13.01.2013 Views

tc süleyman demirel üniversitesi fen bilimleri enstitüsü farklı ...

tc süleyman demirel üniversitesi fen bilimleri enstitüsü farklı ...

tc süleyman demirel üniversitesi fen bilimleri enstitüsü farklı ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Şekil 1.9. Hopfield Ağ Yapısı<br />

Hopfield ağı, bir geri yayılımlı ağın eğitildiği gibi eğitilmemektedir. Örnek desen<br />

grupları seçilmekte, ağın ağırlıklarının başlangıç değerlerini saptamak için<br />

kullanılmaktadır. Bu işlem bir kere yapıldıktan sonra herhangi bir desen ağa<br />

sunulmakta ve bu da giriş desenine en çok benzeyen örnek desenlerden biriyle<br />

sonuçlandırılmaktadır. Çıkış deseni, birimlerin durumlarına bakılarak ağdan<br />

okunabilmektedir (Elmas, 2003).<br />

1.3.6.5. Kohonen Yapay Sinir Ağları<br />

Kohonen ağı, bir giriş katmanı ve bir de çıkış katmanı olmak üzere iki katmandan<br />

oluşmaktadır. Çıkış katmanındaki nöronlar genellikle düzenli iki boyutlu aralıklar<br />

olarak düzenlenir. Çıkıştaki her nöron bütün giriş düğümlerine bağlıdır. Bağlantıların<br />

ağırlıkları verilen çıkış elemanı ile ilgili olan referans vektörünün elemanlarını<br />

oluşturur.<br />

Kohonen ağının öğrenme adımları aşağıdaki gibidir:<br />

• Çıkış nöronlarının bütün referans vektörlerinin küçük rasgele değerlere<br />

çekilmesi.<br />

22

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!