Delta Kuralı (Delta Rule)
Yazan : Şadi Evren ŞEKER
Yapay sinir ağlarında kullanılan ve sistemin hata miktarının belirlenmesinde Hebb kuralı ile birlikte ismi en çok geçen kuraldır. Bu kural arka planda en küçük ortalamalı kareler (least mean square) hesaplaması kullanmaktadır. Sistemin çalışmasını basitçe beklenen değer ile gerçekleşen değer arasındaki farkın birbirine yaklaştırılması olarak düşünebiliriz. En küçük ortalamalı kareler (LMS) yöntemi de uzayda bulunan iki farklı değişkenin birbirine yaklaştırılması mantığı ile çalışmaktadır.
Delta kuralının formülasyonu aşağıdaki şekilde yapılabilir:
Δwij = 2μ xi (beklenen – gerçekleşen)j
Yukarıdaki formülde, sinir hücrelerini bağlayan sinapsisler üzerindeki ağırlık değerinin değişim miktarı delta kuralına göre hesaplanmıştır. Bu kurala göre sinapsisin ağırlığındaki değişm, eğitim oranı ( μ ) ile ilgili sinapsisin giriş değerinin ( xi ) yine ilgili sinapsisteki beklenen ve gerçekleşen arasındaki farkı ile çarpımına eşittir.
Herhangi bir programala dilinde aşağıdaki fonksiyona benzer şekilde bu fonksiyon kodlanabilir:
float delta ( float ogrenme, float giris, float beklenen, float gerceklesen){
return 2*ogrenme*giris*(beklenen - gerceklesen);
}
Delta kuralının daha geniş kullanıldığı geri dağılımlı (backpropagation) ağlar konusunu da okuyabilirsiniz.
« En Küçük Ortalamalı Kareler (Least Mean Squares) | DEV CPP ile OpenGL Derleme »
Yorumlar
Bilgisayar Kavramları üzerinde şu anda okumakta olduğunuz 'Delta Kuralı (Delta Rule)' isimli yazı 27 Oct 2008 tarihinde, saat: 15:03 'de Şadi Evren ŞEKER tarafından gönderilmiş, toplam 768 defa okunmuştur.
Benzer yazıları Bilgisayar Matematiği, Yapay Sinir Ağları (Artificial Neural Networks) kategorilerinden okuyabilirsiniz. Yazar ile irtibat kurmak için email gönderebilirsiniz. Yazıya yorum yapabilir ya da yapılan yorumları RSS 2.0 ile takibe alabilirsiniz.
Yazarın Kitabı
Bu yazının yazarı Şadi Evren ŞEKER'in son çıkan kitabı "Programlama ve Veri Yapılarına giriş (C, C++ ve JAVA ile)" hakkında bilgi almak için Buraya tıklayabilirsiniz.
Eklenen Son Yazılar
- Visual Basic ile Gösterici (Pointer) Kullanımı
- Hasse Çizgeleri (Hasse Diagrams)
- Zeki Vekiller (Akıllı Ajanlar, Intelligent Agents, Zeki Etmenler )
- Integral Kriptoanalizi ( Toplam Tecessüsü , Integral Cryptoanalysis)
- Diferansiyel Kriptoanalizi ( Fark Tecessüsü , Differential Cryptoanalysis)
- Sierpinski Üçgeni (Sierpinski Triangle)
- C ile programlamaya giriş final sınavı çözümleri
- Çok Seviyeli Sıralar (Multi Level Queues)
- Çift Özetleme (Double Hashing)
- İkinci Dereceden Sondalama (Quadratic Probing)
Yapılan Son Yorumlar
- oguz: hocam bu örnegın tamamen aynısını hoca flash...
- oguz: yoo hocam siz haklıısnız tamam ben yanlış...
- Şadi Evren ŞEKER: Sıralama işleminiz poligonu...
- Şadi Evren ŞEKER: bahsettiğiniz sıralama algoritması...
- Abdurrahman ulusoy: merhaba hocam. gelişigüzel...
- Oguz Okutan: Merhaba hocam.. Fonksiyonlarda degere göre...
- Şadi Evren ŞEKER: Null, NULL, nil veya null olarak...
- Fatih Kabakci: hocam merhabalar,...
- kara: Çok güzel anlatılmış gerçekten teşekkürler...
- Şadi Evren ŞEKER: Bahsettiğiniz şekil dönüşümü...
- Caner: Kullanıcıdan açı girdisi almıyorsanız...
- Furkan Yediyildiz: Algoritmanin mantigi cok güzel...
- havva: çok sağolun çok güzel açıklamalar var tşk...
- Şadi Evren ŞEKER: typedef komutu, bir yapıdan yeni bir...
- fatih kabakci: hocam ben structures ile ilgili bir sorum...
- Şadi Evren ŞEKER: evet, yukarıda açıklanan, herhangi...
- Abdurrahman ulusoy: fi açısından teta kadar döndürme...
- Şadi Evren ŞEKER: Hayır yok, bir noktanın, herhangi...
- Abdurrahman ulusoy: Bu durumda yukarıdaki formüllerin...
- Abdurrahman ulusoy: Merhaba hocam Üstteki mesajımda...
Yakın Yazılar
Kayıpsız Sıkıştırma (Lossless Compression)
MathML (Matematiksel İşaretleme Dili, Mathematical Markup Language)
de morgan kuralı (de morgan rule)
Delta Sıkıştırması (Delta Compression)
İkillik Prensibi (Duality Principle)
Gama Doğrulaması (Gamma Correction)
Malumat Çıkarımı (Knowledge Retrieval)
TEA (Tiny Encryption Algorithm)
İkinci Normal Şekil (Second Normal Form) 2NF
DTD (Document Type Definition, Döküman Tip Tanımı)
İleri Beslemeli Ağlar (Feedforward Neural Networks)
Uniform Gürültü (Uniform Noise)
Chomsky Hiyerarşisi ( Chomsky Hierarchy )
İkili Arama Ağacı (Binary Search Tree)
Zeki Vekiller (Akıllı Ajanlar, Intelligent Agents, Zeki Etmenler )
Bağlantılar
beyefendi sitenizi yeni keşfettim.YSA hakkında anlattıklarınız güzelde ben bir eksigini keşfettim.Yazıları ayrı ayrı birbirinden bagımsız yayınlayacagınıza daha programlı bir şekilde yayınlaya bilirdiniz.Mesela üç ay içinde Çok Katmanlı Ağları anlatacaksızınız.3 ay içinde sadece Çok Katmanlı Ağların Ögrenme kuralını,,AĞda kullanılacak aktivasyon fonfsiyonunun türevinin alınabilir bir fonksiyon olması gerektigini anlatsaydınız.Yani sinir ağlarını başlık başlık anlatıp ona göre deginseydiniz bence daha güzel olurdu.Ve herkes aradıgını bulurdu.Birde YSA örneklerini fazlalaştırsanız çok güzel olur.Saygılarımla
haklısınız, siteyi daha çok ansiklopedik bir kaynak olarak tutmaya çalışıyorum. Yani sitede arama ile kaynağa ulaşma ön planda olsun istiyorum. Yine de daha düzenli bir akış için kişisel sitemde bulunan ders listelerini takip edebilirsiniz. Örneğin YSA (yapay sinir ağları) için http://www.sadievrenseker.com/nn/ adresine bakabilirsiniz. Diğer kaynaklarında farklı derslerde kullanılması ve akışlarının bu ders sitelerinden takip edilmesi mümkün. Siteye bu şekilde içerik takibi yapan bir sayfa eklemeye çalışırım. Eleştiriniz için teşekkür ederim.
başarılar