YSA’lar yapı olarak insan beynine ait fonksiyonlara benzer fonksiyonlar içerirler. Biyolojik sinir hücrelerine benzer yapıda oluşturulurlar. Bundan dolayı YSA’ların yapısını anlayabilmek için biyolojik sinir hücrelerinin yapısı ve işleyişi irdelenmelidir.
6.2.1 Biyolojik sinir hücresinin yapısı
Bir insan beyninde takribi olarak on milyar sinir hücresinin var olduğu ve bu sinir hücrelerinin birbirleri arasında oluşturmuş olduğu bağ miktarının altmış trilyon civarında olduğu tahmin edilmektedir. Bu sinir hücreleri giriş verilerini duyu organlarından alır. Sonrasında alıcı (taşıyıcı) sinir hücreleri bu sinyalleri işleyerek bir sonraki sinir hücresine aktararak sinyalin merkezi sinir sistemine kadar iletilmesini sağlar. Merkezi sinir sistemi bu sinyalleri alarak derledikten sonra tepki sinyallerini üretir. Bu sinyaller ise tepkilerin meydana gelen organlara tepki sinirleri vasıtası ile iletilir. Böylece sinir sistemi aracılığıyla duyu organlarından iletilen verilere karşı tepki organlarına uygun işaretler gönderilir.
Yapay sinir ağları biyolojik sinir ağlarının modellemesi olduğundan dolayı, ilk önce biyolojik sinir sistemine dair yapıyı incelemek gereklidir. Biyolojik sinir sisteminin temelini oluşturan sinir hücresinin yapısı dört ana kısımdan meydana gelmektedir; dendrit, akson, çekirdek ve bağlantılar. Dendrit nöronun uç kısmında yer alır ve ağaç köküne benzer bir yapı görüntüye sahiptir.
Dendritlerin işlevi bağlı bulunduğu diğer sinir hücrelerinden ya da duyu organlarından gelen sinyalleri çekirdeğe iletmektir. Çekirdek dendritten gelen sinyalleri toparlayarak aksona iletir. Toparlanan bu sinyaller akson tarafından işlenerek sinir hücresinin uç kısmında yer alan bağlantılara iletilir. Bağlantılardan ise yeni üretilen sinyaller diğer sinir hücrelerine iletilir.
6.2.2 Yapay sinir hücresinin yapısı
Yapay sinir hücresi de biyolojik sinir hücresindeki gibi bir yapıya sahiptir. Yapay sinir hücreleri de aralarında bağ oluşturarak yapay sinir ağlarını kurarlar. Tıpkı biyolojik sinir hücrelerinde olduğu gibi yapay sinir hücreleri de giriş sinyallerini alırlar, bu sinyalleri toparlayıp derlerler ve çıkış verilerini ilettikleri bölümlere sahiptirler.
Şekil 6.1’de görüleceği üzere bir yapay sinir hücresi beş bölümden meydana gelmektedir;
• Giriş verileri • Ağırlıklar
• Aktivasyon fonksiyonu • Çıkış verileri
Şekil 6.1. Yapay sinir hücresinin hesaplama yapısı (Çayıroğlu)
6.2.2.1 Giriş verileri
Giriş verileri sinir hücrelerine gelen bilgilerdir. Giriş verileri yapay sinir hücresine başka hücreden gelebileceği gibi doğrudan dış dünyadan da gelebilir. Bu giriş verilerinden gelen bilgiler biyolojik sinir hücrelerindekine benzer olarak toparlanmak için sinir hücresi çekirdeğine iletilir.
6.2.2.2 Ağırlıklar
Yapay sinir hücresine gelen bilgiler giriş verileri üzerinden çekirdeğe iletilmeden evvela gelmiş oldukları bağlantıların ağırlığı ile çarpılıp çekirdeğe gönderilir. Böylece giriş verilerinin üretilecek olan çıkış verisi üzerinde etkisi ayarlanabilinmektedir. Bu ağırlıklara ait değerler pozitif, negatif ya da sıfır olabilir. Ağırlığı sıfır olan giriş verileri çıkış verisine hiçbir etki yapmamaktadır.
6.2.2.3 Toplama fonksiyonu (Birleştirme fonksiyonu)
Toplama fonksiyonu bir yapay sinir hücresine ağırlıklar ile çarpılıp gelen giriş verilerini toplayarak o hücreye ait net giriş verisini hesap eden bir fonksiyondur.
