Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği
2. Yapay Sinir Ağları (YSA)
Bu bölüm, çalışmanın temel konusunu oluşturan Yapay Sinir Ağları
teknolojisine ait temel ve teorik bilgileri kapsamaktadır. Teknolojik gelişmenin
önemli boyutlara ulaştığı günümüzde, insanoğlunun kendisini tanımaya yönelik
çalışmaları da önemli aşamalar kaydetmiştir. Yapay zeka (artificial intelligence)
kavramı ile insanın en önemli özellikleri olan düşünebilme ve öğrenebilme
yetenekleri en önemli araştırma konuları durumuna gelmiştir. Özellikle son
zamanlarda bilgisayar kullanımının hızla yaygınlaşması sonucunda yapay zeka
çalışmaları da bir ivme kazanmıştır.
İnsanın düşünme yapısını anlamak ve bunun benzerini ortaya çıkaracak
bilgisayar işlemlerini geliştirmeye çalışmak olarak tanımlanan yapay zeka, aslında
programlanmış bilgisayarlara düşünme yeteneği sağlama girişimidir. İnsan gibi
düşünen ve davranan sistemlerin geliştirilmesine yönelik olarak 1950’li yıllardan
beri süren yapay zeka çalışmaları, bir noktada insanı taklit etmeye yönelik
olduğundan mühendislik, nöroloji ve psikoloji gibi alanlara da yayılmıştır. İnsan
gibi düşünebilen ve davranabilen sistemlerin geliştirilmesi için yapılan çalışmalarda
bugün gelinen nokta, henüz yapay zekanın tam olarak geliştirilememiş olmasıdır.
Yapay zekanın mümkün olabilirliği tartışmaları bir yana bırakılırsa bu konudaki
çalışmalar bu alanı destekleyen farklı alanlardaki çalışmalarla birlikte devam
etmektedir.
Yapay zeka çalışmaları kapsamında ortaya çıkan ve bir noktada yapay zeka
çalışmalarına destek sağlamakta olan farklı alanlardan bir tanesi de Yapay Sinir
Ağları teknolojisidir. Dolayısıyla, yapay zeka alanının bir alt dalını oluşturan YSA
teknolojisi öğrenebilen sistemlerin temelini oluşturmaktadır. İnsan beyninin temel
işlem elemanı olan nöronu (neuron) şekilsel ve işlevsel olarak basit bir şekilde taklit
eden YSA’lar, bu yolla biyolojik sinir sisteminin basit bir simülasyonu için
oluşturulan programlardır. Bu şekilde, insanoğluna özgü deneyerek (yaşayarak)
http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf
3
Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği
öğrenme yeteneğini bilgisayar ortamına taşıyabildiği düşünülen YSA teknolojisi bir
bilgisayar sistemine inanılmaz bir “girdi veriden öğrenme” kapasitesi sağlamaktadır
ve bir çok avantajlar sunmaktadır. Çeşitli avantajlar sunan ve gün geçtikçe gelişen
bu teknolojiden, günümüzde bir çok alanda olduğu gibi ekonomi ve istatistik
alanlarında da faydalanılmaktadır. Özellikle, “Evrensel Fonksiyon Yakınsayıcı
Yöntem (Universal Function Approximators)” olarak tanınmalarından dolayı
tahmin ve öngörü gibi verinin içerdiği yapının tanımlanmasını gerektiren alanlarda
sıkça kullanılmaktadırlar.
Bu bölümde, YSA hakkında temel ve teorik bilgilere yer verilmiştir. Bundan
sonraki kısım olan Bölüm 2.1’de YSA’ların tanımına yer verilmekte ve daha
sonraki bölümde YSA’ların mimarisi (yapısı) ve temel elemanları ayrıntılı şekilde
anlatılmaktadır. Bölüm 2.3’te YSA çeşitleri anlatılmakta ve çalışmada kullanılan
YSA çeşidi olan Geri Yayılmalı İleri Besleme Ağlar ayrıntılı olarak tanıtılmaktadır.
