BİYOMEDİKAL MÜHENDİSLİĞİNDE İLERİ KONULAR Neslihan Serap Şengör (6 Hafta) Bilişsel Süreçlerin Matematiksel Modellenmesi 1 Ödev+ 1 Sınav Mürvet Kırcı (3.

... konulu sunumlar: "BİYOMEDİKAL MÜHENDİSLİĞİNDE İLERİ KONULAR Neslihan Serap Şengör (6 Hafta) Bilişsel Süreçlerin Matematiksel Modellenmesi 1 Ödev+ 1 Sınav Mürvet Kırcı (3."— Sunum transkripti:

1 BİYOMEDİKAL MÜHENDİSLİĞİNDE İLERİ KONULAR Neslihan Serap Şengör (6 Hafta) Bilişsel Süreçlerin Matematiksel Modellenmesi 1 Ödev+ 1 Sınav Mürvet Kırcı (3 Hafta) Biyomedikal Mühendisliğinde Modelleme Yöntemleri 1 Ödev Leyla Tavacıoğlu (2 Hafta) Performans Analizi ve Planlaması 1 Ödev Ali Fuat Ergenç (2 Hafta) Rejeneratif biyolojide hücre manipülasyon yöntemleri ve yeni hücre delme matkabı ile geri besleme teknikleri 1 Ödev

2 1.Hafta: Bilişsel süreç nedir? Bilişsel bilimde modellemeye dair yaklaşımlar ve modelleme yöntemleri. Yapay sinir ağlarına ilişkin genel bilgi. 2. Hafta: Çok katmanlı algılayıcı. Öz denetimli ağ. Uyarlanabilir Yankılaşım Teorisi. 3. Hafta: Pekiştirmeli Öğrenme. Yapay sinir ağlarının bilişsel süreçleri modellemede yeri ve sınırlarının tartışılması. 4. Hafta: Nöropsikolojik testler çerçevesinde bilişsel süreçlere bakış ve Stroop testi ile Wisconsin Kart sıralama testinin incelenmesi. Korku şartlanması. 5. Hafta: M. Rabinovich “Synchrony in the brain”, http://web.itu.edu.tr/~ayhant/seminer/ 6. Hafta: Amaca yönelik davranış mekanizmasının açıklanması ve modellenmesi. Bağımlılığa ilişkin bir model.

3 Kaynaklar: 1) Schultz, W., Dayan, P., Montague, P.R.: “A Neural Substrate of Prediction and Reward.”, Science 275, 1593–1599 (1997) 2)Ridderinkhof, K.R., van den Wildenberg, W.P.M., Segalowitz, S.J., Carter, C.S.: “Neurocognitive Mechanisms of Cognitive Control: The Role of Prefrontal Cortex in Action Selection, Response Inhibition. Performance Monitoring and Reward-Based Learning”, Brain and Cognition 56, 129–140 (2004) 3) Sutton, R.S., Barto, A.G., “Reinforcement Learning”, (2 nd printing), A Bradford Book, The MIT Press, (1998). 4) J.L. Armony, D. Servan-Schreiber, J. D. Cohen, J.E. LeDoux, “An Anatomically Constrained Neural Network Model of Fear Conditioning”, Behavioral Neuroscience, vol.109, No. 2, 246-257, (1995). 5) S. Haykin, “Neural Networks- A Comprehensive Foundation”, 2 nd Edition, Prentice Hall, 1999, New Jersey.

4 Biliş bilim Cognition: (L. Cognitio, fr. Cognoscere, cognitum, to become acquinted with, know, fr. co-+noscere, gnoscere, to get knowledge of.) 1- act or faculty of knowing 2- the process of knowing; knowledge or capacity for it; also, a product of this process as a perception or notion. ● Cognition: cognitive mental processes; the intellectual process by which knowledge is gained about perceptions and ideas-distinguished from affection and conation.

5 Biliş bilimi nasıl tanımlıyorlar? Aklın ve davranışın bilimi, Aklın nasıl çalıştığının incelenmesi, Akıl ve beynin nasıl bilgiyi edindiğinin ve düzenlediğinin incelenmesi, ▪ Akıl nedir?

6 Sorun akıllı makinaların duygularının olup olmayacağı değil, makinaların duyguları olmadan akıllı olup olmayacağıdır. Marvin Minsky The society of mind, 1987

7 Biliş bilimde var olan yaklaşımlar nelerdir? Sembolik (Computational) SOAR, EPIC Bağlantıcı (Connectionist) BrainWave, ART ? Dinamik sistem Hibrit ACT-R

8 Biliş bilimde ki farklı analiz seviyeleri nelerdir? Davranışsal: girişe karşılık gelen çıkış ne? Fonksiyonel: çıkış nasıl oluşuyor? Fiziksel: çıkışı ne üretiyor?

9 Hangi disiplinler etkin? Felsefe Fizyoloji Psikoloji Nörobilim Linguistik Antropoloji …….. Matematik Fizik Bilgisayar mühendisliği Hesaplamalı bilimler …..

