YAPAY SİNİR AĞLARI.

Slides:



Advertisements
Benzer bir sunumlar
Unsupervised Learning (Kümeleme)
Advertisements

FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
KONU :GÖRÜNTÜNÜN GEOMETRİK MODELLERİNİN KURULMASI
MIT563 Yapay Zeka ve Makine Öğrenmesi
Çok Katmanlı Yapay Sinir Ağı Modelleri
Bölüm I Temel Kavramlar
Çok Katmanlı Ağın Çalışma Şekli
TBF Genel Matematik II DERS – 8 : Çift Katlı İntegral
Support Vector Machines
MC-CDMA (Çok Taşıyıcılı-Kod Bölmeli Çoklu Erişim ) Alıcılarda Yakın-Uzak Problemine Yönelik Yapay Zekâ Uygulamaları Metin ÇİÇEK, Bilgi Teknolojileri ve.
MIT503 Veri Yapıları ve algoritmalar Algoritmalara giriş
SOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma Çiğdem İNAN, M. Fatih AKAY Çukurova Üniversitesi Bilgisayar.
Karar Ağaçları.
KAPASİTÖRLER Bir malzemenin birim volt başına yük depolama özelliğine onun kapasitesi adı verilir ve bu büyüklük şeklinde tanımlanır. Burada Q birimi coulomb.
En Küçük Yol Ağacı (Minimum Spanning Tree)
İstatistiksel Sınıflandırma
Mİkroşerİt HAT VE TEMEL ÖZELLİKLERİ
SONLU ELEMANLAR YÖNTEMİ
MIT503 Veri Yapıları ve algoritmalar Veri ağaçları
İKİ KAPILI AĞ (NETWORK) MODELLERİ
Abdulkerim Karabiber Ozan Gül
Bölüm 4: Sayısal İntegral
GRAF TEORİSİ Ders 1 TEMEL KAVRAMLAR.
ÇİZGELERİN GÖSTERİMİ Yılmaz KILIÇASLAN.
Yrd. Doç. Dr. Ayhan Demiriz
NEURAL NETWORK TOOLBOX VE UYGULAMALARI
BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ
SONLU ELEMANLAR YÖNTEMİ
SONLU ELEMANLAR YÖNTEMİ
YAPAY SİNİR AĞLARI VE BAYES SINIFLAYICI
Lineer Cebir Prof.Dr.Şaban EREN
SONLU ELEMANLAR DERS 5.
SONLU ELEMANLAR YÖNTEMİ
Analiz Yöntemleri Düğüm Analiz
SONLU ELEMANLARA GİRİŞ DERSİ
SONLU ELEMANLAR DERS 7.
SONLU ELEMANLAR DERS 4.
Ölçme Sonuçlarının Değerlendirilmesi
SONLU ELEMANLAR DERS 6.
BAĞINTI & FONKSİYONLAR.
Algoritmalar ve Programlama I Ders 2: Akış Diyagramları
Matematiksel Veri Yapıları. İçerik Matematiksel Veri Yapıları – Kümeler – Diziler – Fonksiyonlar – İkili ilişkiler Sonsuz kümeler – Sonlu nicelik – Sonsuz.
Karşılaştırıcı ve Aritmetik İşlem Devreleri
Veri yapıları Hafta3 Dizi Yapıları.
Veri Madenciliği Kümeleme Analizi: Temel Tanımlar ve Algoritmalar
Yapay Sinir Ağları (YSA)
Floyd Algoritması Floyd Algoritması Dijkstra algoritmasının daha genel halidir. Çünkü şebekedeki herhangi iki düğüm arasındaki en kısa yolu belirler. Algoritma,
Yapay Sinir Ağları (YSA)
Yapay Sinir Ağları (Artificial Neural Networks) Bir Yapay Sinir Ağı Tanımı (Alexander, Morton 1990) Yapay sinir ağı, basit işlemci ünitelerinden oluşmuş,
BİL551 – YAPAY ZEKA Kümeleme
Bir başka ifade biçimi: Blok Diyagramları
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
Ayrık Zaman Hopfield Ağı ile Çağrışımlı Bellek Tasarımı Kullanılan Hücre Modeli: McCulloch-Pitts Eksik birşey var!! Örüntüler: 1. Aşama: Belleğin Oluşturulması.
“Bilgi”’nin Gösterimi “Bilgi” İnsan veya Makina Yorumlama Öngörme Uygun yanıt verme Depolanmış enformasyon veya model Kurallar: (1) Benzer sınıflardan.
Elektrik Devrelerinin Temelleri dersinde ne yapacağız? Amaç: Fiziksel devrelerin elektriksel davranışlarını öngörme akım ve gerilim Hatırlatma Teori oluşturken.
Yapay sinir ağı, basit işlemci ünitelerinden oluşmuş, çok
Lineer cebrin temel teoremi-kısım 1
YAPAY SİNİR AĞLARININ YAPISI VE TEMEL ELEMANLARI
OSI Modeli 6. Hafta Dersi.
Geriye Yayılım Algoritması (Back-Propagation Algorithm)
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
Sinir Hücresi McCulloch-Pitts x1 w1 x2 w2 v y wm xm wm+1 1 '
Hopfield Ağı Ayrık zaman Sürekli zaman
S. Haykin, “Neural Networks- A Comprehensive Foundation”,
SONLU ELEMANLAR YÖNTEMİ
Yapay Zeka Nadir Can KAVKAS
Yapay Öğrenme Teorisi Bölüm-2
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
Sunum transkripti:

