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:

Δw_ij = 2μ x_i (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 ( x_i) 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

Giriş yaparak yorum yazabilirsiniz.

Bu Yazı Hakkında

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 151 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.