Yapay sinir ağları: Revizyonlar arasındaki fark
| [kontrol edilmiş revizyon] | [kontrol edilmemiş revizyon] |
İçerik silindi İçerik eklendi
Khutuck Bot (mesaj | katkılar) k Bot:Otomatik yönlendirme düzeltmesi. |
|||
1. satır:
[[Dosya:SingleLayerNeuralNetwork.png|thumb|250px|Yapay sinir ağı (bir katman)]]
'''Yapay sinir ağları''' (YSA), insan beyninin bilgi işleme teknolojisinden esinlenerek geliştirilmiş bir bilgiişlem teknolojisidir.
YSA ile basit biyolojik sinir sisteminin çalışma şekli simüle edilir (benzetilir). Simüle edilen sinir hücreleri [[nöron]]lar içerirler ve bu nöronlar çeşitli şekillerde birbirlerine bağlanarak ağı oluştururlar. Bu ağlar öğrenme, hafızaya alma ve veriler arasındaki ilişkiyi ortaya çıkarma kapasitesine sahiptirler. Diğer bir ifadeyle, YSA'lar, normalde bir insanın düşünme ve gözlemlemeye yönelik doğal yeteneklerini gerektiren problemlere çözüm üretmektedir. Bir insanın, düşünme ve gözlemleme yeteneklerini gerektiren problemlere yönelik çözümler üretebilmesinin temel sebebi ise insan beyninin ve dolayısıyla insanın sahip olduğu yaşayarak veya deneyerek öğrenme yeteneğidir.
Biyolojik sistemlerde öğrenme, nöronlar arasındaki [[sinaptik]] (''synaptic'') bağlantıların ayarlanması ile olur. Yani, insanlar doğumlarından itibaren bir ''yaşayarak öğrenme'' süreci içerisine girerler. Bu süreç içinde beyin sürekli bir gelişme göstermektedir. Yaşayıp tecrübe ettikçe sinaptik bağlantılar ayarlanır ve hatta yeni bağlantılar oluşur. Bu sayede öğrenme gerçekleşir. Bu durum YSA için de geçerlidir. Öğrenme, eğitme yoluyla örnekler kullanarak olur; başka bir deyişle, gerçekleşme girdi/çıktı verilerinin işlenmesiyle, yani eğitme algoritmasının bu verileri kullanarak bağlantı ağırlıklarını (''weights of the synapses'') bir yakınsama sağlanana kadar, tekrar tekrar ayarlamasıyla olur.
YSA'lar, ağırlıklandırılmış şekilde birbirlerine bağlanmış birçok işlem biriminden (nöronlar) oluşan [[matematik]]sel sistemlerdir. Bir işlem birimi, aslında sık sık transfer fonksiyonu olarak anılan bir denklemdir. Bu işlem birimi, diğer nöronlardan sinyalleri alır; bunları birleştirir, dönüştürür ve sayısal bir sonuç ortaya çıkartır. Genelde, işlem birimleri kabaca gerçek nöronlara karşılık gelirler ve bir ağ içinde birbirlerine bağlanırlar; bu yapı da sinir ağlarını oluşturmaktadır.
Sinirsel (''neural'') hesaplamanın merkezinde dağıtılmış, adaptif ve doğrusal olmayan işlem kavramları vardır. YSA'lar, geleneksel işlemcilerden farklı şekilde işlem yapmaktadırlar. Geleneksel işlemcilerde, tek bir merkezi işlem birimi her hareketi sırasıyla gerçekleştirir. YSA'lar ise herbiri büyük bir problemin bir parçası ile ilgilenen, çok sayıda basit işlem birimlerinden oluşmaktadır. En basit şekilde, bir işlem birimi, bir girdiyi bir ağırlık kümesi ile ağırlıklandırır, doğrusal olmayan bir şekilde dönüşümünü sağlar ve bir çıktı değeri oluşturur. İlk bakışta, işlem birimlerinin çalışma şekli yanıltıcı şekilde basittir. Sinirsel hesaplamanın gücü, toplam işlem yükünü paylaşan işlem birimlerinin birbirleri arasındaki yoğun bağlantı yapısından gelmektedir. Bu sistemlerde geri yayılım metoduyla daha sağlıklı öğrenme sağlanmaktadır.
