Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Konuşmacı Yrd. Doç. Dr. Türkay Dereli Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölüm Başkanı Tarih 12 Mayıs 2000 Cuma 09:00.

Benzer bir sunumlar


... konulu sunumlar: "Konuşmacı Yrd. Doç. Dr. Türkay Dereli Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölüm Başkanı Tarih 12 Mayıs 2000 Cuma 09:00."— Sunum transkripti:

1

2 Konuşmacı Yrd. Doç. Dr. Türkay Dereli Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölüm Başkanı Tarih 12 Mayıs 2000 Cuma 09:00 Yer Mühendislik Fakültesi Konferans Salonu E N D Ü S T R İ M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü Toplam Kalite Yönetiminin Işığı Altında Yapay Zekanın Endüstriyel Problemlerin Çözümünde Kullanımı

3 YAPAY ZEKA TEKNİKLERİNİN BİLGİSAYAR DESTEKLİ TASARIM VE ÜRETİM SİSTEMLERİNDE KULLANILMASI ama önce yapay zeka...

4 Yapay Zeka Nedir ? Niçin Yapay Zeka ? Yapay Zeka Araçları Akıllı (Zeki) İmalat Sistemleri

5 YAPAY ZEKA “Yapay Zeka” (YZ) tanımı Yapay Zeka Testleri Zeki Sistemlerin Özellikleri YZ’nın Geleneksel Sistemlerden Farkları

6 YAPAY ZEKA-1 Yapay Zeka (Artificial Intelligence); öğrenme, gerekçeleme, problem çözme, yabancı bir dili alma v.b. gibi insanoğlunun davranışlarını gösterebilen sistemlerle ilgilenen bir bilgisayar bilimidir. Yapay Zeka’nın ana amacı insanların davranışlarının ve sezgisel yeteneklerinin bilgisayar üzerinde benzetimidir. İnsanoğlu esas olarak Bilgi’yi (Knowledge) kullanmakta ve onu işlemektedir. Bu yüzden bilgi ve bilginin kullanımı Yapay Zeka’nın da anahtar karakteristikleridir.

7 YAPAY ZEKA-2 Yapay Zeka’nın standart bir tanımı yapılamamakla beraber, yapılagelen tanımların ortak yönleri şunlardır; YZ bir bilgisayar bilim dalıdır, YZ bilgi ve davranışa dayanır, YZ zeki davranışları araştırmaktadır. Zeka rakam ya da veriler yerine bilgiye dayalı mantıksal bir süreçtir. Bilgi ve bilginin işlenmesi ile zeki davranışlar ortaya çıkarılabilir.

8 YAPAY ZEKA-3 Bir programın ya da sistemin zeki ya da akıllı olup olmadığını sınamak için bazı testler uygulanır; Turing Testi Çin Odası Testi

9 YAPAY ZEKA-4 Bir programın ya da sistemin zeki ya da akıllı olarak kabul edilebilmesi için, en azından aşağıdaki özelliklerden bazılarını sağlayabilmesi gerekir; Karar verme Algılama Öğrenme Problem çözme Muhakeme Şekil ya da resim tanıma Doğal dil anlama

10 YAPAY ZEKA-5 YZ’nın geleneksel programlamadan birçok farkı vardır; Öğrenebilirler Tecrübe kazanabilirler Bu tecrübeyi kullanarak yeni problemleri çözebilirler Eksik veri ile problemler çözebilirler Belirli bir algoritma yerine sezgisel yöntemler kullanırlar Yanlış yapabilirler

11 YAPAY ZEKA ARAÇLARI Uzman Sistemler Yapay Sinir Ağları Bulanık Mantık Genetik Algoritmalar Tabu Araştırma Algoritmaları Benzetilmiş Tavlama Benzetilmiş Su Verme Vaka Tabanlı Gerekçeleme

12 İNSAN VE ZEKA BİR İNSANDA ORTALAMA: Hücre Adeti: 220 milyon Damar Uzunluğu: km Kan Hızı: m/saat Ağrıyı Duyma: 0.9 saniye Isıyı Duyma: 0.16 saniye Dokunmayı Duyma: 0.12 saniye Sinir Sistemi Bağlantı Noktası (NEURON) Sayısı: 1 trilyon Sinir Sistemi Bağlantı Sayısı: 10 trilyon Sinir Sistemi - Operasyon Sayısı: 1 milyar operasyon / saniye

13 İNSAN DAVRANIŞLARI VE BAZI ÖZELLİKLER İNSANLAR: Öğrenebilir ve öğretilebilir Düşünebilir Tecrübe kazanabilir, geçmiş tecrübelerini kullanarak yeni problemleri çözebilir Karar verebilir Mantık yürütebilir Tahmin yapabilir Kalabalıkta ya da karanlıkta gördüğü bir yüzü anımsayabilir Günlük yaşantısında farkında olmadığı dilsel değişkenler kullanır Çoğalabilirler, çocukları büyük bir ihtimalle kendilerine benzer

14 UZMAN SİSTEMLER (EXPERT SYSTEMS) Geleneksel Programlamadan Farkları Avantaj ve Dezavantajları Kullanım Alanları Uzman Sistem Geliştirme Araçları

15 UZMAN SİSTEMLER-1 Uzman Sistemler en eski Yapay Zeka araçlarından birisidir Belirli bir alanda, bir uzmanın önerdiği çözümleri üretebilen, o alanın bilgileri ile donatılmış, gerekçeleme metotları ile olayları süzebilen programlardır. Bilgi Tabanlı Sistemler (Knowledge Based Systems) olarak ta bilinirler.

