Yapay sinir ağları (Artificial Neural Networks) nedir ?

Yapay sinir ağları, merkezi sinir sisteminde bulunan nöronlardan esinlenilerek 1950’li yıllarda geliştirilmeye başlanmıştır. Bilgisayarlar, insanlar gibi olayları yorumlayamaz; bu sorunu çözmek amacıyla yapay sinir ağları, normal bilgisayarların birbirine bağlı beyin hücreleri gibi davranacak şekilde programlanarak oluşturulmuştur.

İnsan, bir şeyi öğrenirken hata yapar ve bu hatadan ders çıkarır. Örneğin, küçük bir çocuk sıcak bir çaydanlığa dokunduğunda canı yanar; bu deneyimden sonra çaydanlığa dokunmaması gerektiğini öğrenir. Yapay sinir ağları da benzer şekilde ‘hata yap ve hatalarından ders çıkar’ prensibiyle çalışır; bu sürece de ‘geri yayılım’ (backpropagation) denir.Bu sinir ağları , makine öğrenmesinin bir alt dalı olan derin öğrenmenin temelini oluşturur.

Bir nöron giriş ve çıkış yapısına sahiptir, giriş kısmında diğer sinir sinir hücrelerinden sinyaller alan dendtritlerden oluşur. Çıkış yapısı ise hücre gövdesinden çıkan ve başka bir nöronun dendritleriyle sinaps aracılığıyla bağlantı kuran aksondur .Nöronlar, elektro-kimyasal sinyaller kullanarak iletişim kurar ve yalnızca belirli bir zaman diliminde giriş sinyali belirli bir eşiği karşıladığında çıkış sinyali üretir.

Yapay sinir ağları (ANN), biyolojik nöronlara benzer şekilde çalışır. Giriş sinyalleri, her birinin ağırlığı olan girişler olarak alınır ve bu girişler toplanır. Toplam, bir aktivasyon fonksiyonu (örneğin ReLU, sigmoid, tanh) aracılığıyla işlenir. Aktivasyon fonksiyonu, toplamı belirli bir eşikten geçirir ve çıkış sinyali üretilir. Eğer fonksiyondan çıkan sonuç uygun bir değer oluşturuyorsa, bu değer ANN’nin çıkışı olur.