 |
Web Hosting by Netfirms | Free Domain Names by Netfirms |
|
|
|
| Genel Bilgi |
| Sayfalar: |
-Backpropagation -Yapay Sinir Ağları -Algoritmalar -GYA'da sorunlar -Matematik Modeli -Bulanık Mantık -Yapay Zeka-Beyin -Turing Testi -Çin Odasi Testi |
Backpropagation (Geri Yayılım Algoritması )
| Karmaşık verilerin sınıflandırılmasında kullanılan etkin YSA modellerinden birisi;ilk olarak Werbos tarafından düzenlenen daha sonra Parker,Rummelhart ve McClelland tarafından geliştirilen geri yayınım ağıdır (Back Propagation Network ).İlk uygulamaları yazılı metinden söz sentezi , robot kollarının kontrolüdür.Sınırları ise denetimli eğitim giriş ve çıkış
örneklerinin çok sayıda olması-dır.Backpropagation günümüzde en yaygın kullanılan öğrenimi kolay sonuçları etkin bir YSA'dır.
Yayınma ve uyum gösterme ( Propagate - Adapt ) olmak üzere iki aşamadaişlemleri gerçekleştiren GYA , katmanlar arasında tam bir bağlantının bulunduğu çok katmanlı ( Multilayer ) , İleri Beslemeli (Feed Forward ) ve Denetimli ( Supervised ) olarak eğitilen bir YSA modelidir. Geri yayınım algoritması ( Backpropagation ) bir çok uygulamalarda kullanılmış en yaygın öğrenme algoritmasıdır.Anlaşılması kolay ve tercih edilen öğretme algoritmasıdır.Bu algoritma ; hataları geriye doğru çıkış tan girişe azaltmaya çalışmasından dolayı geri yayılım ismini almıştır. Geri yayılmalı öğrenme kuralı ağ çıkışındaki mevcut hata düzeyine göre herbir tabakadaki ağırlıkları yeniden hesaplamak için kullanılmaktadır. Bir geri yayınımlı ağ modelinde giriş , gizli ve çıkış olmak üzere 3 katman bulunmakla birlikte , problemin özelliklerine göre gizli katman sayısını artırabilmek mümkündür.  Şekil1:Geri yayılmalı yapay sinir ağının genel yapısı. |
<<< Geri İleri >>>