16 UZMAN SİSTEMLER-2 Genel Yapı ve Çalışma Mekanizması

17 UZMAN SİSTEMLER-3 KULLANIM ALANLARI Proses tasarımı ve seçimi Ürün tasarımı, İşlem planlama Medikal Tedavi Kalite Kontrol Çizelgeleme Ses işleme Görüntü tanıma Robotik uygulamaları Hata düzeltme

18 UZMAN SİSTEMLER-4 AVANTAJ VE DEZAVANTAJLAR Uzman Sistemler, çıkardıkları sonuçları nasıl ve neden çıkardığını açıklayabilir Üçüncü kişiler, uzman sistemleri yani kurallar üreterek rahatlıkla değiştirebilir Uzman sisteme bilgiyi verecek uzmanı bulmak her zaman kolay olmayabilir Uzmanlar bilgilerini kurallar halinde belirtemeye bilir

19 UZMAN SİSTEMLER-5 UZMAN SİSTEM GELİŞTİRME ARAÇLARI Programlama Dilleri: Prolog, C++, LISP Kabuklar: Leonardo, VP-Expert, KES, GoldWorks

20 YAPAY SİNİR AĞLARI (ARTIFICIAL NEURAL NETWORKS) Öğrenme - Öğretme ? Geleneksel programlamadan farkları Avantaj ve Dezavantajları Kullanım Alanları Yapay Sinir Ağları Sistem Geliştirme Araçları

21 YAPAY SİNİR AĞLARI-1 Yapay Sinir Ağları (YSA) genel olarak insan beyninin ya da merkezi sinir sisteminin çalışma prensiplerinin taklit eden bilgi işleme sistemleridir. YSA’da bilgi basit işlem elemanları arasında paralel olarak dağıtılmış olup, her bir proses elemanı birbiri ile bağlantılıdır. Bu yüzden YSA bazen, Paralel Dağıtılmış İşleme Sistemleri (Paralel Distributed Processing Systems) ya da Bağlantıcı Sistemler (Connectionist Systems) olarak ta adlandırılırlar.

22 YAPAY SİNİR AĞLARI-2 Öğrenmenin Temelleri - Pavlov’un Köpekleri

23 YAPAY SİNİR AĞLARI-3 Genel Yapı ve Çalışma Mekanizması Öğretmenli ve Öğretmensiz Öğrenme

24 YAPAY SİNİR AĞLARI-4 Genel Yapı ve Çalışma Mekanizması Bir Proses Elemanın Çalışması

25 YAPAY SİNİR AĞLARI-5 SINIFLANDIRMA

26 YAPAY SİNİR AĞLARI-6 KULLANIM ALANLARI Robotik Uygulamaları Proses kontrol Ürün tasarımı İşlem planlama Kalite Kontrol Gerçek zamanlı modelleme Adaptif kontrol Görüntü tanıma Borsa endeksi, enflasyon ve kur tahmini, v.b

27 YAPAY SİNİR AĞLARI-7 BİR ÖRNEK

28 YAPAY SİNİR AĞLARI-8 AVANTAJ VE DEZAVANTAJLAR Uzman sistemler gibi bilgiyi kurallar halinde istemezler Öğrenebilir ve hiç karşılaşmadıkları bir problemi çözebilirler Paralel yapıları nedeniyle çok hızlı çalışırlar Çıkardıkları sonuçları nasıl ve neden çıkardığını açıklayamaz (kapalı kutu) Eğitimleri oldukça zaman alıcı ve zordur

29 YAPAY SİNİR AĞLARI-9 YSA GELİŞTİRME ARAÇLARI Programlama Dilleri: C++ (Nesneye Yönelik Programlama) Kabuklar: NeuralDesk, NeuroShell2, MATLAB Neural Network Tool Box

30 BULANIK MANTIK (FUZZY LOGIC) Geleneksel Mantık Geleneksel Programlamadan Farkları Avantaj ve Dezavantajları Kullanım Alanları Bulanık Mantık Tabanlı Yazılım Geliştirme Araçları

31 BULANIK MANTIK-1 Bulanık Mantık insanların her gün kullandığı ve davranışlarının yorumlandığı yapıya ulaşılmasını sağlayan matematiksel bir disiplindir. İnsanlar günlük hayatta; tam olarak tanımlanmamış ve nümerik olmayan dilsel niteleyiciler (soğuk, hafif soğuk, ılık, sıcak, çok sıcak vb. gibi) kullanarak kararlar verir ve problemlerini çözerler.