Bölüm 2.4’te YSA’ların sağladığı avantajlara değinildikten sonra Bölüm 2.5
içerisinde YSA teknolojisinin tarihsel gelişimi sunulmaktadır. Son olarak, Bölüm
2.6’da Yapay Sinir Ağları ile İstatistik ve Ekonomi alanları arasındaki bağlantılara
yer verilmektedir.
2.1. YSA Nedir?
İnsanlığın doğayı araştırma ve taklit etme çabalarının en son ürünlerinden bir
tanesi Yapay Sinir Ağları teknolojisidir. Yapay Sinir Ağları, basit biyolojik sinir
sisteminin çalışma şeklini simüle etmek için tasarlanan programlardır. Simüle edilen
sinir hücreleri (nöronlar) içerirler ve bu nöronlar çeşitli şekillerde birbirlerine
bağlanarak ağı oluştururlar. Bu ağlar öğrenme, hafızaya alma ve veriler arasındaki
ilişkiyi ortaya çıkarma kapasitesine sahiptirler. Diğer bir ifadeyle, YSA’lar,
normalde bir insanın düşünme ve gözlemlemeye yönelik doğal yeteneklerini
gerektiren problemlere çözüm üretmektedir. Bir insanın, düşünme ve gözlemleme
yeteneklerini gerektiren problemlere yönelik çözümler üretebilmesinin temel sebebi
http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf
4
Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği
ise insan beyninin ve dolayısıyla insanın sahip olduğu yaşayarak veya deneyerek
öğrenme yeteneğidir.
Biyolojik sistemlerde öğrenme, nöronlar arasındaki sinaptik (synaptic)
bağlantıların ayarlanması ile olur. Yani, insanlar doğumlarından itibaren bir
“yaşayarak öğrenme” süreci içerisine girerler. Bu süreç içinde beyin sürekli bir
gelişme göstermektedir. Yaşayıp tecrübe ettikçe sinaptik bağlantılar ayarlanır ve
hatta yeni bağlantılar oluşur. Bu sayede öğrenme gerçekleşir. Bu durum YSA için
de geçerlidir. Öğrenme, eğitme yoluyla örnekler kullanarak olur; başka bir deyişle,
gerçekleşme girdi/çıktı verilerinin işlenmesiyle, yani eğitme algoritmasının bu
verileri kullanarak bağlantı ağırlıklarını (weights of the synapses) bir yakınsama
sağlanana kadar, tekrar tekrar ayarlamasıyla olur.
YSA’lar, ağırlıklandırılmış şekilde birbirlerine bağlanmış bir çok işlem
elemanlarından (nöronlar) oluşan matematiksel sistemlerdir. Bir işlem elemanı,
aslında sık sık transfer fonksiyonu olarak anılan bir denklemdir. Bu işlem elemanı,
diğer nöronlardan sinyalleri alır; bunları birleştirir, dönüştürür ve sayısal bir sonuç
ortaya çıkartır. Genelde, işlem elemanları kabaca gerçek nöronlara karşılık gelirler
ve bir ağ içinde birbirlerine bağlanırlar; bu yapı da sinir ağlarını oluşturmaktadır.
Sinirsel (neural) hesaplamanın merkezinde dağıtılmış, adaptif ve doğrusal
olmayan işlem kavramları vardır. YSA’lar, geleneksel işlemcilerden farklı şekilde
işlem yapmaktadırlar. Geleneksel işlemcilerde, tek bir merkezi işlem elemanı her
hareketi sırasıyla gerçekleştirir. YSA’lar ise herbiri büyük bir problemin bir parçası
ile ilgilenen, çok sayıda basit işlem elemanlarından oluşmaktadır. En basit şekilde,
bir işlem elemanı, bir girdiyi bir ağırlık kümesi ile ağırlıklandırır, doğrusal olmayan
bir şekilde dönüşümünü sağlar ve bir çıktı değeri oluşturur. İlk bakışta, işlem
elemanlarının çalışma şekli yanıltıcı şekilde basittir. Sinirsel hesaplamanın gücü,
toplam işlem yükünü paylaşan işlem elemanlarının birbirleri arasındaki yoğun
bağlantı yapısından gelmektedir.
http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf
5
Dostları ilə paylaş: |