. 1940 yılında McCulloch ve Pitts nöronun, mantık sistemlerinde basit eş değer yapısıyla modellenebileceğini ortaya atmışlardır. Bu amaçla yaptıkları çalışmalar sonunda Şekil 2’de görüldüğü gibi bir yapay nöron modeli geliştirmişlerdir. Bu modele göre, bir nöron N tane ağırlıklandırılmış girişi toplamakta, bir eşik değeri bu toplamdan çıkartıp sonucu lineer olmayan bir fonksiyondan geçirmektedir (Ghaboussi, vd.,1991).
Şekil 1. Biyolojik bir nöron ve elemanları
Şekil 2. Mcculloch-Pits Yapay nöron modeli
Bir yapay sinir ağında herhangi bir katmandaki j. birime gelen toplam giriş, önceki katmandaki birimlerin yi çıkışlarının (ilk katman için girişlerin) bağlantılar üzerindeki wij ağırlıkları ile hesaplanmış ağırlıklı toplamıdır ve,
.................................(1)
şeklinde ifade edilir. Birimin çıkışı, bu toplam girişi lineer olmayan bir fonksiyondan geçirerek belirlenir. Bu amaçla pek çok fonksiyon kullanılmasına rağmen geri yayılma ağında en fazla tercih edilen, yakınsama şartını çoğunlukla sağladığından sigmoid fonksiyondur. Sigmoid fonksiyon monotonik sınırlı bir fonksiyondur ve lineer olmayan çıkışlar üretir (Zurada,1992). Bu fonksiyon,
.................................(2)
şeklindedir.
Yorumlar (0)
Yorum yaz
| < Önceki | Sonraki > |
|---|
