Yapay Sinir Ağları

Yapay sinir ağları, insan beyninin özellikleri kullanılarak öğrenme yoluyla yeni bilgiler türetme, yeni bilgiler oluşturma ve keşfetme gibi yeteneklerin herhangi bir yardım almadan gerçekleştirilmek için oluşturulmuş bilgi işlem sistemidir. Bu yeteneklerin geleneksel programlama yöntemleri kullanılarak gerçekleştirme zordur ve çoğunlukla mümkün değildir. Bu yüzden yapay sinir ağları bilim dalının programlanması zor ve mümkün olmayan olaylar için geliştirilen adaptif bilgi işlemeyle ilgilenen bir bilgisayar bilim dalı olarak algılanabilir. Yapay sinir ağları olayların örneklerini değerlendirmekte, bunlardan ilgili olay hakkında genellemeler yaparak, bilgiler toplamakta ve hiç görmediği örneklerle karşılaşınca öğrendiği bilgileri kullanarak karar verebilmektedir. Bu sistem insan beyninin özelliklerinden öğrenme yoluyla yeni bilgiler türetebilme, oluşturabilme, bunları keşfetme gibi işlemleri yardım almadan, gerçekleştirmek için geliştirilen bilgisayar sistemleri olduğu için yeni gelişmeleri beraberinde getirdiler ve insan beyni hakkında yapılan araştırmalara önemli katkılar sağladılar. Başka bir deyişle yapay sinir ağları insanlığın doğayı araştırma ve taklit etme çabasının en son ürünlerinden biridir denilebilir.

Bu sistem basit biyolojik sinir sisteminin çalışma şeklini simüle etmek için tasarlanmış olan programlardır. Simüle edilmiş olan sinir hücreleri yani nöronlar içermektedirler. Nöronlar farklı şekillerde birbiriyle bağlanarak ağı meydana getirirler. Meydana gelen ağlar öğrenme, hafızaya alma, veriler arasında olan ilişkiyi ortaya çıkarma kapasitesine sahiptir. Yani bunlar bir insanın düşünme ve gözlemleme yeteneklerini sağlayan problemlere yönelik çözümler üretirler. İnsanın bu çözümleri üretebilmesinin nedeni insanın sahip olduğu deneyerek ya da yaşayarak öğrenme yeteneğinin olmasıdır. Öğrenme nöronlar arasında olan sinaptik bağlantıların ayarlanmasıyla olur. İnsanlar doğumdan itibaren yaşayarak öğrenme sürecine girerler. Bu süreçte beyin bir gelişme sürecinde olur. Yaşanan tecrübe edildikçe sinaptik bağlantılar ayarlanır, bazı hallerde yeni bağlantılar oluşur. Bu durum da öğrenmeyi sağlar. İnsanlardaki bu süreç yapay sinir ağları içinde geçerlidir. Burada öğrenme eğitme yoluyla örneklerin kullanılmasıyla olur. Yani girdi çıktı verilerinin işlenmesiyle gerçekleşme başka bir deyişle eğitme algoritmasının verileri kullanarak, bağlantı ağırlıklarını yakınsama sağlanana kadar yeniden ayarlamasıyla sağlanır. Yapay sinir ağları ağırlıklandırılmış biçimde birbirine bağlanmış olan çok sayıda işlem elemanından oluşan matematiksel sistemdir. Her işlem elemanı gerçekte sıkça transfer fonksiyonu olarak anılan denklemdir. Bir işlem elemanı nöronlardan sinyali alarak, birleştirme, dönüştürme ve sayısal sonuç almayı sağlar. İşlem elemanları gerçek nöronlara karşılık gelir ve ağ içinde birbirine bağlanır. Bu oluşan yapı sinir ağlarını oluşturur.

Sinirsel hesaplamanın merkezinde dağılan, adaptif ve doğrusal olmayan işlem kavramları bulunmaktadır. Bu sistem geleneksel işlemcilerden farklı işlem yapmaktadırlar. Geleneksel işlemcilerde tek işlem elemanı her hareketi sırayla gerçekleştirirken, yapay sinir ağları çok sayıda basit işlem elemanından oluşan ve her biri bir sorunun parçasıyla ilgilenen bir sistemdir. Bir işlem elemanı girdiyi ağırlık kümesiyle ağırlıklandırır, doğrusal olmayan şekilde dönüşümünü sağlayarak, çıktı değeri oluşturur. İşlem elemanlarının çalışma biçimi yanıltıcı bir şekilde basittir. Sinirsel hesaplamanın gücü, işlem elemanlarının arasında olan yoğun bağlantı yapısından kaynaklanmaktadır. Yapay sinir ağlarında benzer özelliklere sahip olan nöronlar tabakalar şeklinde yapılandırılır, transfer fonksiyonları eş zamanlı çalıştırılır. Çoğu ağlar veri alan ve çıktı üreten nöronlara sahip olur. Yapay sinir ağlarının girdi veriyi çıktı veriye nasıl ilişkilendirdiği, ilk aşamada nöronların transfer fonksiyonları, birbirine bağlantıları ile bu bağlantıların ağırlıkları ile etkilenir.