Darbeli sinir ağları ile sınıflandırma çözümleri

Beynin işleyişi çok eski zamanlardan beri insanların ilgisini çekmiş, nasıl çalıştığı hepbir merak konusu olmuş fakat günümüzde gizemi hala tam olarak çözülememiştir.Bu alanda en büyük gelişmeler sinir hücresi olarak tanımlanan nöronların işleyişi hakkındaki bilgilerin artması, daha karmaşık ve detaylı nöron modellerinin gelişmesiile son yüzyılda gerçekleşmiştir. Böylelikle biyolojik nöronları örnek alarak tasarlananyapay sinir ağları yapay zeka konusunun önemli bir çalışma alanı olmuştur. Biyolojiknöronlar `darbe' adı verilen ani ve kısa voltaj değişiklikleri ile bilgiyi iletirler. Darbelisinir ağları da işte bunu örnek alarak tasarlanmış nöron modelleridir. 3. nesil nöronmodelleri olarak da isimlendirilen darbeli sinir ağlarını önceki nesillerden ayıran enönemli özellikleri zaman bilgisini darbeler halinde işlemesi ve ardışık nöronlar arasındaçok sayıda bağlantı bulundurmasıdır. Bu haliyle hesaplama kısmı çok daha karmaşıkbir hal alsa ve zaman olarak uzasa da biyolojik benzerliği arttırmaları açısından sonderece önemlidir. Bu çalışmanın temel amacı darbeli sinir ağlarının sınıflandırmakonusunda başarılı bir nöron modellemesi olduğunu göstermek, hata geri-yayılımalgoritması ile eğitilen çok katmanlı ağ yapısının gerçek hayattan uyarlanmış farklıveri kümeleri üzerinde başarılı sınıflandırmalar yaptığını göstermektir.