Ders notlarına nasıl ulaşabilirim

Slides:



Advertisements
Benzer bir sunumlar
DOÇ. DR.MEHMET ERDOĞAN AKDENİZ ÜNİVERSİTESİ
Advertisements

Yapay Sinir Ağları (Artificial Neural Networks) Bir Yapay Sinir Ağı Tanımı (Alexander, Morton 1990) Yapay sinir ağı, basit işlemci ünitelerinden oluşmuş,
Dinamik sistemin kararlılığını incelemenin kolay bir yolu var mı? niye böyle bir soru sorduk? Teorem 1: (ayrık zaman sisteminin sabit noktasının kararlılığı.
Çıkış katmanındaki j. nöron ile gizli katmandaki i. nörona ilişkin ağırlığın güncellenmesi Ağırlığın güncellenmesi Hangi yöntem? “en dik iniş “ (steepest.
Hatırlatma Ortogonal bazlar, ortogonal matrisler ve Gram-Schmidt yöntemi ile ortogonaleştirme vektörleri aşağıdaki özeliği sağlıyorsa ortonormaldir: ortogonallik.
Determinant Bir kare matrisin tersinir olup olmadığına dair bilgi veriyor n- boyutlu uzayda matrisin satırlarından oluşmuş bir paralel kenarın hacmine.
Verilen eğitim kümesi için, ortalama karesel hata ‘yı öğrenme performansının ölçütü olarak al ve bu amaç ölçütünü enazlayan parametreleri belirle. EK BİLGİ.
Metrik koşullarını sağlıyor mu?
- BASİT MAKİNELER -  .
A1 sistemi A2 sistemi Hangisi daha hızlı sıfıra yaklaşıyor ? Hatırlatma.
Bölüm 4 KAPALI SİSTEMLERİN ENERJİ ANALİZİ
Kararlılık Sıfır giriş kararlılığı Tanım: (Denge noktası) sisteminin sabit çözümleri, sistemin denge noktalarıdır. nasıl belirlenir? Cebrik denkleminin.
Hopfield Ağı Ayrık zamanSürekli zaman Denge noktasının kararlılığı Lyapunov Anlamında kararlılık Lineer olmayan sistemin kararlılığı Tam Kararlılık Dinamik.
Zihinsel engellilerin sınıflandırılması
DONANIM VE YAZILIM.
DİYARBAKIR 2008.
Momentum Terimi Momentum terimi Bu ifade neyi anımsatıyor? Lineer zamanla değişmeyen ayrık zaman sistemi HATIRLATMA.
Kaos’a varmanın yolları DüzenKaos Nasıl? Umulmadık yapısal değişiklikler ile Bu nasıl oluşabilir? Ardışıl bir dizi dallanma ile, peryod katlanmasına yol.
Bazı kelimeler Pivot: that upon or around which something turns or depends; the central, cardinal or crucial factor, member, part, etc. Orthogonal: right-angled,
İSTANBUL TEKNİK ÜNİVERSİTESİ ♦ ELEKTRONİK & HABERLEŞME MÜHENDİSLİĞİ x1x1 x2x2 xmxm 1 w1w1 w2w2 wmwm w m+1 v y Hatırlatma.
Neden donanım kullanıyoruz? Daha hızlı (Performans) Paralel Düşük güç tüketimi Maliyet Boyut Her yere bilgisayar?
OLASILIK TEOREMLERİ Permütasyon
KENDİMİZİ TANIMAK MESLEKLERİ TANIMAK MESLEK SEÇİMİNİN ÖNEMİ SEÇMEK İSTEDİĞİM MESLEKLER HAKKINDA NERELERDEN BİLGİ ALABİLİRİM.
