Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Bu maddede bulunmasına karşın yetersizliği nedeniyle bazı bilgilerin hangi kaynaktan alındığı belirsizdir. (Eylül 2005) () |
Yapay sinir ağları (YSA), insan beyninin bilgi işleme tekniğinden esinlenerek geliştirilmiş bir bilgi işlem teknolojisidir. YSA ile basit biyolojik sinir sisteminin çalışma şekli taklit edilir. Yani biyolojik nöron hücrelerinin ve bu hücrelerin birbirleri ile arasında kurduğu sinaptik bağın dijital olarak modellenmesidir. Nöronlar çeşitli şekillerde birbirlerine bağlanarak ağlar oluştururlar. Bu ağlar öğrenme, hafızaya alma ve veriler arasındaki ilişkiyi ortaya çıkarma kapasitesine sahiptirler. Diğer bir ifadeyle, YSA'lar, normalde bir insanın düşünme ve gözlemlemeye yönelik doğal yeteneklerini gerektiren problemlere çözüm üretmektedir. Bir insanın, düşünme ve gözlemleme yeteneklerini gerektiren problemlere yönelik çözümler üretebilmesinin temel sebebi ise insan beyninin ve dolayısıyla insanın sahip olduğu yaşayarak veya deneyerek öğrenme yeteneğidir.
Biyolojik sistemlerde öğrenme, nöronlar arasındaki sinaptik (synaptic) bağlantıların ayarlanması ile olur. Yani, insanlar doğumlarından itibaren bir yaşayarak öğrenme süreci içerisine girerler. Bu süreç içinde beyin sürekli bir gelişme göstermektedir. Yaşayıp tecrübe ettikçe sinaptik bağlantılar ayarlanır ve hatta yeni bağlantılar oluşur. Bu sayede öğrenme gerçekleşir. Bu durum YSA için de geçerlidir. Öğrenme, eğitme yoluyla örnekler kullanarak olur; başka bir deyişle, gerçekleşme girdi/çıktı verilerinin işlenmesiyle, yani eğitme algoritmasının bu verileri kullanarak bağlantı ağırlıklarını (weights of the synapses) bir yakınsama sağlanana kadar, tekrar tekrar ayarlamasıyla olur.
YSA'lar, ağırlıklandırılmış şekilde birbirlerine bağlanmış birçok işlem biriminden (nöronlar) oluşan matematiksel sistemlerdir. Bir işlem birimi, aslında sık sık transfer fonksiyonu olarak anılan bir denklemdir. Bu işlem birimi, diğer nöronlardan sinyalleri alır; bunları birleştirir, dönüştürür ve sayısal bir sonuç ortaya çıkartır. Genelde, işlem birimleri kabaca gerçek nöronlara karşılık gelirler ve bir ağ içinde birbirlerine bağlanırlar; bu yapı da sinir ağlarını oluşturmaktadır.
Sinirsel (neural) hesaplamanın merkezinde dağıtılmış, adaptif ve doğrusal olmayan işlem kavramları vardır. YSA'lar, geleneksel işlemcilerden farklı şekilde işlem yapmaktadırlar. Geleneksel işlemcilerde, tek bir merkezi işlem birimi her hareketi sırasıyla gerçekleştirir. YSA'lar ise her biri büyük bir problemin bir parçası ile ilgilenen, çok sayıda basit işlem birimlerinden oluşmaktadır. En basit şekilde, bir işlem birimi, bir girdiyi bir ağırlık kümesi ile ağırlıklandırır, doğrusal olmayan bir şekilde dönüşümünü sağlar ve bir çıktı değeri oluşturur. İlk bakışta, işlem birimlerinin çalışma şekli yanıltıcı şekilde basittir. Sinirsel hesaplamanın gücü, toplam işlem yükünü paylaşan işlem birimlerinin birbirleri arasındaki yoğun bağlantı yapısından gelmektedir. Bu sistemlerde geri yayılım metoduyla daha sağlıklı öğrenme sağlanmaktadır.
Çoğu YSA'da, benzer karakteristiğe sahip nöronlar tabakalar halinde yapılandırılırlar ve transfer fonksiyonları eş zamanlı olarak çalıştırılırlar. Hemen hemen tüm ağlar, veri alan nöronlara ve çıktı üreten nöronlara sahiptirler.
