tc süleyman demirel üniversitesi fen bilimleri enstitüsü farklı ...
tc süleyman demirel üniversitesi fen bilimleri enstitüsü farklı ...
tc süleyman demirel üniversitesi fen bilimleri enstitüsü farklı ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
• Robot hareket mekanizmalarının kontrol edilmesi<br />
• Üretim planlama ve çizelgeleme<br />
• Kalite kontrolü<br />
• Elektrik işareti tanıma<br />
• Radar ve sonar sinyalleri sınıflandırma<br />
• Optik karakter tanıma vs.(Öztemel, 2003; Elmas, 2003)<br />
1.3.6. Yapay Sinir Ağı Yapıları<br />
Yapay sinir ağlarını sınıflandırmak için birçok yaklaşım vardır. Örneğin, yapay sinir<br />
ağları öğrenme yöntemlerine veya eğitilme yöntemlerine göre; eğitimde kullanılan<br />
tekrarlanan veya tekrarlanmayan temel fonksiyonun aktivasyon fonksiyonu ile<br />
değişimine göre sınıflandırılabilmektedir (Ham vd., 2001). Yapay sinir ağları,<br />
hücrelerin birbirleri ile çeşitli şekillerde bağlanmalarından oluşmaktadır. Hücre<br />
çıkışları, ağırlıklar üzerinden diğer hücrelere ya da kendisine giriş olarak<br />
bağlanabilmekte ve bağlantılarda gecikme birimi de kullanılabilmektedir. Hücrelerin<br />
bağlantı şekillerine, öğrenme kurallarına ve aktivasyon fonksiyonlarına göre çeşitli<br />
YSA yapıları geliştirilmiştir. Çeşitli problemlerin çözümünde kullanılan ve kabul<br />
görmüş bazı YSA yapıları genel özellikleri ile şunlardır.<br />
1.3.6.1. İleri Beslemeli Yapay Sinir Ağları<br />
İleri beslemeli YSA’ da, hücreler katmanlar şeklinde düzenlenir ve bir katmandaki<br />
hücrelerin çıkışları bir sonraki katmana ağırlıklar üzerinden giriş olarak<br />
verilmektedir. Giriş katmanı, dış ortamlardan aldığı bilgileri hiçbir değişikliğe<br />
uğratmadan orta (gizli) katmandaki hücrelere iletmektedir. Bilgi, orta ve çıkış<br />
katmanında işlenerek ağ çıkışı belirlenmektedir. Bu yapısı ile ileri beslemeli ağlar<br />
doğrusal olmayan statik bir işlevi gerçekleştirir. İleri beslemeli 3 katmanlı YSA’ nın,<br />
orta katmanında yeterli sayıda hücre olmak kaydıyla, herhangi bir sürekli fonksiyonu<br />
istenilen doğrulukta yaklaştırabileceği gösterilmiştir. En çok bilinen geriye yayılım<br />
öğrenme algoritması, bu tip YSA ların eğitiminde etkin olarak kullanılmakta ve<br />
bazen bu ağlara geriye yayılım ağları da denmektedir. Şekil 1.6’da giriş, orta ve çıkış<br />
katmanı olmak üzere üç katmanlı ileri beslemeli YSA yapısı verilmektedir.<br />
18
Change language