İleri yönlü yapay sinir ağlarında küçük dünya ağı yaklaşımı ve uygulamaları

Beyinde öğrenme süreci, biyolojik sinir ağlarının bilgiyi depo etmesi ve bu bilginin ağı oluşturan nöronlar arası iletilmesi aşamalarından meydana gelmektedir. Buradan hareketle biyolojik sinir ağlarının davranışını modelleyebilmek için çeşitli matematiksel yapay sinir ağı topolojileri ortaya konulmuştur. Literatürde en yaygın kullanılan ağ topolojisi farklı katmanlardan meydana gelen ileri yönlü yapay sinir ağı topolojisidir. Model bilginin giriş katmanından çıkış katmanına doğru ileri yönlü yapay nöronlar ile aktarılması ve nöronlar arası sinaptik bağlantı ağırlıklarının değiştirilmesi ilkesine göre çalışmaktadır.Bu çalışmada, Küçük Dünya ağları modellinin ileri yönlü yapay sinir ağlarında uygulanması ve öğrenme performansının araştırılması hedeflenmiştir. Bu bağlamda, Watts-Strogatz, Newman-Watts ve Simard tarafından ortaya konulan bağlantı yenileme yöntemleri ile yeni ileri yönlü ağ topolojileri elde edilmiştir. Bu topolojilerin öğrenme süreci ve modelleme performanslarının testi için farklı alanlardan karmaşık problemler kullanılmıştır. Bu ağlardan elde edilen sonuçlar geleneksel ileri yönlü yapay sinir ağı sonuçları ile karşılaştırılmıştır. Küçük Dünya ağının oluşturulmasında, Global ve Lokal bağlantı uzunluk katsayıları kullanılmış ve Küçük Dünya ağı üretebilmek için gerekli yeni bağlantı sayısı aralığı tespit edilmiştir. Elde edilen bu bağlantı aralığı, denemelerle elde edilen ağın başarılı deneme sayısı dağılımı ile tutarlılık göstermektedir.Watts-Strogatz ve Simard Küçük Dünya ağı modellerinin küçük ölçekli veri seti için daha iyi öğrenme performansı gösterdiği görülmüştür. Ancak veri seti büyüdükçe bu performansın düştüğü gözlemlenmiştir. Ayrıca, bu modellerin yeni bağlantı sayısı aralığının geniş ölçekli olduğu tespit edilmiştir. Newman-Watts Küçük Dünya ağında ise yeni bağlantı sayısı aralığının daha küçük ölçekli olduğu ve bu ağların öğrenme performansının veri seti büyüklüğünden bağımsız olduğu belirlenmiştir. Yapılan çalışmada literatürde ilk defa, Watts-Strogatz Küçük Dünya ağı modeli ile geleneksel ileri yönlü yapay sinir ağı modeli bağımsız örnekli t-testi kullanılarak istatistiksel olarak karşılaştırılmış ve Watts-Strogatz Küçük Dünya ağı modelinin geleneksel ileri yönlü yapay sinir ağı modelinden istatistikî olarak daha anlamlı (p<0.01) bir model olduğu ortaya konulmuştur.Elde edilen sonuçlar ışığında yapay zekâ araştırmalarında ileri yönlü yapay sinir ağı modelinin geleneksel topolojisi yerine Küçük Dünya ağ topolojisinin kullanılabileceği gösterilmiştir.