32 BULANIK MANTIK-2 Bulanık Mantık---> Temeli Bulanık Küme Kuramı’na dayanır (ZADEH, 1965). Geleneksel mantık sistemi yalnızca 1 ve 0 üzerine kuruludur. Doğru veya yanlış vardır. Bu ikisinin arası yoktur. Belirsiz bir problemin çözümü güçtür. Bulanık Mantık sisteminde de 1 ve 0 değerleri vardır. Bununla birlikte 0 ile 1 arasındaki değerler de kullanılır. Doğru ya da yanlışın ne kadar doğru ya da ne kadar yanlış olduğu belirlenebilir. Bulanık Mantık Olasılık Teorisinden farklıdır. Olasılık’ta problemin kendisi tanımlıdır.

33 BULANIK MANTIK-3 Bulanık Mantık Yapay Zeka metotları içerisinde en çok endüstriyel uygulama alanı bulan araçtır. KULLANIM ALANLARI Elektrikli ev aletleri Oto elektroniği, fren sistemleri Elektronik denetim sistemleri Karar Verme Proses Planlama

34 BULANIK MANTIK-4 AVANTAJ VE DEZAVANTAJLARI Bulanık Mantık eksik tanımlı problemlerin çözümü için uygundur Uygulanması oldukça kolaydır. Bulanık Mantık Sistemleri öğrenemez ya da öğretilemez.

35 BULANIK MANTIK-5 Genel Yapı ve Çalışma Mekanizması

36 BULANIK MANTIK-6 Çölde kayboldunuz. Elinizde 2 şişe su var. Birinin üzerinde %91 olasılıkla kirli su (OM) Diğerinin üzerinde %91’i kirli su (BM) yazıyor. Hangisini içersiniz ?

37 BULANIK MANTIK-7 Fuzzy Logic Çamaşır Makinesi Nasıl Çalışıyor ?

38 BULANIK MANTIK-8 Uygulama Alanlarından Örnekler

39 BULANIK MANTIK-9 BULANIK MANTIK - SİSTEM GELİŞTİRME ARAÇLARI Programlama Dilleri: C++ Paket Programlar: FuzzyTech, MATLAB Fuzzy Logic Tool Box

40 KOMBİNATORYEL ENİYİLEME ARAÇLARI (COMBINATORIAL OPTIMIZATION TOOLS) Genetik Algoritmalar Tabu Araştırma Algoritmaları Benzetilmiş Tavlama ve Benzetilmiş Su Verme Vaka Tabanlı Gerekçeleme Avantaj ve Dezavantajları Kullanım Alanları

41 KOMBİNATORYEL ENİYİLEME ARAÇLARI-1 Avantajları, Dezavantajları, Kullanım Alanları Türev, integral gibi matematiksel araçları kullanmadan fonksiyon eniyilemelerini kolaylıkla yapabilirler.

42 KOMBİNATORYEL ENİYİLEME ARAÇLARI-2 Genetik Algoritmalar EVRİM teorisini ilham alır. Koyun Dolly Genetik Operatörler Yeniden Üretme (Reproduction) Çapraz Değiştirme (Crossover) Tek Bir Bilgi Değiştirme (Mutation) Kromozomlar - UYUM FONKSİYONU

43 GA-STRATEJİSİ

44 KOMBİNATORYEL ENİYİLEME ARAÇLARI-3 Genetik Algoritmalar

45 KOMBİNATORYEL ENİYİLEME ARAÇLARI-4 Tabu Araştırma Algoritmaları TABU

46 KOMBİNATORYEL ENİYİLEME ARAÇLARI-5 Benzetilmiş Tavlama ve Su Verme TAVLAMA ve SU VERME ısıl işlem metotlarıdır

47 KOMBİNATORYEL ENİYİLEME ARAÇLARI-6 Vaka Tabanlı Gerekçeleme

48 NEURO-FUZZY EXPERT SYSTEMS BULANIK AĞLI UZMAN SİZTEMLER

49 NELER YAPILABİLİR ? Akıllı Trafik Kavşakları, Akıllı Binalar Akıllı İmalat Sistemleri Akıllı Denetim Sistemleri Eniyileme Borsa endeks, döviz ve enflasyon tahminleri Dilden dile çeviri

50 Yaygın Yapay Zeka Tekniklerinin Kullanımı

51 TEŞEKKÜRLER © Türkay Dereli SABIRLA DİNLEDİĞİNİZ İÇİN...


"Konuşmacı Yrd. Doç. Dr. Türkay Dereli Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölüm Başkanı Tarih 12 Mayıs 2000 Cuma 09:00." indir ppt

Benzer bir sunumlar


Google Reklamları