Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları YSA kavramı beynin çalışma ilkelerinin sayısal bilgisayarlar üzerinde taklit edilmesi fikri ile ortaya çıkmıştır. İlk çalışmalar beyni oluşturan biyolojik hücrelerin (literatürdeki ismi ile nöronların) matematiksel olarak modellenmesi üzerinde yoğunlaşmıştır. İnsan beyni geleneksel bilgisayarlardan tamamen farklı bir yolla işlem yapar. Oldukça kompleks, non-lineer ve paralel dağıtık bir yapıya sahiptir. YSA, beynin belirli bir işi veya fonksiyonu gerçekleştirme yöntemini/yolunu modellemek için dizayn edilen bir yapıdır. YSA, tecrübe veya eğitim yolu ile elde edilen bilgiyi saklamak ve kullanmak için uygun hale getirmeye yarayan basit işlem elemanlarından oluşan paralel dağıtık bir yapıdır. YSA ’nın gücü paralel işlem yapabilme, öğrenme ve genelleme kabiliyetinden ileri gelir.

Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları YSA, karşılaştığımız çeşitli problemlerde, beynin matematiksel gücünü, matematiksel işleyişini makinelere/bilgisayarlara kazandırmaya, bu güçten faydalanmaya ve modellemeye çalışır. YSA, öğrenme, ilişkilendirme, sınıflandırma, genelleme, özellik belirleme, örüntü tanıma, optimizasyon, vb. konularda başarılı bir şekilde kullanılmaktadır. Bir YSA yapısının çözebileceği problem uzayı, insan beyninin çözebildiği problem uzayının oldukça kısıtlanmış bir alt kümesidir. İnsan beyni görüntü tanıma, algılama, öğrendiklerinden yeni bilgi türetebilme, keşfedebilme vb. konularda günümüz bilgisayarlarından oldukça hızlıdır ve daha üstündür. YSA yapıları, beynin biyolojik yapısının anlaşılmasına yardımcı olabilmek için bir model olarak ta kullanılabilir.

Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları İnsan beyninin çalışma mekanizmasını taklit etmeye çalışan YSA sistemleri günümüzde birim işlem zamanı nanosaniyeler mertebesinde olan silikon mantık kapıları ile gerçeklenebilseler de insan beyninin birim işlem zamanı milisaniyeler mertebesindeki sinirlerinin toplu biçimde ele alındıkları işlevselliklerinden çok uzakta kalırlar. Beyin enerjisi kullanımı bakımından oldukça verimli çalışan bir sistemdir. Dijital bilgisayara kıyasla işlem başına milyarlarca kez daha az enerji harcar.

Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları Beynin yüksek seviyeli bilgiyi nasıl sembolize ettiği bilinmemekle beraber,kendi arasında yüksek yoğunlukta bağlı bir çok yavaş üniteler kullandığı bilinmektedir. YSA, beynin bu yüksek yoğunluktaki paralel ve yüksek yoğunluklu ara bağlantılı yapısını modellemeye çalışır. Beynin temel inşa blokları olan biyolojik sinirler,silikon mantık kapılarından daha yavaştır. Sinirler milisaniyeler mertebelerinde işlerken,silikon mantık kapıları nanosaniyeler mertebelerinde (belki daha düşük sürede) işler

Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları Beyin yavaş işle hızını iki faktör ile telafi eder; Oldukça büyük sayıdaki sinir hücreleri ve onlar arasındaki ara bağlantılar. Yaklaşık sinir sayısı 100 Milyarlar ve ara bağlantı (synapses) sayısı 60 Trilyonlar mertebesindedir. Bir biyolojik sinirin fonksiyonları,bir mantık kapısının fonksiyonlarından çok daha karmaşıktır. YSA, iki yönden beyne benzer : Bilgi ağ tarafından bir öğrenme işlemi yolu ile kazanılır. Sinaptik ağırlıklar olarak bilinen sinirler arası bağlantı güçleri, bilgi saklamak için kullanılır.

Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları Beyin, en hızlı dijital bilgisayardan kat kat daha hızlı olarak örüntü tanıma, algılama, kavrama, sezme, vb. görevleri yerine getirir; Çevre ile etkileşimimizi mümkün kılan görme sistemimizi ele alalım. Örneğin bildik olmayan bir sahnede bildik bir yüzün tanınması 100-200 ms’ yede mümkün olurken, çok basit bir komplekslikteki bir işin çözümü geleneksel bilgisayarlarda günler olmasa da saatlerce zaman almaktadır. Diğer bir örnek bir yarasanın sonar sisteminin etkinliğidir. Bir yarasa sonarı hedefin uzaklığı, hedefin göreli hızı ve büyüklüğü,hedefin değişik uzuvlarının büyüklüğü, hedefin gökyüzündeki açısı, yer yüzünden yüksekliği ve hedefin belirleyici özellikleri gibi birçok bilgiyi sağlar. Hedefin yerinin saptanmasındaki tahmin ve başarı oranı bile radar veya solar mühendislik hesaplarıyla yakalanamayacak imkansızlıktadır.

