zdzenlemeli A hatrlatma SelfOrganizing Map Kohonen Ama n

Özdüzenlemeli Ağ hatırlatma (Self-Organizing Map- Kohonen ) Amaç: n boyutlu bir işareti bir veya iki boyutlu ayrık bir dönüşüme çevirmek Verilenler: n boyutlu p tane vektör Ağ Yapısı: nöronların konumları önemli Öğrenme Kuralı: 1. Yarışma: Her örüntü için ağdaki nöronlar aralarında yarışıyorlar 2. İşbirliği: Kazanan nöron komşu nöronlarla işbirliği yapıyor. http: //www. sis. pitt. edu/~ssyn/som/kohonen 1. gif

hatırlatma 1. Yarışma: Toplam nöron sayısı ‘e en uygunu bulmak için En büyüğü bulmak neye denk? ‘lere bak en büyüğünü seç Nöronun konumunu belirlemek için önemli ‘e en uygunu nöronun indisini belirle 2. İşbirliği: Kazanan nöron işbirliği yapacağı nöronları komşularından belirleyecek i. nöronun komşuluğu i. nöron ile j. nöron arasındaki mesafe S. Haykin, “Neural Networks- A Comprehensive Foundation”, 2 nd Edition, Prentice Hall, 1999, New Jersey.

nasıl hesaplanacak? Komşu nöronun konumu 2 - boyutlu düzlemde kazanan nöronun konumu hatırlatma

Ağırlıkları Güncelleme: ‘nin değeri örüntüsü ile değiştirilecek Hebb öğrenme kuralı: eğiticisiz öğrenme için uygun hep artan veya azalan etkisi var Unutma terimi:

eğitim iki aşamalı özdüzenleme aşaması yakınsama aşaması S. Haykin, “Neural Networks- A Comprehensive Foundation” 2 nd Edition, Prentice Hall, 1999, New Jersey.

Uyarlanabilir Yankılaşım Teorisi (Adaptive Resonance Theory- Grossberg ) http: //www. cns. bu. edu/Profiles/Grossberg. Interests. pdf Grossberg ‘e göre: • Algılama ve Bilişe İlişkin Temel Problem: – İnsanlar içinde bulundukları ortamın değişmez özelliklerini nasıl keşfediyor, öğreniyor ve tanıyor ? – Yaşam boyunca sürekli öğrenmeyi nasıl başarıyoruz ?

Yöntem Psikolojik postülalar Bu postülaları gerçekleyen minimum ağ yapısı bulunur Gerçeklenen ağın psikolojik ve nöral yetenekleri test edilir Daha ayrıntılı postülalar bulunur Yapılamayanların bulunması, gereken yeni psikolojik temeli gösterecektir

• Adaptif Rezonans Teorisi (ART) – Klasik şartlanma çalışmalarına dayanır – Sağlam matematiksel altyapı – Gerçek zamanda gerçek dünya verileri ile çalışma yeteneği – Temel düşünce birçok olayı açıklamak için genişletilerek yeni yapılar önerilmiştir

ART nasıl çalışıyor? Dikkat Altsistemi F 2 Kısa Süreli Bellek Yönlendirme Altsistemi Uzun Süreli Bellek Kontrol Birimi F 1 Kısa Süreli Bellek Giriş Mete Balcı, 2005 -2007 Nevroz Aslan, Bitirme Ödevi, 2003 Kontrol Birimi

Tüm bunlar nasıl yapılıyor? Mete Balcı, 2005 -2007 Nevroz Aslan, Bitirme Ödevi, 2003 I

ART -1 Amaç: Verilen örüntüleri önceden belirlenmiş benzerlik kıstasına göre öbekleme, gerekirse yeni öbekler oluşturma Verilenler: n boyutlu p tane vektör benzerlik kıstası “uyanıklık” katsayısı Ağ Yapısı: yukarıdan aşağı bağlantılar aşağıdan yukarı bağlantılar ilk ağırlıklar http: //en. wikipedia. org/wiki/File: ART. png

Öğrenme Kuralı: için kazananı belirle F 1 katmanındaki gösterim ile veri ‘nin benzerliğinin ölçüsüne “uyanıklık” değerine göre karar veriliyor. ise kazanan aşağıdan yukarıya ağırlık Ağırlıkların Güncellenmesi: güncelleniyor Kazananı belirlemek için hangi ağırlık kullanılıyor? Hangi ağırlık güncelleniyor? Kazanan uyanıklık koşulunu sağlamıyorsa ne olacak? F 2 katmanına yeni örüntü yerleştirilecek İlgili aşağıdan yukarı ağırlıklar, ilk ağırlık güncellenmesinde gibi belirlenecek, yukarıdan aşağı ağırlıklar yeni örüntünün değerleri olarak alınacak

Örnek : Adım 1: Birinci örüntü için m=1, n=7 Başkası olmadığı için kazanan Güncellenmeyi hakediyor mu? Uyanıklık katsayısına bakılınacak

Ağırlıklar güncellenecek

Adım 2: İkinci örüntü için m=1, n=7 Başkası olmadığı için kazanan ancak uyanıklık katsayısına bakmak da gerekiyor Yeni bir nöron oluşturmak gerek

Adım 3: Üçüncü örüntü için m=2, n=7

Ağırlıklar güncellenecek Dikkat !!!! Değişiklik oldu mu?

Adım 4: Dördüncü örüntü için m=2, n=7 Ağırlıklar güncellenecek