Bazı koşullarda gelen giriş verilerinin değeri dikkate alınırken bazı koşullarda ise gelen giriş verilerinin sayısı önem arz edebilmektedir. Bir sorun için en doğru toplama fonksiyonu tespit edilirken geliştirilmiş bir metot mevcut değildir. Genelde deneme yanılma yolu ile toplama fonksiyonu tespit edilmektedir. Bazı durumlarda her
hücrenin toplama fonksiyonuna benzer olması gerekli değildir. Bu hususların kararını tasarımcı verir.
6.2.2.4 Aktivasyon fonksiyonu
Aktivasyon fonksiyonu, hücreye gelen net giriş verisini derleyerek hücrenin bu giriş verisi ışığında ortaya çıkaracağı çıkış verisini tespit eder. Aktivasyon fonksiyonu genelde doğrusal olmayan bir fonksiyon tercih edilir. Yapay sinir ağlarının bir niteliği olan “doğrusal olmama” aktivasyon fonksiyonlarının doğrusal olmamasından kaynaklanmaktadır. Aktivasyon fonksiyonu tespit edilirken dikkat edilecek başka husus ise fonksiyona ait türevin kolayca hesaplanır olmasıdır. Geri beslemeli yapay sinir ağlarında aktivasyon fonksiyonuna ait türev de kullanıldığından hesaplamanın yavaş ilerlememesi maksadıyla türevi kolayca hesaplanır bir fonksiyon tercih edilir. Günümüzde yaygın bir şekilde tercih edilen “Çok katmanlı algılayıcı” modelinde genelde aktivasyon fonksiyonu olarak “Sigmoid fonksiyonu” tercih edilir.
6.2.2.5 Çıkış verileri
Aktivasyon fonksiyonundan çıkan değer hücrenin çıkış verisi değeridir. Bu değer ister yapay sinir ağının çıkış verisi şeklinde dış dünyaya verilir isterse yeniden ağın içerisinde kullanılır. Her hücrenin birden çok giriş verisi bulunmasına karşın tek çıkış verisi vardır. Bu çıkış verisi istenilen sayıda hücreye bağlanabilir.
6.2.3 Yapay sinir ağının yapısı
Yapay sinir ağı yapay sinir hücrelerinin birbirleri arasında bağ kurmasıyla meydana gelmiş yapıdır. Yapay sinir ağı üç temel katmanda irdelenir; Giriş katmanı, ara (gizli) katmanlar ve çıkış katmanı. Yapay sinir ağı mimarisinde ilgili katmanlar Şekil 6.2’de gösterilmiştir.
Şekil 6.2. Yapay sinir ağının yapısı (Çayıroğlu)
6.2.3.1 Giriş katmanı
Yapay sinir ağına dışarıdan giriş verilerinin girdiği katmandır. Bu katmanda dış dünyadan gelen giriş sayısı miktarınca hücre olmasına rağmen genel olarak giriş verileri herhangi bir işlem görmeden diğer katmanlara aktarılmaktadır.
6.2.3.2 Ara (Gizli) katman(lar)
Giriş katmanından çıkan veriler bu katmana gelir. Ara katman sayısı ağdan ağa değişkenlik gösterebilir. Bazı yapay sinir ağlarında ara katman bulunmaz iken bazılarında ise birden çok ara katman yer almaktadır. Ara katmanlardaki sinir hücresi sayısı giriş ve çıkış sayısına bağlı değildir. Birden çok ara katman bulunan ağlarda ara katmanların kendi aralarındaki hücre sayıları da farklılık gösterebilir. Ara katmanların sayısı ile bu katmanlar bulunan sinir hücrelerinin sayısının artışı hesaplamayı karmaşık hale getirir ve hesaplama süresini artırır. Fakat bu durum yapay sinir ağının daha kompleks sorunların çözümlenmesinde de tercih edilmesini sağlamaktadır.
6.2.3.3 Çıkış katmanı
Ara katmanlardan gelen verileri derleyerek ağın çıkış verilerini oluşturan katmandır. Bu katmanda oluşturulan çıkış verileri dışarıya iletilir. Geri beslemeli
ağlarda bu katmanda oluşturulan çıkış verisi kullanılarak ağa ait yeni ağırlıklar hesaplanır (Çayıroğlu).