YSA'nın ana öğesi olan matematiksel fonksiyon, ağın mimarisi tarafından şekillendirilir. Daha açık bir şekilde ifade etmek gerekirse, fonksiyonun temel yapısını ağırlıkların büyüklüğü ve işlem elemanlarının işlem şekli belirler. YSA'ların davranışları, yani girdi veriyi çıktı veriye nasıl ilişkilendirdikleri, ilk olarak nöronların transfer fonksiyonlarından, nasıl birbirlerine bağlandıklarından ve bu bağlantıların ağırlıklarından etkilenir.
Yapay sinir ağlarının üstünlüklerinin yanı sıra bazı sakıncaları da vardır. Bu sakıncalar şu şekilde listelenebilir:
- Sistem içerisinde ne olduğu bilinemez.
- Bazı ağlar hariç kararlılık analizleri yapılamaz.
- Farklı sistemlere uygulanması zor olabilir.
Nörobilgisayar
Nörobilgisayar, genellikle çok hız gerektiren ve büyük boyuttaki problemlerin çözülmesi için tamamen yapay sinir ağı teknolojisine dayanarak geliştirilmiş bilgisayar türüdür.
Siemens tarafından geliştirilmiş synapse 1 nörobilgisayarı, bir ana bilgisayara ethernet kartı ile bağlanıp çalışabilen bir bilgisayardır. 8 Tane MA-16 sistolik dizi yongası kullanmaktadır. Bu bilgisayarın performansı 25 mhz ile saniyede 3.2 milyar çarpım (16 bit*16 bit) ve toplama işlemi yapabilecek bir güce sahiptir.
Ayrıca bakınız
Kaynakça
- ^ Aydın, Şamil Emre (2017). Yapay Zekâ Teknolojisi (Yapay Zekâların Dünü Bugünü Yarını). s. 12-13. 8 Ağustos 2021 tarihinde kaynağından . Erişim tarihi: 11 Ağustos 2021.
- Çetin Elmas (2012), Yapay Zeka Uygulamaları, Yapay Sinir Ağları – Bulanık Mantık– Genetik Algoritma, Ankara: Seçkin Yayinevi
- Ercan Öztemel (2006), Yapay Sinir Ağları, Istanbul: Papatya
- Şeref Sağıroğlu, "Mühendislikte Yapay Zeka Uygulamaları I : Yapay Sinir Ağları", Ufuk Kitabevi, Ağustos 2003.
Dış bağlantılar
| Wikimedia Commons'ta Yapay sinir ağları ile ilgili ortam dosyaları bulunmaktadır. |
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Bu maddede kaynak listesi bulunmasina karsin metin ici kaynaklarin yetersizligi nedeniyle bazi bilgilerin hangi kaynaktan alindigi belirsizdir Lutfen kaynaklari uygun bicimde metin icine yerlestirerek maddenin gelistirilmesine yardimci olun Eylul 2005 Bu sablonun nasil ve ne zaman kaldirilmasi gerektigini ogrenin Yapay sinir aglari YSA insan beyninin bilgi isleme tekniginden esinlenerek gelistirilmis bir bilgi islem teknolojisidir YSA ile basit biyolojik sinir sisteminin calisma sekli taklit edilir Yani biyolojik noron hucrelerinin ve bu hucrelerin birbirleri ile arasinda kurdugu sinaptik bagin dijital olarak modellenmesidir Noronlar cesitli sekillerde birbirlerine baglanarak aglar olustururlar Bu aglar ogrenme hafizaya alma ve veriler arasindaki iliskiyi ortaya cikarma kapasitesine sahiptirler Diger bir ifadeyle YSA lar normalde bir insanin dusunme ve gozlemlemeye yonelik dogal yeteneklerini gerektiren problemlere cozum uretmektedir Bir insanin dusunme ve gozlemleme yeteneklerini gerektiren problemlere yonelik cozumler uretebilmesinin temel sebebi ise insan beyninin ve dolayisiyla insanin sahip oldugu yasayarak veya deneyerek ogrenme yetenegidir Yapay sinir agi bir katman Biyolojik sistemlerde ogrenme noronlar arasindaki sinaptik synaptic baglantilarin ayarlanmasi ile olur Yani insanlar dogumlarindan itibaren bir yasayarak ogrenme sureci icerisine girerler Bu surec icinde beyin surekli bir gelisme gostermektedir Yasayip tecrube ettikce sinaptik baglantilar ayarlanir ve hatta yeni baglantilar olusur Bu sayede ogrenme gerceklesir Bu durum YSA icin de gecerlidir Ogrenme egitme yoluyla ornekler kullanarak olur baska bir deyisle gerceklesme girdi cikti verilerinin islenmesiyle yani egitme algoritmasinin bu verileri kullanarak