Yapay Sinir Ağları’nın Yapısı ve Temel Elemanları

1.4.4.1 Biyolojik Sinir Hücresi

Biyolojik sinir ağları insan beyninin çalışmasını sağlayan en temel taşlardan birisidir.

İnsanların bütün davranışlarını ve çevresini anlamasını sağlar (Adıyaman, 2007).

İnsanın beyinsel gücünü oluşturan bu yapı taşları birkaç genel işleve sahiptirler. Bir biyolojik nöron temel olarak diğer kaynaklardan girdiler alır, belirli bir şekilde bunları birleştirir ve nihai sonucu üretir. Şekil 8’de bir nöronun 4 temel elemandan oluşan yapısı görülmektedir. Şekilden de görüldüğü üzere tüm doğal nöronlar dentrit, çekirdek, akson ve sinapstan oluşmaktadır. Dentritler çekirdeğin saça benzeyen uzantılarıdır ve girdi kanalları olarak işlev görürler. Bu girdi kanalları diğer nöronların sinapsları aracılığıyla girdilerini alırlar. Daha sonra çekirdek, gelen bu sinyalleri zaman içinde işler ve çıktıya dönüştürür.

Bu çıktı akson ve sinapslar aracılığıyla diğer nöronlara gönderilir (Bahadır ve Özdemir, 2016).

Şekil 8: Biyolojik sinir hücresi.

58 1.4.4.2 Yapay Sinir Hücresi

Tipik bir Yapay Sinir Hücresi (YSH) girdiler, ağırlıklar, toplama fonksiyonu, aktivasyon fonksiyonu ve çıktılardan oluşmaktadır (Şekil 9). İlk katman olan girdi katmanı ile dış ortamdan gelen veriler YSA’ya alınır. Bu katman probleme etki eden parametreleri oluşturmaktadır. Girdi katmanındaki parametreler sinir hücresindeki etkisini belirleyen ağırlık katsayıları ile çarpıldıktan sonra hücreye gelen net girdi toplama fonksiyonu ile hesaplanmış olur. Daha sonra aktivasyon fonksiyonu hücreye gelen bu net girdiyi değerlendirip bu girdiye karşılık üretilecek çıktıyı belirlemektedir. Aktivasyon fonksiyonu tarafından belirlenen çıktı dış ortama ya da başka bir YSA hücresine girdi olarak gönderilir (Kurt vd., 2017).

Şekil 9: Yapay Sinir Hücresi gösterimi.

Girdiler: Girdiler nöronlara gelen verilerdir. Girdiler YSH’ye bir diğer hücreden gelebileceği gibi direk olarak dış dünyadan da gelebilir. Bu girdilerden gelen veriler biyolojik sinir hücrelerinde olduğu gibi toplanmak üzere nöron çekirdeğine gönderilir (Çayıroğlu, 2017).

Ağırlıklar: Ağırlıklar, gelen bilgilerin hücre üzerindeki etkisini belirleyen katsayılardır.

Bilgiler, bağlantılar üzerindeki ağırlıklar üzerinden hücreye girmekte ve ağırlıklar yapay sinirde girdi olarak kullanılacak değerlerin göreceli kuvvetini (matematiksel katsayısını) göstermektedirler. YSA içinde girdilerin hücreler arasında iletimini sağlayan tüm bağlantıların farklı ağırlık değerleri bulunur (Elmas, 2011; Es, 2013).

.. .

W1J

W2J

WİJ

f

X₁

X₂

X_i

Ʃ

Toplama Fonksiyonu

Net girdi

θj Eşik Aktivasyon

Fonksiyonu

O_j Çıktı Girdiler Ağırlıklar

59

Toplama Fonksiyonu: Toplama fonksiyonu bir YSH’ye ağırlıklarla çarpılıp gelen girdileri toplayarak, o hücrenin net girdisini hesaplayan bir fonksiyondur. Bazı durumlarda gelen girdilerin değeri dikkate alınırken, bazı durumlarda ise gelen girdilerin sayısı önemli olabilmektedir. Bir problem için en uygun toplama fonksiyonu belirlenirken geliştirilmiş bir yöntem yoktur. Genellikle deneme yanılma yoluyla toplama fonksiyonu belirlenmektedir. Bazen her hücrenin toplama fonksiyonunun aynı olması gerekmez. Bu konulara karar vermek tasarımcıya aittir (Öztemel, 2003; Çayıroğlu 2017). Tablo 2’de yaygın olarak kullanılan bazı toplama fonksiyonları verilmiştir.