Yapay Sinir Ağları (YSA) Kavramlar: YSA: Yapay Sinir Ağları (Uygulama örnekleri) Otomatik pilot, uçak kontrol sistemleri, uçuş simulatörleri, Otomatik araç yol rehberi, Kredi başvuru değerlendirme, çek ve döküman okuma, Kredi kart aktivite değişim (kayıp kart) kontrolü, Hedef saptama, radar, sonar, görüntü sinyal işleme, Makina görmesi, proses kontrol, nonlineer modelleme, Animasyon, özel Efektler, Üretim proses kontrolü, ürün optimizasyonu, görsel kalite kontrol, EEG, ECG analizi, kanserli hücre analizi, Robot yörünge kontrolü, robot kol kontrolörleri, Konuşma analizi, text konuşma dönüşümü, Veri ve görüntü sıkıştırma, gerçek zmanlı tercüme, vb,

Yapay Sinir Ağları (YSA) 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.

Yapay Sinir Ağları (YSA) 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.

Yapay Sinir Ağları (YSA) 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.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme türleri Denetlemeli (supervised) öğrenme. Öğrenilmesi istenilen problem/sistem ile ilgili örnekler giriş/çıkış kümesi olarak verilir. Burada, YSA, 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.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme türleri Denetlemeli (supervised) öğrenme. Bu eğitim metodunda bir öğretici ilgili eğitim setini oluşturur (giriş/çıkış kümesi olarak) ve eğitilecek ağa uygular;

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme türleri Takviyeli (reinforcement) öğrenme. Bu eğitim metodunda da sisteme bir öğretici yardımcı olur. Fakat öğretici, uygulanan giriş verisi için olması gereken çıkış verisini sisteme göstermek yerine, sistemin mevcut çıkışının doğru veya yanlış olduğunu gösteren bir sinyal üretir. Yada, girdiler karşısında istenilen değerlere yaklaşılıp, yaklaşılmadığını belirten bir sinyal üretir. Sistem öğreticiden gelen bu sinyale göre öğrenme sürecini gerçekleştirir. LVQ (learning vector quantisatioon), vb., algoritmalar bu gruptandır.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme türleri Eğitmensiz (unsupervised) öğrenme. Bu eğitim metodunda sisteme yardımcı olan bir öğretici yoktur. Sisteme (YSA, vb.) sadece girdi değerleri gösterilir. Sistemin serbest parametreleri (ağırlık, vb.) güncellenmesi (optimize edilmesi) giriş verilerinin istatistiksel dağılımına göre olur. Bu şekilde sisteme, giriş verilerinin istatistiksel özelliklerini kodlamaya uygun olacak dahili bir temsil kabiliyeti kazandırılır. Yani, sistemin (YSA, vb.) iç yapısı bu özellikleri temsil etmeye uygun hale getirilmiş olur.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme türleri Eğitmensiz (unsupervised) öğrenme. SOM (self organising map), vb. yapılar bu tip öğrenme kullanır. Eğitmensiz öğrenmeyi gerçekleştirmek için rekabetli öğrenme kullanılabilir. Rekabetli öğrenmede sadece rekabeti kazanan düğümün (sinir) çıkışı aktive edilir diğerleri aktive edilmez. Rekabetli öğrenmede sadece rekabeti kazanan düğümün (sinir) parametreleri (ağırlıkları) güncellenir.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme Genelleme. Genelleme bir problemi öğrenen sistem (YSA, 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.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme Genelleme. Ezberleme bir problemi öğrenen sistem (YSA, 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.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme Genelleme. Aşırı eğitimin ezberleme etkisi;

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme Eğitimde örnek seçimi. Eğitilmiş sistem (YSA, 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 .

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme Eğitimde örnek seçimi. Seçilen örnekler problem uzayını iyi temsil etmelidir.

Yapay Sinir Ağları (YSA) Kavramlar: Öğrenme Çevrim içi (online) öğrenme. Parametre (ağırlık, vb.) güncelleme işlemi, normal çalışma esnasında anlık gözlemlerden alınan bilgi ile yapılıyor ise (öğrenme sırasında sistem aynı zamanda kullanılıyor ise) bu çevrim içi yani eşzamanlı öğrenmedir. SOM öğrenmesi, vb., bu tip öğrenmedir. Çevrim dışı (offline) öğrenme. Parametre (ağırlık, vb.) güncelleme işlemi, daha önceden belirlenen giriş/çıkış eşleştirilmesi ile gerçekleştiriliyor ise) bu çevrim dışı öğrenmedir. BP, vb., genellikte bu şekilde kullanılırlar.