E4. Hanbay, D., İ. Türkoğlu ve Y. Demir - Fırat Üniversitesi
E4. Hanbay, D., İ. Türkoğlu ve Y. Demir - Fırat Üniversitesi
E4. Hanbay, D., İ. Türkoğlu ve Y. Demir - Fırat Üniversitesi
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>İ</strong>şlem elemanına birden fazla giriş gelmekte <strong>ve</strong> sadece bir çıkış üretilmektedir. Ağırlıklar<br />
elemanlar arasında bulunan bağlantı hatları üzerinde depolanır. Her bağlantının bir ağırlığı<br />
vardır. Bu ağırlık bir işlem elemanının diğeri üzerindeki etkisini gösterir. Ağırlıklar sabit<br />
olabildikleri gibi değişken de olabilirler. Toplama fonksiyonu, bir işlem elemanına gelen net<br />
girişi hesaplayan bir fonksiyondur. Net giriş genellikle gelen bilgilerin ilgili bağlantıların<br />
ağırlıkları ile çarpılıp toplanması ile belirlenir. Bu nedenle adı, toplama fonksiyonu olarak<br />
<strong>ve</strong>rilmiştir. Aktivasyon fonksiyonu da, toplama fonksiyonu tarafından belirlenen net girişi<br />
alarak, işlem elemanının çıkışını belirleyen fonksiyondur. Genel olarak türevi alınabilen bir<br />
fonksiyon olması tercih edilir. Toplama <strong>ve</strong> çıkış fonksiyonları, ilgili probleme bağlı olarak<br />
farklı şekiller alabilirler. <strong>İ</strong>şlem elemanının çıkış ünitesi ise çıkış fonksiyonunun ürettiği<br />
dürtüyü diğer işlem elemanlarına <strong>ve</strong>ya dış dünyaya aktarma işlevini yapar. <strong>İ</strong>şlem elemanları<br />
ağın topolojik yapısına bağlı olarak tamamen birbirinden bağımsız <strong>ve</strong> paralel olarak<br />
çalışabilirler. Şekil 1’de <strong>ve</strong>rilmiş olan yapay sinir hücresine x1, x2, x3, ...xm giriş işaretleri,<br />
uygulanmaktadır. Her giriş işareti, w1, w2, w3... wm ilgili ağırlık değerleriyle çarpılırken basit<br />
hücre modelinde, Net çıkışı denklem 1ile, V çıkış ifadesi denklem 2 ile ifade edilebilir[4].<br />
m<br />
∑<br />
i=<br />
0<br />
u = x w − b<br />
(1)<br />
i<br />
i<br />
B<strong>İ</strong>L<strong>İ</strong>MDE MODERN YÖNTEMLER SEMPOZYUMU - BMYS'2005<br />
16 - 18 Kasım 2005<br />
Grand Yükseliş, KOCAEL<strong>İ</strong><br />
v=f(u) (2)<br />
Burada, girişler x, ağırlıklar w <strong>ve</strong>ktörüyle toplu olarak gösterilir. Giriş işaretleri biyolojik<br />
hücrelerin sinapsislerindeki işaretlere karşı düşen giriş hattındaki elektriksel etkinliği, ağırlık<br />
<strong>ve</strong>ktörüyse biyolojik sinirlerdeki sinaptik gücü ifade etmektedir. b, ise eşik değer olarak<br />
adlandırılır. f(.) fonksiyonu, bir lineer <strong>ve</strong>ya lineer olmayan fonksiyondur. Aktivasyon<br />
fonksiyonları, işlem elemanlarının sınırsız sayıdaki girişini önceden belirlenmiş sınırda çıkış<br />
olarak düzenlerler. En çok kullanılan dört tane aktivasyon fonksiyonu vardır. Bunlar, sigmoid,<br />
doğrusal, doyumlu doğrusal, eşik fonksiyonlarıdır[2].<br />
2.2. Yapay Sinir Ağlarının Temel Özellikleri<br />
Yapay sinir ağlarını hem popüler yapan, hem de geleneksel bilgi işleme metotlarından<br />
ayıran özellikleri vardır. Yapay sinir ağlarının bir takım özellikleri, her ne kadar ilgili<br />
problemin yapısına <strong>ve</strong> kullanılan sinir ağı modeline bağlı olsa da, genel özellikleri; Öğrenme,<br />
Genelleme, Hata Toleransı <strong>ve</strong> Hız dır[4,12].<br />
904