- Mesut Muhammet Şahin
- Eren Özdemir
- İsmail Sünbül
Java programlama dili kullanılarak, yapay sinir ağları öğrenme yöntemleri gerçeklenmiştir.
Çok Katmanlı Algılayıcı (Multi-layer Perceptron) birden fazla algılayıcının kullanımı ile meydana gelmektedir. Kullanılacak olan ağ mimarisine göre gizli katman sayısı ve her katmandaki algılayıcı sayısı değişmektedir. Bununla birlikte kullanılan ağırlık ve eşik değerleri de değişmektedir. Çok katmanlı algılayıcıda doğrusal olmayan logsig, tansig vb. aktivasyon aktivasyon fonksiyonları da kullanılmaktadır.
Adaline en küçük kareler yöntemini kullanarak öğrenme gerçekleştirir. Öğrenme kuralı yapay sinir ağlarında genel öğrenme prensibine göre çalışmaktadır. Girdilerden çıktılar hesaplanır ve ağırlıklar çıktıya göre değiştirilir.
ART ağlarının en temel özelliği sınıflandırma problemleri için geliştirilmiş olmalarıdır. Öğretmensiz öğrenme tekniğine dayalıdır. Bu ağlar gerçek zamanlı olarak oldukça hızlı ve kararlı bir şekilde öğrenme yeteneklerine sahiptirler. Sınırsız karmaşıklık altında çalışabilme yetenekleri vardır. Beklenen çıktıları kendi kendine öğrenmeye çalışır.
Proje çalıştırıldığında izlenebilecek yollar rapor dosyasında belirtilmektedir.
Rapora ulaşmak için Tıklayınız.