Anasayfa / Bilgisayar Mühendisliği / Yapay Sinir Ağları Örnek-1

Yapay Sinir Ağları Örnek-1

Örnek: 

Adsız

Öncelikli ağırlıklara rasgele değerler veririz.

Wb,3=-0,01         Wb,4=-0,01        Wb,5=-0,01

W1,3=0,01          W1,4=-0,01         W1,5=0,02             → Ağırlıklarımız

W2,3=-0,02        W2,4=0,01         W2,5=0,03

W3,6=0,01          W4,6=0,03         W5,6=-0,02

1. Adım

Bias=1   X1=0    X2=0    Y=1    (Tablodan)

İlk olarak   netj= Σni=1 Xi * Wij     Fj= 1/ 1+exp(-netj)   hesaplanır.

3. nöronun çıkışı için;  (Gizli katmandaki)

net3= (X1*W13) + (X2 * W23) + (Xb * Wb3)      net3= (0*0,01) + (0*-0,02) + (1*-0,01)= -0,01

Y3= 1/ 1+exp(-(-0,01))= 0,497

4. nöronun çıkışı için;   (Gizli katmandaki)

net4= (X1*W14) + (X2 * W24) + (Xb * Wb4)      net4= (0*-0,01) + (0*0,01) + (1*-0,01)= -0,01

Y4= 1/ 1+exp(-(-0,01))= 0,497

5. nöronun çıkışı için;   (Gizli katmandaki)

net5=-0,01      Y5=0,497 aynı şekilde hesaplanır.

Çıkış katmanındaki tek çıkış olan 6. nöron için hesaplayalım.

net6= (Y3 * W36) + (Y4 * W46) + (Y5 * W56)      net6= (0,497 * 0,01) + (0,497 * 0,03) + (0,497 * -0,02)=0,00994

Y6= 1/ 1+exp(- 0,00994)=0,502

Buraya kadar yaptığımız işlemlerde ileri yaydık. Şimdi hatayı geriye yayacağız.

Çıkış nöronu için geriye yayılma hatası (6.nöron)

j=Fj * (1-Fj) * (Tj – Fj)         ∫6= 0,502 * (1-0,502) * (1-0,502)= 0,1244     (1 değerine tablodan bakarız.)

Eğitimin bitip bitmediğini kontrol etmemiz gerekir.

E= 1/2 * Σj (Tj-Fj)2 =1/2 * (1-0,502)2= 0,216     E≠0 o yüzden hesaplamaya devam ederiz.  0 veya  0′ dan daha küçük bir değer bulsaydık bitirecektik.

Gizli katmandaki 3. , 4.  ve 5. nöronlar için hata hesaplarız.

j=Fj * (1-Fj) * Σ ∫k * Wkj         ∫3= 0,497 * (1-0,497) * (0,1244 * 0,01)= 0,004247

4= 0,497 * (1-0,497) * (0,1244 * 0,03)= 0,002913

5= 0,497 * (1-0,497) * (0,1244 * -0,02)= 0,006217

Ağırlıkların değerlerini yenilemek için bütün katmanlara uygulayacağımız son aşama    (η=0,02 kabul edilmiş soruda)

Wi+1= Wi + η* ∫ * F

W56= (-0,02) + (0,2 * 0,1244 * 0,497)= 0,00764

W46= (0,03)  + (0,2 * 0,1244 * 0,497)= 0,04236

W25= (0,03)  + (0,2 * -0,0006217 * 0)=0,03

Wb5= (-0,01)  + (0,2 * -0,0006217 * 1)= – 0,009875

1. adım için bitti.  Bundan sonra bias 1 X1=0 X2=1 Y=0 , bias 1 X1=1 X2=0 Y=0 , bias 1 X1=1 X2=1 Y=1 için gene aynı adımlar tekrar edilir.

** Hesaplamalar hata oranı düşene kadar sürekli devam eder.

İyi Çalışmalar..

Hakkında Ali Demirci

Ben Ali Demirci... 1991 Ankara doğumluyum. Ankara da yaşıyorum. Fırsat buldukça öğrendiklerimi burada paylaşıyorum. Java ile haşır neşirim. Android'den asla vazgeçemem. Öğrenmeye bayılırım. Yeni şeyler öğrendiğimde, geçmişteki projelerimde keşke böyle yapsaydım diye çok üzülmüşümdür. O yüzden öğrenmekten korkmayın. Takıldığınız yerleri mutlaka sorun. Biliyorsam yanıt veririm. Bilmiyorsam yol gösteririm. Teşekkürler :)

Kontrol Et

İşletim Sistemlerine Giriş

İşletim sistemleri, bilgisayar donanımları ve kullanıcılar arasında iletişim sağlamak amacıyla yazılmış olan programlardır. Bilgisayar Nedir? …

4 Yorumlar

  1. aydın çil

    Merhabalar. Bende bilgisayar sistemleri öğretmenliğinde okuyorum. Hoca buna benzer bir uygulama verdi ama bunu c# yapın dedin. Bu konuda bilginiz var mı?

  2. Kadriye Türkyılmaz

    https://www.herturbilgi.com/2013/01/yapay-sinir-aglari-ysa/ daki anlatımınızı inceledim en sonda verdiğiniz Wi+1= Wi + η * Xi * (d-o) formülüyle burada son adımdaki yani ağılık yenileme formülünü karşılaştırdım yine de çözemedim.
    W56= (-0,02) + (0,2 * 0,1244 * 0,497)= 0,00764
    W46= (0,03) + (0,2 * 0,1244 * 0,497)= 0,04236
    W25= (0,03) + (0,2 * -0,0006217 * 0)=0,03
    Wb5= (-0,01) + (0,2 * -0,0006217 * 1)= – 0,009875 bu değerler nereden geliyor bunu biraz açıklar mısınız?

  3. Ali bal

    Merhaba
    x1 x2 x3 | y
    0 0 0 | 1
    2. 3 4 |0
    -1 5 9 |0
    6 3 1|1
    3 3 3|1

    Yapay sinir ağlarına göre matematiksel çözümlü
    Nasıl yapılır?
    Teşekkür ediyorum
    [email protected]

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

This site uses Akismet to reduce spam. Learn how your comment data is processed.