Dr. M. Önder Efe ve Prof. Dr. Okyay Kaynak

Boğaziçi Üniversitesi
Elektrik-Elektronik Mühendisliği Bölümü
Bebek, 80815, İstanbul, Türkiye

 Gelişen teknolojinin yazılım ve donanım geliştirme ortamları üzerinde tasarımcıya sunmuş olduğu olanakların gün geçtikçe çeşitlilik kazanması karmaşık sistemleri ortaya çıkarmış ve bu, gerek çözümü aranan problemlerin matematiksel modellerinin geliştirilmesini gerekse bu problemlere önerilen çözümlerde istenen hassasiyetin ve bozucu çevrel etkenlere karşı duyarsızlık özelliğinin kazanılmasını güçleştirmiştir. Bu anlamda yapay sinir ağlarının kullanımı ile önerilebilecek çözümlerin istenen özellikleri taşıyor olmaları, bu yaklaşımları birçok alanda tercih edilen yöntemler haline getirmiştir.

 Bilim dünyası 1940’lı yıllarda yapay sinir ağları ile tanıştı. Bu alanda yapılan ilk çalışmalar beyin hücrelerinin işlevlerinin ve birbirleri ile haberleşme şekillerinin ortaya çıkarılmasını amaçlamaktaydı. O zamandan beri yapay sinir ağları gerek teorik gerekse pratik anlamda dikkate değer miktarda yol katetti. Bugün birçok hücrenin belli bir düzende bir araya getirilmesi ve uygun öğrenme algoritmaları ile sinir ağları kurulabilmekte ve bu ağlar çok karmaşık görevleri başarıyla yerine getirebilmektedir. Robot denetiminden ses tanıma uygulamalarına kadar birçok alanda yapay sinir ağlarına rastlanabilir. Bu sistemleri bu kadar ilginç kılan özelliklerden bazıları sistemin, kendini oluşturan alt öğelerin hatalarını kompanze edebilmesi ve karışık eşleştirmeleri belli koşullar sağlandığı taktirde önceden tanımlanabilen bir hata sınırı içerisinde gerçekleyebilmesidir.

 Bu kitapta 2. bölümden 7. bölüme kadar değişik ağ modelleri ve hata geriye yayma yöntemine dayalı öğrenme algoritmaları örnekli olarak verilmekte ve ilgili yazılım önekleri ayrıntılarıyla tartışılmaktadır. Bahsedilen bölümler lisans 4. sınıf düzeyinden yüksek lisans düzeyine kadar olan öğrenci kitlesine hitap etmekte, özellikle 7. bölümde, lisans bitirme projesi yapan öğrenciler için faydalı örnekler üzerinde durulmaktadır. 8. bölümde ise hata geriye yayma yönteminin öğrenme başarımını arttıran bir yöntem ve uygulamaları üzerinde durulmaktadır. Bu bölümde tartışılan konu ise yüksek lisans düzeyinden doktora çalışmasının ilk yıllarında olan öğrenci ve araştırmacı kitlesine hitap etmektedir.

ÖNSÖZ

İÇİNDEKİLER

1. GİRİŞ

2. MATEMATİKSEL NÖRON MODELİ
2.1. Nöron Dinamiği
2.2. Aktivasyon Fonksiyonları
2.3. Sınıflandırma Problemi
2.4. En Küçük Kareler Yöntemi 

3. İLERİ SÜRÜMLÜ SİNİR AĞLARI
3.1. İleri Yönde Veri Akışı
3.2. Hata Geriye Yayma Yöntemi ile Parametre Güncelleme
3.2.1. Yöntemin Dayandığı Metodoloji
3.2.2. Matematiksel Türetim ve Analiz
3.2.3. Hata Geriye Yayma Yönteminin Sorunları ve Çözüm Önerileri
3.2.4. Öğrenme ve Ezberleme
3.3. Yazılım
3.4. Örnek Uygulamalar

4. GAUSS MERKEZCİL TABAN FONKSİYONLU SİNİR AĞLARI
4.1. İleri Yönde Veri Akışı
4.2. Hata Geriye Yayma Yöntemi ile Parametre Güncelleme
4.3. Yazılım
4.4. Örnek Uygulamalar

5. DİNAMİK SİNİR AĞLARI
5.1. İleri Yönde Veri Akışı
5.2. Hata Geriye Yayma Yöntemi ile Parametre Güncelleme
5.3. Örnek Uygulamalar

6. RUNGE-KUTTA METODUNUN YAPAY SİNİR AĞI YAPILARI İLE ENTEGRASYONU
6.1. İleri Yönde Veri Akışı
6.2. Hata Geriye Yayma Yöntemi ile Parametre Güncelleme
6.3. Örnek Uygulamalar

7. TANILAMA VE DENETİM UYGULAMALARI
7.1. Dinamik Sistemlerin Tanılanması ve Denetimi
7.2. Tanılama, Eğitim Çiftlerinin Üretilmesi ve Yapay Sinir Ağları
7.3. Mekatronik Sistemlerin Tanılanması ve Denetimi
7.3.1. İki eksenli, Doğrudan Sürümlü SCARA Tipi Robot Dinamiği, Sistemin Tanılanması ve Denetimi
7.3.2. Üç Eksenli Robot Dinamiği, Sistemin Tanılanması ve Denetimi
7.4. Biyokimyasal Süreçlerin Tanılanması ve Denetimi

8. HATA GERİYE YAYMA YÖNTEMİNİN MODELLENMESİ VE STABİLİZASYONU
8.1. Anahtarlama Mekanizmaları
8.2. Kayma Kipli Denetim Kuramına Giriş
8.3. Erişim Kuralları
8.4. Standart Eğim Düşümü Tekniği
8.5. Eğim Düşümü Yönteminin Modelinin Geliştirilmesi ve Stabilizasyon Algoritmasının Türetimi
8.6. Kayma Kipindeki Davranışın İncelenmesi
8.7. Faz Uzayında Evrensel Kararlılık Analizi
8.8. İleri Sürümlü Sinir Ağlarının Eğitiminde Stabilizasyon Tekniğinin Kullanımı

9. YAPAY SİNİR AĞLARININ POTANSİYEL UYGULAMA ALANLARI
9.1. Kaotik Sistemlerin Denetiminde Yapay Sinir Ağları
9.2. Akıllı Makinalar
9.3. Borsa, Para ve Yapay Sinir Ağları

EKLER: YAPAY SİNİR AĞI YAPILARININ EĞİM DÜŞÜMÜ YÖNTEMİ İLE EĞİTİMİ
EK 1. İleri Sürümlü Sinir Ağlarının Eğitimi
EK 2. Gauss Merkezcil Taban Fonksiyonlu Sinir Ağlarının Eğitimi
EK 3. Dinamik Sinir Ağlarının Eğitimi
EK 4. İleri Sürümlü Sinir Ağları ve Runge-Kutta Yönteminin Birleşimi ile Oluşan Sinir Ağı Yapılarının Eğitimi

KAYNAKLAR

YAZILIM

 Kitapta bahsedilen örnek çalışmalara ilişkin yazılımlar WinZip ile sıkıştırılmıştır.
Her bir böküme ilişkin örnekler ayrı bir klasör içerisinde yer alıp,
kimi örnekler Borland C ortamında kimileri ise Matlab v5.2 ortamında hazırlanmıştır.
İndirmek için tıklayınız (Dosya Hacmi:3.1Mb).