Çoğu YSA'da, benzer karakteristiğe sahip nöronlar tabakalar halinde yapılandırılırlar ve transfer fonksiyonları eş zamanlı olarak çalıştırılırlar. Hemen hemen tüm ağlar, veri alan nöronlara ve çıktı üreten nöronlara sahiptirler.
YSA'nın ana öğesi olan matematiksel fonksiyon, ağın mimarisi tarafından şekillendirilir. Daha açık bir şekilde ifade etmek gerekirse, fonksiyonun temel yapısını ağırlıkların büyüklüğü ve işlem elemanlarının işlem şekli belirler. YSA'ların davranışları, yani girdi veriyi çıktı veriye nasıl ilişkilendirdikleri, ilk olarak nöronların transfer fonksiyonlarından, nasıl birbirlerine bağlandıklarından ve bu bağlantıların ağırlıklarından etkilenir.
Yapay sinir ağlarının üstünlüklerinin yanı sıra bazı sakıncaları da vardır. Bu sakıncalar şu şekilde listelenebilir:
* Sistem içerisinde ne olduğu bilinemez.
* Bazı ağlar hariç kararlılık analizleri yapılamaz.
* Farklı sistemlere uygulanması zor olabilir.
== Ayrıca bakınız ==
{{col-begin}}
{{col-break}}
* [[Bulanık mantık]]
* [[Genetik algoritma]]
* [[Yapay Zeka]]
{{col-end}}
== Kaynaklar ==
* Yapay Zeka 3.Baskı, Prof. Dr. Vasif Vagifoğlu NABİYEV
* Yapay Zeka Uygulamaları, Prof. Dr. Çetin Elmas
* Yapay Sinir Ağları, Prof. Dr. [[Ercan Öztemel]]
== Dış Bağlantılar ==
* [http://www.drcetiner.org/course/view.php?id=55 Yapay Sinir Ağları için Delphi VCL Bileşeni]
* [http://www.figes.com.tr/matlab/yapay.sinir.aglari.php Yapay Sinir Ağları Türkçe Webinar]
* [http://www.ahmetkakici.com/yazilim/yapay-sinir-aglarina-giris/ Yapay Sinir Ağlarına Giriş]
* [http://www.ahmetkakici.com/yapay-sinir-aglari/yapay-sinir-aglarinin-katmanlari/ Yapay Sinir Ağlarının Katmanları]
* [http://www.ahmetkakici.com/yapay-sinir-aglari/yapay-sinir-aglarinin-siniflandirilmasi/ Yapay Sinir Ağlarının Sınıflandırılması]
* [http://www.ahmetkakici.com/yapay-sinir-aglari/yapay-sinir-aglarinin-mimarisi-ve-yapi-elemanlari/ Yapay Sinir Ağlarının Mimarisi ve Yapı Elemanları]
{{commons-ufak|Artificial neural network}}
<!-- interwiki -->
[[Kategori:Bilgisayar bilimi]]
[[Kategori:Bilişim]]
[[Kategori:Sibernetik]]
[[ar:شبكات عصبونية]]
[[bg:Невронна мрежа]]
[[bn:নিউরাল নেটওয়ার্ক]]
[[ca:Xarxa neuronal]]
[[cs:Neuronová síť]]
[[da:Neuralt netværk]]
[[de:Neuronales Netz]]
[[el:Νευρωνικό δίκτυο]]
[[en:Neural network]]
[[fa:شبکه عصبی مصنوعی]]
[[fi:Neuroverkot]]
[[he:רשת עצבית]]
[[hr:Neuronska mreža]]
[[hu:Neurális hálózat]]
[[it:Rete neurale]]
[[ko:인공신경망]]
[[nl:Neuraal netwerk]]
[[pl:Sieć neuronowa]]
[[pt:Rede neural]]
[[ro:Reţea neuronală]]
[[simple:Neural network]]
[[sk:Neurónová sieť]]
[[sl:Nevronska mreža]]
[[sr:Неуронске мреже]]
[[sv:Neurala nätverk]]
[[vi:Mạng nơ-ron]]
| |||