Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

1 Kavramlar: Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS)  ANFIS, uyarlamalı ağların işlevsel olarak bulanık çıkarım sitemine eşdeğer olan sınıfıdır.

Benzer bir sunumlar


... konulu sunumlar: "1 Kavramlar: Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS)  ANFIS, uyarlamalı ağların işlevsel olarak bulanık çıkarım sitemine eşdeğer olan sınıfıdır."— Sunum transkripti:

1 1 Kavramlar: Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS)  ANFIS, uyarlamalı ağların işlevsel olarak bulanık çıkarım sitemine eşdeğer olan sınıfıdır.  En yaygın kullanılan ANFIS yapısı, Sugeno (TSK) modeline eşdeğer bir yapıdır.  ANFIS yapısı, YSA gibi öğrenme ve genelleme kabiliyetine sahiptir.  ANFIS yapısında, serbest parametreler (üyelik fonksiyonu ve kural oluşturmak için kullanılan), bir eğitim işlemi sonucunda belirlenir.  ANFIS, bulanık çıkarım sistemine, YSA ‘nın öğrenme kabiliyetini kazandırmaya çalışır. Bulanık Mantık

2 2 Kavramlar:Öğrenme  Öğrenme, YSA, ANFIS, vb. yapılarda belirli bir problemin optimum çözümünü sağlayan serbest parametrelerin (ağırlıklar, üyelik fonksiyonu ve kural parametreleri, vb.) belirlenmesine çalışmaktır.  Gradyan kullanan (türev bazlı) ve gradyan kullanmayan (türevsiz) öğrenme algoritmaları olarak iki gruba ayrılır.  Gradyan bazlı (geri yayılım, vb.) eğitim algoritmaları zaman içerisinde adım adım bir minimuma (lokal veya global) ulaşmayı hedefler.  Mevcut hiçbir gradyan bazlı algoritma global minimumu garanti etmez. Bulanık Mantık

3 3 Kavramlar:Öğrenme  Fakat bazısı bazına göre global minimuma daha yakın lokal minimuma ulaşır. Ve bazısı bazısından daha hızlı sonuca yakınsar.  Gradyan bazlı algoritmalarda rasgele bir başlangıç noktasından başlanır ve her bir adımda yeni bir nokta üretilir. Noktalar sonunda bir lokal veya global çözüme götürür.  Gradyan bazlı algoritmalarda sıradaki sonraki nokta deterministik (rasgele olmayan) hesap ile bulunur.  Gradyan kullanmayan öğrenme algoritmaları (GA: genetik algoritmalar, vb.) yeterince zaman tanınması halinde global minimuma ulaşmayı sağlar. Bulanık Mantık

4 4 Kavramlar:Öğrenme  Gradyan kullanmayan algoritmalardan olan GA her bir adımda tek bir nokta yerine, noktalar topluluğu üretir.  Yeterince zaman tanınırsa, noktalar topluluğu sonunda muhtemelen global minimum olan bir optimal çözüme ulaştırır.  Sıradaki topluluk, rastgele seçimleri de içeren bir hesaplama ile bulunur. Bulanık Mantık

5 5 Kavramlar: Öğrenme türleri Denetlemeli (supervised) öğrenme.  Öğrenilmesi istenilen problem/sistem ile ilgili örnekler giriş/çıkış kümesi olarak verilir.  Burada, YSA, ANFIS vb. öğrenme işlevi yapılacak yapının görevi eğitim setinde bulunan giriş verilerini çıkş verilerine haritalamak (mapping).  Geri yayılım (BP:back propagation), benzeri gradyan bazlı algoritmalar bu gruptandır. Bulanık Mantık

6 6 Kavramlar: Öğrenme türleri Denetlemeli (supervised) öğrenme.  Bu eğitim metodunda bir öğretici ilgili eğitim setini oluşturur (giriş/çıkış kümesi olarak) ve eğitilecek ağa uygular; Bulanık Mantık