10 Mühendislerin biliş bilimde işi ne? biliş bilim modelleme Hesaplamalı model

11 http://www.medem.com/?q=medlib/article/ZZZ0ZFP46JC İ.Ö. 3000 İnsanlığa ait ilk tıbbi döküman

12 http://www.members.shaw.ca/hidden-talents/brain

13

14 Bir Yapay Sinir Ağı Tanımı (Alexander, Morton 1990) Yapay sinir ağı, basit işlemci ünitelerinden oluşmuş, çok yoğun, parallel ve dağılmış düzende çalışan bir işlemcidir. Deneysel bilgiyi depolama ve kullanıma sunma özelliğine sahiptir. Beyni iki şekilde andırır: 1) Ağ, bilgiyi ortamdan öğrenme yolu ile elde eder. 2) Gerekli bilgiyi depolama için basit işlemci ünitelerin arasındaki bağlantıları kullanır. Sinir hücresi Kenetleyici ağırlıklar http://filipinovoices.com/wp-content/uploads/2009/06/neurons.jpg ağırlık matrisi girişler

15 http://fbim.fh-regensburg.de/~saj39122/jfroehl/diplom/e-12-text.html girişler ağırlık matrisi gizli katman çıkış katmanı çıkışlar İleri yol ağırlık matrisi girişler Tam bağlaşımlı Ağ Yapıları ağırlık matrisi öznitelik dönüşümü girişler Karma

16 Öğrenme Süreçleri Ağın içinde bulunduğu ortamdan etkilenerek parametrelerini değiştirmesi işlemi öğrenmedir. Öğrenme şekli, parametrelerin nasıl değiştirildiği ile belirlenir. Öğrenme Süreçleri Eğiticili ÖğrenmeEğiticisiz Öğrenme Pekiştirmeli Öğrenme Özdüzenlemeli Öğrenme

17 OrtamEğitici Eğitilen Sistem Eğiticili Öğrenme + -

18 Ortam Özdüzenlemeli Öğrenme Eğitilen Sistem

19 davranış Kritik Ödül r δ Pekiştirmeli Öğrenme Eğitilen Sistem Ortam Değer Atama

20 Çözümleyici Makina (analytical engine) Charles Babbage (1792-1871) Çağdaş bilgisayarın öncüsü, Delikli kartlar ile komutlar veriliyor, Herhangi bir aritmetik işlemi yapabiliyor, Sayıların saklanabileceği bir bellek birimi var, İşlemlerin art arda ve sırasıyla yapılmasını sağlayan ardışık kontrol birimi var. Bu donanım, peki yazılımı kim tasarlıyor? Matematik çi, Cambridge (1828-39)

21 İlk bilgisayar programcısı Augusta Ada Byron- Lady Lovelace (1815-1852) It is desirable to guard against the possibility of exaggerated ideas that might arise as to the powers of the analytical engine. In considering any new subject, there is frequently a tendency, first, to overrate what we find to be already interesting or remarkable, and secondly by a sort of natural reaction to undervalue the true state of the case, when we do discover that our notions have surpassed those that were really valuable. The analytical engine has no pretensions whatever to originate anything. It can do whatever we know how to order it to perform. It can follow the anaysis, but it has no power of anticipating any analytical relations or truth. Its province is to assist us in making available what we are already acquinted with. 1843

22 ENIAC (Electronic Numerical Integrator and Computer) 1943-1946 John Von Neumann Bellek aritmetik/mantık ünitesi Mc Culloch-Pitts Sinir Hücresi Modeli (1943) 1899-1969 nöro-fizyolog 1923-1969 matematikçi Sinaptik ağırlıklar girişler bias Matematikçi (1903-1957) Aktivasyon fonksiyonu

23 EDVAC (Electronic Discrete Variable Automatic Computer) 1950 John Von Neumann Hebb Öğrenme Kuramı (1949) “When an axon of a cell A is near enough to excite a cell B and repeatedly or persistently takes part in firing it, some growth process or metabolic change takes place in one or both cells such that A’s efficiency as one of the cells firing B is increased. “ (Organization of Behavior) zamana bağlı yerel Öğrenen adaptif sistemler için esin Fizyolog (1904-1985) Öğrenme hızı Çıkış işareti Postsinaptik aktivite giriş işareti Presinaptik aktivite

24 Snark- Marvin Minsky (1951) kendi kendine ağırlıkları ayarlayabiliyor işe yarar hiç bir bilgi işleme fonksiyonunu gerçekleyemedi Perceptron – Frank Rosenblatt (1958) Görüntü tanıma Eğiticili öğrenme Perceptron yakınsama teoremi Bilgisayar bilimcisi (1928-1971) ADALINE ( ADaptive LINEar combiner )- Bernard Widrow, Ted Hoff LMS kuralı Perceptron ile farkı öğrenme kuralı Elektrik mühendisi

25 Karanlık Yıllar (1969-1982) “Perceptrons” Minsky-Papert 1969 matematiksel olarak Perceptron’un XOR mantik fonksiyonunu gerçekleyemeyeceğini ispatladılar. Grossberg- ART özdüzenlemeli bir yapı Kohonen – özdüzenlemeli bir başka yapı Fukushima – özdüzenlemeli bir başka yapı daha Karanlık Yıllardan Çıkış 1982 Hopfield Ağı Geriye Yayılım Algoritması (Backpropagation) * 1974 Werbos * 1985 Parker * 1985 LeCun * 1986 Rumelhart