YAPAY SİNİR AĞLARI

YSA'nın Yapısı ve İşlem Elemanı YSA temel olarak, basit yapıda ve yönlü bir graf biçimindedir. Her bir düğüm, hücre denilen n. dereceden lineer olmayan bir devredir. Düğümler işlem elemanı olarak tanımlanır. Düğümler arasında bağlantılar Her bağlantı tek yönlü işaret iletim yolu (gecikmesiz) olarak görev yapar. Her işlem elemanı istenildiği sayıda giriş bağlantısı ve tek bir çıkış bağlantısı alabilir. YAPAY SİNİR AĞLARI

İşlem Elemanı YSA temel elemanı–nöron: Genel işlem elemanı yapısı YAPAY SİNİR AĞLARI

İşlem Elemanı Fakat bu bağlantı kopya edilebilir. Yani bu tek çıkış birçok hücreyi besleyebilir. Ağ’daki tek gecikme, çıkışları ileten bağlantı yollarındaki iletim gecikmeleridir. İşlem elemanının çıkışı istenilen matematiksel tipte olabilir. Kısmen sürekli çalışma konumunda "aktif" halde eleman bir çıkış işareti üretir. Giriş işaretleri YSA‘ya bilgi taşır. Sonuç ise çıkış işaretlerinden alınabilir. Yukarıdaki şekil'de genel bir işlem elemanı (nöron, düğüm) gösterilmiştir. YAPAY SİNİR AĞLARI

İşlem Elemanı YSA birtakım alt kümelere ayrılabilir. Bu alt kümelerdeki elemanların aktivasyon(veya eşik) fonksiyonları aynıdır. Bu küçük gruplara "katman" layer adı verilir. Ağ katmanların birbirlerine hiyerarşik bir şekilde bağlanmasından oluşmuştur. YSA’nın giriş veri tipleri ikili (binary) 0-1 veya sürekli değerlerdir. Bu giriş durumlarından başka, işlem elemanlarına ait girişleri matematiksel olarak da sınıflamak gerekmektedir. Çünkü bir işlem elemanına gelen girişlerin bir kısmı azaltıcı uyarma girişleri olabilmektedir. YAPAY SİNİR AĞLARI

İşlem Elemanı Bir işlem elemanına gelen girişler matematiksel tiplerine göre etiketlendirilerek sınıflandırılır. YSA, giriş veri tiplerine göre ikili giriş (0,1) ve sürekli değerli giriş olmak üzere aşağıdaki gibi sınıflandırılır. YAPAY SİNİR AĞLARI

YSA sınıflandırıcıları YAPAY SİNİR AĞLARI

Bağlantı geometrileri Bağlantılarda taşınan işaret verisinin cinsi tanımlanmalıdır. Bağlantı geometrisi YSA için çok önemlidir. Bağlantı işareti her cinsten olabilir. Bağlantının nerede başlayıp nerede bittiğini bilmesi gerekir. 1'den N'e kadar olan bir işlem elemanı kümesinin bağlantıları aşağıda tanımlandığı gibi NxN boyutlu matris biçiminde gösterilebilir. YAPAY SİNİR AĞLARI

Bağlantı geometrileri YAPAY SİNİR AĞLARI

Bağlantı geometrileri En fazla N2 bağlantı olur. Bağlantılar çeşitli geometrik bölgeler arasında demetler halinde düşünülebilir. Bu bağlantı demetlerinin uyması gereken kurallar şunlardır. Bağlantı demetini oluşturan işlem elemanları aynı bölgeden çıkmalıdır. Bağlantı demetinin işaretleri aynı matematiksel tipten olmalıdır. Bağlantı demetinin işaretleri aynı sınıftan olmalıdır. Bağlantı demetinin bir seçim fonksiyonu olmalıdır. YAPAY SİNİR AĞLARI

Hedef bölgesindeki her işlem elemanı kaynak bölgesindeki her elemana giderse "tam" (full) bağlıdır. (örn:çok katmanlı perceptron). Eğer her hedef bölgesi elemanı N kaynak bölgesi elemanına bağlı ise " düzgün dağılmış" (uniform) olasıldır. Ayrıca her bir elemana, yine bir kaynak elemanı bağlı ise buna "bire-bir" bağlı denir. YAPAY SİNİR AĞLARI

