GüREŞEN–kayakutlu 1 kho biLİm dergiSİ CİLT: 23 sayi: yil: 2013

 

GÜREŞEN–KAYAKUTLU 

 

 

72 

 

 

KHO BİLİM DERGİSİ CİLT: 23 SAYI: 1  YIL: 2013 

 

öğrenmenin  olabilmesi  için  yapay  sinir  ağlarının  yeni  çıktı  sinir  hücreleri 

ekleyebilmeleri gerekmektedir. 

 

    Bu  çalışmada  yapay  sinir  ağlarına  sonradan  çıktı  sinir  hücreleri 

ekleyebilecek,  veya  yapay  sinir  ağı  yapısı  oluşturulurken  çıktı  sinir  hücresi 

sayısını en baştan sabit tutmak yerine, eğitim aşamaları sırasında yavaş yavaş 

ekleyen  bir  algoritma  sunulmuştur.  Bu  algoritma  FA01V01  olarak 

adlandırılmıştır. 

 

    FA01V01  algoritması  mevcut  eğitilmiş  ve  çalışır  haldeki  bir  yapay  sinir 

ağına  yeni  çıktı  sinir  hücresi  ekleyebilecek  özelliktedir.  Bu  çalışmada  çok 

katmanlı  algılayıcılar  (Multi-Layer  Perceptron)  için  geri  yayılım  algoritması 

(backpropagation)  kullanılarak  gözetimli  eğitim  için  FA01V01  algoritması 

önerilmiştir. 

 

    a. Sözde Program (Pseudo Code) FA01V01 algoritmasının sözde 

programı aşağıda görüldüğü gibidir. 

     

 

Adımlar                                                   İşlem     (Tablo  FA01V01 Algoritması Sözde Programı) 

Adım 1 

Öğrenmenin gerçekleşeceği bir yapay sinir ağı al/oluştur 

Adım 2 

Girdilerden K’nın L’li çapraz geçerlilik veri kümelerini oluştur 

Adım 3 

Algoritmanın durma koşullarını tanımla 

Adım 4 

Eğitim ve çapraz geçerlilik veri kümelerini hazırla 

Adım 5 

Eklenecek çıktı sinir hücreleri için aday havuzu hazırla 

Adım 6 

Eğitim adaylarının uygunluğunu K’nın L’li çapraz geçerliği için hesapla 

Adım 7 

En uygun adayı aday havuzu içinden seç ve mevcut yapay sinir ağı yapısına ekle 

Adım 8 

Yeni oluşan yapay sinir ağını eğit  

Adım 9 

Durma koşullarının sağlanıp sağlanmadığını kontrol et  

Adım 10  Durma koşulları sağlanmıyorsa Adım 4’e git  

Adım 11  Oluşan yapay sinir ağını sonuç olarak ver 

---

 

GÜREŞEN–KAYAKUTLU 

 

 

73 

 

 

KHO BİLİM DERGİSİ CİLT: 23 SAYI: 1  YIL: 2013 

 

    b. Girdilerden veri kümelerinin oluşturulması 

      K’nın L’li çapraz geçerliliğinde, ayrılan L adet kümenin her birinin tüm veri 

kümesini  tam  olarak  temsil  edebilecek  yeterlilikte  bir  örneklem  olduğu, 

dolayısıyla  her  L  kümesinde  ayrı  ayrı  iyileştirme sağlayan  işlemin  yapay  sinir 

ağının  genelleştirme  özelliğini  destekleyen  bir  ilerleme  olacağı  varsayımına 

dayanır. 

 

      K’nın L’li çapraz geçerliliğinin geliştirilmesindeki temel amaç aday eleman 

havuzundan  hangi  elemanın  seçilip  yapay  sinir  ağının  yapısına  katılacağına 

karar  vermektir.  Öncelikle  eklendiği  taktirde  en  fazla  sayıda  çapraz  geçerlilik 

kümesinde 

i

V

  hata  azalması  sağlayan  aday  yapay  sinir  ağının  genelleme 

özelliğini  arttırıyordur.  En  fazla  sayıda  çapraz  geçerlilik  kümesinde  hata 

azalmasını sağlayan birden fazla aday varsa ortalama hata karelerini (OHK) en 

fazla azaltan aday seçilir. 

    c. Aday Havuzu Oluşturma Yöntemleri (Candidate Pool) 

    Yeni  eklenecek  çıktı  sinir  hücresinin  tespiti  için  adayların  oluşturulması 

gerekmektedir.  Bu  adayların  önceki edinilmiş  bilgilerden  de faydalanabileceği 

şekilde  adaylar  oluşturulmalıdır.  Bu  amaçla  bu  çalışmada  aşağıda  belirtilen 

yöntemler  kullanılarak  yeni  çıktı  sinir  hücresi  adayları  oluşturulmuştur. 

Oluşturulan  yeni  çıktı  sinir  hücresinin  transfer  fonksiyonu  çıktı  katmanındaki 

diğer çıktı sinir hücreleri ile aynıdır. 

 

(1) Rassal Ağırlıklı Yeni Çıktı Sinir Hücresi 

   

             Çıktı  katmanına  bağlantısı  olan  i ’inci  gizli  sinir  hücresini  ile  yeni 

oluşturulan ÇSH arasındaki bağlantının ağırlığı 

i

v

şöyle tanımlanabilir: 

 

---

 

GÜREŞEN–KAYAKUTLU 

 

 

74 

 

 

KHO BİLİM DERGİSİ CİLT: 23 SAYI: 1  YIL: 2013 

 

( )

1

   1

1

2

0    diğer

i

i

v

f v

ì

- < <

ï

= í

ïî

 

(1) 

{

}

( )

1

1

1

1

i

i

i

P

v

f v dv

-

- < < =

ò

 

(2) 

(2) Ters Ağırlıklı Yeni Çıktı Sinir Hücresi 

 

             Çıktı katmanına bağlantısı olan  i ’inci gizli sinir hücresini ile seçilen 

çıktı sinir hücresi arasındaki bağlantının ağırlığı 

o

i

v

, yeni oluşturulan hücre ile 

bağlantısının  ağırlığını 

n

i

v

göstermek  üzere  yeni  çıktı  sinir  hücresinin  ağırlığı 

şöyle ifade edilerbilir: 

 

n

o

i

i

v

v

= -

 

(3) 

 

(3)  Mevcut  Bir  Çıktı  Sinir  Hücresinin,  Birleşimleri  Kendisini 

Verecek Şekilde İki Çıktı Sinir Hücresine Bölünmesi 

 

   

Mevcut durumda  çıktı katmanına bağlantısı olan  i ’inci  gizli sinir  hücresini 

ile  seçilen  çıktı  sinir  hücresi  arasındaki  bağlantının  ağırlığı 

o

i

v ,  yeni  eklenen 

j

’inci  çıktı  sinir  hücresi  arasındaki  bağlantının  ağırlığı  ise 

n

ij

v

olsun.Ağırlık 

ikililerinin olasılık kütle fonksiyonu  g, 

( )

0,1

p

Î

için şöyledir: 

 

(

)

1

2

1

2

1

2

        

,

1

   

n

o

n

i

i

i

n

n

i

i

n

n

o

i

i

i

p

v

v

v

c

g v v

p v

c v

v

ì

=

Ù

=

ï

= í

-

= Ù

=

ïî

 

(4) 

0

c

e

= +

(5) 

 

burada

c

 sabit bir sayı,

e

 ise yeterince küçük bir sayıdır. 

 

---