Tablo 2: Bazı toplama fonksiyonları.

Toplam

W x Net



Ağırlık değerleri girdiler ile çarpılır ve bulunan değerler birbirleriyle toplanarak net girdi hesaplanır.

Çarpım

i N

İ xi W

Net



Ağırlık değerleri girdiler ile çarpılır ve bulunan değerler birbirleriyle çarpılarak net girdi hesaplanır.

Maksimum

) (xi Wi

Max

Net  n adet girdi içinden ağırlıklar girdilerle çarpıldıktan sonra içlerinden en büyüğü net girdi olarak kabul edilir.

Minimum

) (x_i W_i Min

Net  n adet girdi içinden ağırlıklar girdilerle çarpıldıktan sonra içlerinden en küçüğü net girdi olarak kabul edilir.

Çoğunluk

n adet girdi içinden girdilerle ağırlıklar çarpıldıktan sonra pozitif ile negatif olanların sayısı bulunur. Büyük olan sayı hücrenin net girdisi olarak kabul edilir.

Hücreye gelen bilgiler ağırlıklı olarak toplanır. Daha önce hücreye gelen bilgilere yeni hesaplanan girdi değerleri eklenerek hücrenin net girdisi hesaplanır.

Aktivasyon Fonksiyonu: Bu fonksiyon hücreye gelen net girdiyi işleyerek hücrenin bu girdiye karşılık üreteceği çıktıyı belirler. Aktivasyon fonksiyonu genellikle doğrusal olmayan bir fonksiyon seçilir. YSA’nın bir özelliği olan “doğrusal olmama” aktivasyon fonksiyonlarının doğrusal olmama özelliğinden gelmektedir. Aktivasyon fonksiyonu seçilirken dikkat edilmesi gereken bir diğer nokta ise fonksiyonun türevinin kolay hesaplanabilir olmasıdır. Geri beslemeli ağlarda aktivasyon fonksiyonunun türevi de kullanıldığı için hesaplamanın yavaşlamaması için türevi kolay hesaplanır bir fonksiyon seçilir. Günümüzde en yaygın olarak kullanılan “Çok Katmanlı Algılayıcı (ÇKA)”

modelinde genellikle aktivasyon fonksiyonu olarak “Sigmoid fonksiyonu” kullanılır (Öztemel, 2003; Çayıroğlu 2017). Yaygın kullanılan aktivasyon fonksiyonları Tablo 3’te verilmiştir.

60

Tablo 3: Aktivasyon fonksiyonları (Öztemel, 2003; Çayıroğlu 2017).

Çıktılar: Aktivasyon fonksiyonu tarafından belirlenen çıktı değeridir. Bu değer ya başka bir YSH’ye girdi olarak ya da dış ortama gönderilir. Bir YSA hücresinin birden fazla girdisi olmasına rağmen tek bir çıktısı vardır (Sarı, 2016).

1.4.4.3 Yapay Sinir Ağı Yapısı

YSH’nin birbirlerine bağlanması ile YSA oluşmaktadır. Genel olarak YSA, giriş katmanı, ara katman (gizli katmanlar) ve çıkış katmanı olmak üzere 3 ana katmandan oluşmaktadır (Şekil 10).

61

Giriş katmanında alınan girişler, giriş katmanı ve gizli katman arasında bulunan bağlantı ağırlıkları ile çarpılıp gizli katmana iletilmektedir. Gizli katmandaki sinirlere gelen girişler toplanarak aynı şekilde gizli katman ile çıkış katmanı arasındaki bağlantı ağırlıkları ile çarpılıp çıkış katmanına iletilir. Çıkış katmanındaki sinirlerde kendi hücresine gelen bu girişleri toplayarak buna uygun bir çıkış üretirler. Burada giriş katmanından çıkış katmanına doğru, gizli katmanlar üzerinden tek yönlü bir iletişim mevcuttur (Elmas, 2011).

Şekil 10: Tipik bir Yapay Sinir Ağı.