Eşik fonksiyonları Transfer veya işaret fonksiyonları olarak da adlandırılan eşik fonksiyonları, giriş değerlerine sahip işlem elemanlarını önceden belirlenmiş sınırda çıkış olarak düzenler. Yaygın olarak kullanılan eşik fonksiyonları şunlardır; lineer, rampa, basamak, sigmoid ve hiperbolik tanjant (tanh) Aşağıda bu fonksiyonlar gösterilmiştir. YAPAY SİNİR AĞLARI

YAPAY SİNİR AĞLARI

YAPAY SİNİR AĞLARI

YAPAY SİNİR AĞLARI

Ağırlık uzayı Bir çok YSA’da öğrenme işlemi, işlem elemanlarının ağırlığı değiştirilerek sağlanır. Böylece tanımlanan ağırlık değiştirilerek öğrenmede iyi bir model kullanıp, ağırlıkların bu modele göre değiştirilmesi esastır. Basit bir matematiksel model olarak herbir işlem elemanının n adet gerçek ağırlığı olduğu düşünülerek ve N adet işlem elemanı gözönüne alınırsa; YAPAY SİNİR AĞLARI

YAPAY SİNİR AĞLARI

Hata değişimini inceleyen iki çeşit kural vardır. YSA'nın enformasyon işleme performansı, ağın ağırlık vektörünün belirli bir değeri ile bulunacaktır. Hata değişimini inceleyen iki çeşit kural vardır. 1- Hata düzeltme kuralları, 2- Gradyen kuralları. Hata düzeltme kuralları; Her bir giriş örüntüsünde ağırlıkları yeniden oluşturarak çıktı hatasını en aza indirmeye çalışırlar. Gradyen kurallarında ise, ağırlıklar yeniden ayarlanarak ortalama karesel hatayı (MSE) en aza indirilmeye çalışılır. YAPAY SİNİR AĞLARI

Eğitme algoritmaları Eğitme algoritmaları YSA'nın ayrılmaz bir parçasıdır. Eğitme algoritması eldeki problemin özelliğine göre öğrenme kuralını YSA‘ya nasıl adapte edeceğimizi belirtir. Üç çeşit eğitme algoritması yaygın olarak kullanılmaktadır. 1- Öğreticili eğitme (supervised traning). 2- Skor ile eğitme (graded training). 3- Kendini düzenleme ile eğitme (self-organization training) YAPAY SİNİR AĞLARI

Öğreticili eğitmede, elimizde doğru örnekler vardır. Yani (X1,X2, Öğreticili eğitmede, elimizde doğru örnekler vardır. Yani (X1,X2,.........Xn) şeklindeki giriş vektörünün, (y1,y2,...,yn) şeklindeki çıkış vektörü, tam ve doğru olarak bilinmektedir. Her bir (x1,y1), (x2,y2),...,(xN,yN) çifti için ağ doğru sonuçları verecek şekilde seçilen bir öğrenme kuralı ile beraber eğitilir. Skor ile eğitmede, giriş işaretlerine karşılık gelen çıkış işaretleri tam olarak bilinmemektedir. Çıkış işareti yerine skor verilir ve ağın değerlendirilmesi yapılır. Özellikle kontrol uygulamaları için idealdir. Kendini düzenleyen ağ, giriş işaretine göre kendini düzenleyerek organize eder. Olasılık yoğunluk fonksiyonlarına, sınıflandırma ve şekil tarama problemlerine uygulanabilir. YAPAY SİNİR AĞLARI

Ne tür eğitme yöntemi kullanılırsa kullanılsın, herhangi bir ağ için gerekli karakteristik özellik, ağırlıkların verilen eğitme örneğine nasıl ayarlanacağının belirtilerek öğrenme kuralının oluşturulmasıdır. Öğrenme kuralının oluşturulması için bir örneğin, ağa defalarca tanıtılması gerekebilir. Örenme kuralı ile ilişkili parametreler ağın zaman içinde gelişme kaydetmesiyle değişebilir. YAPAY SİNİR AĞLARI

Hata toleransı Klasik hesap sistemleri çok az bir zarardan bile etkilenir. YSA için durum farklıdır. Bu farklılık YSA’nın hata toleranslı olmasıdır. YSA paralel dağılmış parametreli bir sistem olduğundan her bir işlem elemanı izole edilmiş bir ada olarak düşünülebilir. Daha çok işlem elemanının zarar görmesi ile sistemin davranışı biraz daha değişir. Performans düşer ama sistem hiçbir zaman durma noktasına gelmez. YSA sistemlerinin hata toleranslı olmasının nedeni bilginin tek bir yerde saklanmayıp, sisteme dağıtılmasıdır. YAPAY SİNİR AĞLARI