Yapay sinir ağı yardımıyla desen tanıma ve bulunan düzeltme fonksiyonunun incelenmesi

Abstract

Yapay Sinir Ağı, karar verme problemlerinde sıkça kullanılan Yapay Zeka tekniklerinden biridir. Yapay Sinir Ağı, teorik hale getirilmiş zeka ve beyin faaliyetlerinin matematiksel modelidir. Bu konu üzerinde konuşma, görüntü tanıma, karar verme, kontrol gibi çeşitli alanlarda insan gibi bir davranış elde etmek amacıyla çalışılmaktadır. Bu tezde Yapay Sinir Ağı konusu genel olarak tanıtılmış ve temel noktalar üzerinde durulmuştur. Bazı önemli Yapay Sinir Ağı modelleri tanıtılmış ve bunların kullanılmasını sağlayan algoritmalar verilmiştir. Uygulama olarak şekil-desen tanıma örneği verilmiştir. Bu örnek Pascal programlama dilinde yazılmıştır. Sistemde 10*10 'luk desen alanı olan 4 sınıflı 100 nöron tanımlanmış ve bunlar eğitilmiştir. Rastgele desen seçilerek [1, 1/20] aralığında bozulma oranları verilerek, elde edilen bozuk desen sisteme verilmiştir. Buradaki amaç, gelen bozuk desenin düzgün desenler içinde hangisine benzediğini bulmaktır. Bunun için Hopfield Algoritması kullanılmıştır. Hopfield algoritmasının yaptığı iş, eğittiğimiz desenlerin ağırlıklı ortalamasını bulup, bunları hücreler arası ağırlık katsayılarına paylaştırmak ve bizim verdiğimiz bozuk deseni bu ağırlıktan geçirerek doğru değere yakınsatmaktır. Bu algoritma, girdiyi doğru olana yakınsatana kadar işlemlerine devam eder. Hopfield her zaman tam bir sonuç veremeyeceğinden, Hopfield ' dan çıkan sonuç, gelen desenin düzgün desenler içinde en çok hangisine uyduğunu puan vererek araştıran Give Max Similar prosedüründen geçirilmiştir. 100 deneme yapılarak bozulma oranlarına karşılık gelen düzeltme oranları bulunmuş ve SPSS 8.0 programıyla düzeltme fonksiyonu bulunmuştur. Son olarak, düzeltme fonksiyonunun olasılık yoğunluk fonksiyonu bulunmuş, ve bozulma oranının düzgün dağılım olması halinde olasılık yoğunluk fonksiyonunun beklenen değeri hesaplanmıştır.