7 7 Kavramlar:ÖğrenmeGenelleme.  Genelleme bir problemi öğrenen sistem (ANFIS, vb.) tarafından, eğitim esnasında kullanılan verilerden giriş/çıkış eşleştirmesini belirleyen temel ilişkinin çıkarılması ve böylelikle eğitim esnasında kullanılmayan girdiler için de anlamlı çıktılar üretebilme kabiliyetidir.  Diğer bir deyişle öğrenen sistem tarafından eğitim işlemi sırasında kullanılmayan girişlere gerçekleştirilmek işe uygun anlamlı yanıtlar sağlanmasıdır. Bulanık Mantık

8 8 Kavramlar:ÖğrenmeGenelleme.  Ezberleme bir problemi öğrenen sistem (ANFIS, vb.) tarafından, eğitim esnasında kullanılan verilere (eğitim seti) uygun sonuçlar veriyor, fakat, eğitim esnasında kullanılmayan verilere (test seti) uygun sonuçlar vermiyorsa sitem eğitim setini ezberlemiş demektir.  Aşırı eğitim ve/veya yetersiz eğitim seti ezberlemeye sebep olabilir. Bulanık Mantık

9 9 Kavramlar:ÖğrenmeGenelleme.  Aşırı eğitimin ezberleme etkisi; Bulanık Mantık

10 10 Kavramlar:Öğrenme Eğitimde örnek seçimi.  Eğitilmiş sistem (ANFIS, vb.) eğitim setinde ve aynı zamanda test setinde de başarılı ise öğrenme gerçekleşmiştir.  Fakat, buna rağmen sistem kullanım ortamında başarısız ise eğitim ve test setinde kullanılan örnekler problem uzayını iyi temsil etmiyor demektir.  Bu durumda, eğitim ve test seti örnekleri geliştirilmeli ve iyileştirilmelidir. Bulanık Mantık

11 11 Kavramlar:Öğrenme Eğitimde örnek seçimi.  Seçilen örnekler problem uzayını iyi temsil etmelidir. Bulanık Mantık

12 12 Kavramlar: Öğrenme ile gerçekleşen örnek görevler Örüntü tanıma (pattern recognation).  İnsan beyni örüntü tanımada oldukça iyidir. Algılayıcılarımız vasıtası ile çevremizdeki ortamdan veriler alırız ve bu verilerin kaynaklarını ayırt edebiliriz ve tanıyabiliriz.  Yaşlansa da tanıdık bir yüzü, bozuk gürültülü bir telefon hattından konuştuğumuz birisini, vb., kolaylıkla tanıyabiliriz.  Örnek konfigürasyon; Bulanık Mantık

13 13 Kavramlar: Öğrenme ile gerçekleşen örnek görevler Fonksiyon yakınsaması.  YSA, ANFIS ve FIS (Bulanık çıkarım sistemi) kullanarak non-lineer bir fonksiyona yakınsama yapabiliriz.  şeklinde bir non-lineer fonksiyona şeklinde yakınsadığımızı düşünürsek ile arasındaki öklid mesafesi kabul edilebilecek küçük bir hata değerinin altında olmalıdır. Bulanık Mantık

14 14 Kavramlar: Öğrenme ile gerçekleşen örnek görevler Sistem tanımlama/modelleme.  Sistem tanımlamada aslında bir fonksiyon yakınsama problemidir. Bulanık Mantık

15 15 Kavramlar: Öğrenme ile gerçekleşen örnek görevler Ters sistem modelleme.  Konfigürasyonu; Bulanık Mantık

16 16 Kavramlar: Öğrenme ile gerçekleşen örnek görevler Konrtol.  Örnek konfigürasyon –FIS / ANFIS; Bulanık Mantık


"1 Kavramlar: Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS)  ANFIS, uyarlamalı ağların işlevsel olarak bulanık çıkarım sitemine eşdeğer olan sınıfıdır." indir ppt

Benzer bir sunumlar


Google Reklamları