Bilgisayarlar ile birlikte çözümü bulunmaya çalışılan bazı problemlerin çözümünde biyolojik yapı kullanılmıştır ve bu gelişmelerle bulunan yöntemlere “yapay sinir ağları” denilmektedir. Yapay sinir hücreleri birbirleriyle çeşitli şekillerde bağlanarak YSA’yı oluştururlar. Bu ağlar öğrenme, hafızaya alma, hatırlama, sonuç çıkarma yeteneğine sahiptirler. Yapay sinir ağları ayrıca öğrenme yoluyla yeni bilgiler türetebilmeyi, oluşturmayı hiçbir yardıma ihtiyaç duymadan gerçekleştirebilirler. Eğer öğrenme algoritmaları ile öğrenme süreci tamamlanırsa yapay sinir ağı işlevsel duruma gelebilir.

YAPAY SİNİR AĞLARININ TEMEL YAPI VE ÖZELLİKLERİ

Yapay sinir hücrelerinin temel elemanları girdi, ağırlıklar, transfer fonksiyonu, aktivasyon fonksiyonu ve çıktılardır. Girdiler; yapay sinir ağının öğrenilmesinin istendiği bir başka hücreden gelebileceği gibi dış dünyadan da aktarılabilirler. Ağırlıklar; hücreler arası bağlantıların sayısal değerleridir. Bu sayısal değerler pozitif, negatif olabilir ve sıfır değerini alabilirler. Transfer fonksiyonları, girdilerle ağırlıkların işleme girmesiyle oluşurlar. Aktivasyon fonksiyonu; transfer fonksiyonunda gelen bilgiyi belirli işlemsel fonksiyonlardan geçirip çıktıları oluşturabilir.

Yapay sinir hücreleri statik ve dinamik davranış gösterdiklerinden statik ve dinamik hücre modelleri tanımlarının oluşmasını sağlamıştır. Statik hücre modeli; ağırlıkları sabit, geri besleme ve gecikme sinyallerinin kullanılmadığı hücrelerdir. Dinamik hücrelerin de işlevi geri beslemeli yapay sinir ağlarını gerçekleştirmektedir.

Yapay sinir ağları; öğrenme, sınıflandırma, ilişkilendirme, genelleme, tahmin, özellik belirleme, optimizasyon gibi işlemlerin oluşmasını sağlarlar. Ağların kendi kendilerine öğrenebilme yetenekleri vardır. Görülmemiş örnekler hakkında bilgi üretebilirler.

Yapay sinir ağlarının tüm ağ modellerine göre özelliklerini aşağıdaki gibi sıralayabiliriz.

• Öğrenme işlemlerini örneklerle gerçekleştirirler.
• Kendi kendine öğrenebilme yetenekleri de vardır.
• Makine öğrenmesi gerçekleştirirler.
• Çalıştırılmadan önce eğitilmeleri gerekmektedir.
• Bilgileri saklama özellikleri vardır.
• Hataya karşı duyarlıdırlar, eksik bilgilerle de çalışabilirler.
• Ayrıca belirsiz bilgileri de işleyebilirler.
• Algılama içeren olaylarda kullanılabilirler.
• Doğrusal değillerdir.
   

Yapay sinir ağları; yapılarına göre ileri beslemeli yapay sinir ağları ve geri beslemeli yapay sinir ağları olarak ikiye ayrılırlar. İleri beslemeli yapay sinir ağlarında bağlantı tek yönlüdür ve çıkış olarak verilen bağlantıların geriye giriş olarak dönmesi söz konusu değildir. Tek katmanlı ve çok katmanlı olabilirler. En çok kullanılan ileri beslemeli ağlar LVQ ( Learning Vector Quantization) ve MLP (Multilayered Perceptron) ağlarıdır. Geri beslemeli yapay sinir ağlarında minimum bir hücrenin çıkış değeri kendisine veya başka bir hücreye giriş olabilmektedir. Bağlantı çift yönlüdür. Tam geri beslemeli ve kısmi geri beslemeli ağlar olmak üzere iki kısımda incelenir. Örnek olarak; Elman, Hopfield ve SOM (Öz Örgütlemeli Harita) ağlarını verebiliriz.

YAPAY SİNİR AĞLARININ KULLANIM ALANLARI

Yapay sinir ağları geniş kullanım alanına sahiptir. Güvenlik, otomotiv, bankacılık, sağlık gibi alanlarda kullanılmaktadır. Geniş olarak bakacak olursak;

•  Otomotiv sektöründe;
  -Yol izleme,
  -Rehberlik,
  -Yol koşullarına göre sürüş analizinde kullanılmaktadır. 

• Bankacılıkta;
  -Kredi uygulamaların geliştirilmesinde,
  -Kredi kartı suçlarının tespitinde,
  -İmza tanımada yapay sinir ağları kullanılmaktadır.

• Yapay sinir ağları ayrıca uzay sanayisinde;
  -Uçuş simülasyonlarında,
  -Otomatik pilot uygulamalarında,
  -Uzay mekiğinde manevra denetiminde,
  -Uçaklarda titreşim seviyeleri ve sesin görüntülenerek motor sorunlarının erken uyarı sisteminde,

• Elektrik alanında;
  -Çiplerin bozulma analizinde,
  -Non-lineer modellemelerde kullanılmaktadır.

• Finans alanında;
  -Döviz kuru tahminlerinde,
  -Makro ekonomik tahminlerde kullanılmaktadır.

• Birçok alanda olduğu gibi yapay sinir ağları sağlık alanında da önemli yere sahiptir.
  -Kanser erken teşhis ve tedavisinde,
  -EEG, ECG analizlerinde,
  -Kan analizinde,
  -İlaç etkileri analizinde,
  -Kalite artırımında,
  -Hastalıkların resimlerden tanınmasında,
  -Yumurtalık kanserinin izlenmesinde,
  -Anne karnındaki çocukların kalp atışlarının dinlenmesinde,
  -Olası kazalarda sakatlıklardan korunmada,
  -Solunum hastalıklarının teşhisinde kullanılır.

• Askeri alanda;
  -Askeri uçaklarda uçuş yönlerinin belirlenmesinde,
  -Silahların doğru yönlendirilmesinde,
  -Mayın arama aletlerinde yapay sinir ağları kullanılmaktadır.

• Endüstri alanında da geniş bir kullanım alanına sahiptir.
  -Ürünlerin tasarımında,
  -Ürünlerin kalite kontrolünde,
  -Müşteri tahmini analizlerinde,
  -Konuşmayı yazıya çevirmede ve daha birçok uygulama alanında kullanılır.

   Sigortacılık, eğlence, üretim, petrokimya, robotik uygulamalarında da yapay sinir ağları kullanılmaktadır.

Kaynaklar:

• Yazıcı A., Öğüş E., Ankaralı S., Canan S.,Ankaralı H.,Akkuse Z. ,Yapay Sinir Ağlarına Genel Bakış , VIII. Ulusal Biyoistatistik Kongresi,2006
• http://yapay-sinir-aglari.uzerine.com/
• Akın Levent H.,Alpayadın E., Gürgen F., Boğaziçi Üniversitesi Bilgisayar Mühendisliği Bölümünde Yapay Sinir Ağları Üstüne Yapılan Araştırmalar, Boğaziçi Üniversitesi
• http://www.yapay-zeka.org