baglanti agirliklarini weights of the synapses bir yakinsama saglanana kadar tekrar tekrar ayarlamasiyla olur YSA lar agirliklandirilmis sekilde birbirlerine baglanmis bircok islem biriminden noronlar olusan matematiksel sistemlerdir Bir islem birimi aslinda sik sik transfer fonksiyonu olarak anilan bir denklemdir Bu islem birimi diger noronlardan sinyalleri alir bunlari birlestirir donusturur ve sayisal bir sonuc ortaya cikartir Genelde islem birimleri kabaca gercek noronlara karsilik gelirler ve bir ag icinde birbirlerine baglanirlar bu yapi da sinir aglarini olusturmaktadir Sinirsel neural hesaplamanin merkezinde dagitilmis adaptif ve dogrusal olmayan islem kavramlari vardir YSA lar geleneksel islemcilerden farkli sekilde islem yapmaktadirlar Geleneksel islemcilerde tek bir merkezi islem birimi her hareketi sirasiyla gerceklestirir YSA lar ise her biri buyuk bir problemin bir parcasi ile ilgilenen cok sayida basit islem birimlerinden olusmaktadir En basit sekilde bir islem birimi bir girdiyi bir agirlik kumesi ile agirliklandirir dogrusal olmayan bir sekilde donusumunu saglar ve bir cikti degeri olusturur Ilk bakista islem birimlerinin calisma sekli yaniltici sekilde basittir Sinirsel hesaplamanin gucu toplam islem yukunu paylasan islem birimlerinin birbirleri arasindaki yogun baglanti yapisindan gelmektedir Bu sistemlerde geri yayilim metoduyla daha saglikli ogrenme saglanmaktadir Cogu YSA da benzer karakteristige sahip noronlar tabakalar halinde yapilandirilirlar ve transfer fonksiyonlari es zamanli olarak calistirilirlar Hemen hemen tum aglar veri alan noronlara ve cikti ureten noronlara sahiptirler YSA nin ana ogesi olan matematiksel fonksiyon agin mimarisi tarafindan sekillendirilir Daha acik bir sekilde ifade etmek gerekirse fonksiyonun temel yapisini agirliklarin buyuklugu ve islem elemanlarinin islem sekli belirler YSA larin davranislari yani girdi veriyi cikti veriye nasil iliskilendirdikleri ilk olarak noronlarin transfer fonksiyonlarindan nasil birbirlerine baglandiklarindan ve bu baglantilarin agirliklarindan etkilenir Yapay sinir aglarinin ustunluklerinin yani sira bazi sakincalari da vardir Bu sakincalar su sekilde listelenebilir Sistem icerisinde ne oldugu bilinemez Bazi aglar haric kararlilik analizleri yapilamaz Farkli sistemlere uygulanmasi zor olabilir NorobilgisayarNorobilgisayar genellikle cok hiz gerektiren ve buyuk boyuttaki problemlerin cozulmesi icin tamamen yapay sinir agi teknolojisine dayanarak gelistirilmis bilgisayar turudur Siemens tarafindan gelistirilmis synapse 1 norobilgisayari bir ana bilgisayara ethernet karti ile baglanip calisabilen bir bilgisayardir 8 Tane MA 16 sistolik dizi yongasi kullanmaktadir Bu bilgisayarin performansi 25 mhz ile saniyede 3 2 milyar carpim 16 bit 16 bit ve toplama islemi yapabilecek bir guce sahiptir Ayrica bakinizBilissel bilim Bulanik mantik Derin ogrenme yazilimlarinin karsilastirilmasi Evrisimli sinir aglari Genetik algoritma Genetik programlama Naive Bayes siniflandirici Sinirbilim Yapay yasam Yapay Zeka TensorflowKaynakca Aydin Samil Emre 2017 Yapay Zeka Teknolojisi Yapay Zekalarin Dunu Bugunu Yarini s 12 13 8 Agustos 2021 tarihinde kaynagindan Erisim tarihi 11 Agustos 2021 Cetin Elmas 2012 Yapay Zeka Uygulamalari Yapay Sinir Aglari Bulanik Mantik Genetik Algoritma Ankara Seckin Yayinevi ISBN 9789750216961 Ercan Oztemel 2006 Yapay Sinir Aglari Istanbul Papatya ISBN 9789756797396 Seref Sagiroglu Muhendislikte Yapay Zeka Uygulamalari I Yapay Sinir Aglari Ufuk Kitabevi Agustos 2003 Dis baglantilarWikimedia Commons ta Yapay sinir aglari ile ilgili ortam dosyalari bulunmaktadir