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
Hatırlatma: Olasılık Tanım (Şartlı olasılık): A olayı olduğunda B olayının olma olasılığı Bir örnek: çalışan işsiz Toplam Erkek Kadın
Hata Fonksiyonları Lojistik Fonksiyon ß ß Huber Fonksiyonu ß ß.
ÖZEL TANIMLI FONKSİYONLAR
ÇOK BOYUTLU SİNYAL İŞLEME
“Bilgi”’nin Gösterimi “Bilgi” İnsan veya Makina Yorumlama Öngörme Uygun yanıt verme Depolanmış enformasyon veya model Kurallar: (1) Benzer sınıflardan.
x* denge noktası olmak üzere x* sabit nokta olmak üzere
OKUL ÖNCESİNDE.
Ayrık Zaman Hopfield Ağı ile Çağrışımlı Bellek Tasarımı
1. RİP Kıyıdan / Plajdan denize doğru olan bir akıntıdır.
Sıklık Dağılımları Yrd. Doç. Dr. Emine Cabı.
Bölüm 2: Bir Boyutta Hareket. Bölüm 2: Bir Boyutta Hareket.
Hatırlatma: Durum Denklemleri
Sistem Özellikleri: Yönetilebilirlik, Gözlenebilirlik
Elektrik Mühendisliğinde Matematiksel Yöntemler
Bazı sorular: Topolojik eşdeğerlilik ne işimize yarayacak, topolojik
Yapay Sinir Ağı Modeli (öğretmenli öğrenme) Çok Katmanlı Algılayıcı
MODEL YETERSİZLİKLERİNİ DÜZELTMEK İÇİN DÖNÜŞÜMLER VE AĞIRLIKLANDIRMA
Ders Hakkında 1 Yarıyıl içi sınavı 14 Nisan 2014 % 30
DOĞAL SAYILAR TAM SAYILAR
X-IŞINLARI KRİSTALOGRAFİSİ
Spektral Teori ters dönüşümler bunların genel özellikleri ve asıl
MAT – 101 Temel Matematik Mustafa Sezer PEHLİVAN *
X=(X,d) metrik uzayında bazı özel alt kümeler
Bilgi ve İletişim Teknolojileri
Bölüm 4 İKİ BOYUTTA HAREKET
TEMEL GEOMETRİK KAVRAMLAR VE ÇİZİMLER
BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ
“Bilgi”’nin Gösterimi “Bilgi” İnsan veya Makina Yorumlama Öngörme
• EDVAC (Electronic Discrete Variable Automatic Computer)
MADDENİN DEĞİŞİMİ VE TANINMASI
Bilgi? Öğrenme, araştırma veya gözlem yolu ile elde edilen gerçek,
Eğiticisiz Öğrenme Hatırlatma
Meriç ÇETİN Pamukkale Üniversitesi Bilgisayar Mühendisliği Bölümü
Self Organizing Map-SOM
Kemal AKYOL, Şafak BAYIR, Baha ŞEN
Bölüm28 Doğru Akım Devreleri
Evren-Örneklem, Örnekleme Yöntemleri 2
BÖLÜM 3: ARZ VE ÜRETİM TEORİSİ
SAYI DOĞRUSUNU TANIYALIM ÇİZELİM
BELLEK.
NİŞANTAŞI ÜNİVERSİTESİ
Derse giriş için tıklayın...
Kesikli Olay benzetimi Bileşenleri
İleri Algoritma Analizi
RASTGELE DEĞİŞKENLER Herhangi bir özellik bakımından birimlerin almış oldukları farklı değerlere değişken denir. Rastgele değişken ise tanım aralığında.
Bilimsel Araştırma Yöntemleri
Sunum transkripti:

Ders notlarına nasıl ulaşabilirim

Genlikte Ayrık Algılayıcı-GAA (Perceptron) x1 x2 xn 1 y x1 x2 xn 1 w1 w2 wn wn+1 w1 w2 wn wn+1 v y 7

Ancak Rosenblatt’ın 1954’de önerdiği yapı bundan farklı Giriş Katmanı y w1 w2 wm x1 x2 xn y x1 x2 xn 1 w1 w2 wn wn+1 Çıkış Katmanı Çıkış Katmanı Giriş Katmanı Birinci Katman Bağlantı ağırlıkları, eğitim kümesi ile belirlenen tek bir nöron Sabit ağırlıklar, sabit fonksiyonlar 8

Genlikte Ayrık Algılayıcı aslında Girişlere doğrudan bağlı tek bir nöron değil Birinci katman değişmeyen bir yapıya sahip Çıkış katmanı, tek bir nörondan oluşan eğitilebilir bir yapı. Birinci katmanda farklı fonksiyonları oluşturup, öğrenme ile bunlar cinsinden çıkışta istenilen fonksiyonu ifade etmek Peki Rosenblatt neden birinci katmana gerek duymuş? Tanım: Doğrusal ayrıştırılabilir küme (Linearly separable set) gi ‘ler x’in doğrusal fonksiyonu olmak üzere X kümesi R tane Xi alt kümesinden oluşsun. ise Xi kümeleri doğrusal ayrıştırılabilir kümelerdir. 9

Tanımı anlamaya çalışalım... (-1,1) (1,1) (-1,-1) (1,-1) R=? g’leri yazalım Bu iki kümenin doğrusal ayrıştırılabilir olduğunu göstermek için ne yapmalıyız? ve sağlayan a,b ve c’ler bulunmalı bir çözüm: 10

Tanım: Karar Düzlemi (Decision Surface) Kümeleri ayıran düzlem. Özellikle, örüntüleri farklı sınıflara ayıran düzlem olarak kullanılıyor. Tanım: Karar Düzlemi (Decision Surface) Kümeleri ayıran düzlem. Tek bir nöron ile neler yapılabilir? Nöron sayısını artırarak ne yapılabilir ne yapılamaz? 11

Rosenblatt’ın Genlikte Ayrık Algılayıcısında neler oluyor? Girişler Katman1’in çıkışı Ne oldu? n-boyutlu bir vektör bir örüntüyü temsil ediyor (pattern) Örüntü uzayı (pattern space) Bu dönüşüm genel olarak doğrusal değil y w1 w2 wm x1 x2 xn Genlikte Ayrık Algılayıcı için karar düzlemi: ?????? Genlikte Ayrık Algılayıcı ancak katman 1’in görüntü uzayındaki örüntüleri................................................ise iki sınıfa ayırır. Doğrusal Ayrıştırılabilir 12

Soru: Katman 1’de m işlem birimine sahip bir GAA, katman 1 görüntü uzayınındaki P tane örüntüyü 2 sınıfa kaç türlü ayırabilir? Burada işi ne? Hatırlatma: Yanıt: Soru: Herhangi bir doğrusal karar düzleminin GAA ile hesaplanabilme olasılığı nedir? Yanıt: m büyük bir sayı ise 2(m+1)’den daha az sayıdaki örüntüyü doğru şekilde sınıflayabilir. 0 < P <2(m+1) 13

XOR Genlikte Ayrık Algılayıcı ile ifade etmek: Katman 1 örüntüleri doğrusal ayrıştırılabilecekleri görüntü uzayına taşır. Doğrusal ayrıştırılamayan örüntüleri doğrusal ayrıştırılabilir kılmak iki türlü olasıdır: (i) m (ii) P XOR Genlikte Ayrık Algılayıcı ile ifade etmek: (0,1) (1,1) (0,0) (1,0) P=4, n=2 İki girişli, tek nöronun kapasitesi: 2*3=6 Kapasite açısından uygun ama doğrusal ayrıştırılabilir değiller m mi P mi değişti? (0,1) (1,1) (0,0) (1,0) (0,1,1) (1,1,1) (0,0,0) (1,0,1) 14

Şimdi Genlikte Ayrık Algılayıcı ile biraz iş yapalım m mi P mi değişti? Şimdi Genlikte Ayrık Algılayıcı ile biraz iş yapalım y x1 x2 xm 1 w1 w2 wm wm+1 Verilenler: Eğitim Kümesi Amaç: İki sınıfa ayırmak Gerçeklenebilme Koşulu: Eğitim kümesi doğrusal ayrıştırılabilir Eğitim kümesi doğrusal ayrıştırılabilir ise: 15

Eğitim kümesi doğrusal ayrıştırılabilir değil ise: Öğrenme Kuralı: öğrenme hızı <1 olan pozitif bir sayı 16

Eğitim Kümesi verilen dört örüntüyü, iki sınıfa ayıran GAA’yı elde ediniz.

2.