Yapay sinir ağlarında duyarlılık analizleri

Yapay Sinir Ağlarını (YSA) insan beyninin çalışma mantığından esinlenerek geliştirilmiş, örneklerden öğrenen ve öğrendiklerinden çıkarsamalar yapabilen bir istatistiksel metot olarak tanımlamak mümkündür. YSA, regresyon modelleri ve diğer ilgili istatistiksel tekniklerin geleneksel olarak kullanıldığı genel kapsamda tahminleme ve sınıflandırma alanlarında başarıyla kullanılmaktadır. İstatistik metotlara olan üstünlüğü gürültülü, doğrusal olmayan, eksik verilerin bulunduğu durumlarda eldeki girdi ve çıktı değişkenleri arasındaki ilişkiyi temel alarak, kabul edilebilir hata düzeyiyle sonuçlar oluşturabilmesidir. YSA, bu işlemi ağ içersindeki hücrelerin birbiriyle iletişimini sağlayan bağlantı ağırlık değerlerini iteratif olarak değiştirerek yerine getirmektedir. Bağlantı ağırlıklarının nasıl değiştirileceğine karar verme işini öğrenme algoritması üstlenmektedir. Fakat klasik YSA yaklaşımlarında girdi ile çıktılar ilişkilendirilirken, hangi girdinin çıktı üzerinde ne yönde ve ne büyüklükte bir etkiye sahip olduğu belirlenememektedir. Özellikle sosyal bilimler açısından ele alındığında amaç sadece basit bir tahminleme oluşturmak değil incelenen olayın açıklanabilmesidir.Bu çalışmada girdi ve çıktı parametreleri arasındaki ilişki duyarlılık analiziyle açıklanmaya çalışılmıştır. Kullanılan duyarlılık analizi yöntemi, geri yayılım algoritmasının türetildiği zincir kuralından bir kez daha yararlanarak girdilerin çıktılar üzerindeki etkisinin belirlenmesine dayanmaktadır. Önerilen yöntemin doğruluğunun ve tutarlılığının gösterilmesi amacıyla incelenen problemin altında yatan fonksiyonun doğrusal olduğu varsayılmıştır. Böylelikle bu doğrusal fonksiyonun bilinen katsayı parametrelerinin tahmini sinir ağı ve klasik, bilindik çoklu doğrusal regresyon analiziyle karşılaştırmalı olarak yapılmıştır. Bununla da yetinilmemiş çoklu doğrusal regresyon analizinin bazı varsayımlarının sağlanmadığı durumlarda her iki yöntemden elde edilen sonuçların araştırılmasına gidilmiştir.Çalışma sonucunda elde edilen bulgulara göre önerilen metot YSA `nın işleyişi üzerine herhangi bir kısıt getirmemekte ve incelenen problemin altında yatan fonksiyonun modeli hakkında bir bilgiye ihtiyaç duymamaktadır. Doğrusal regresyon analizinin çeşitli varsayımlarının sağlanmadığı durumlarda regresyon analiziyle yapılan katsayı tahmininin kötüleştiği gözlemlenmiştir. Sinir ağlarında duyarlılık analizi adı altında tanıtılan metottan elde edilen sonuçlarda önemli herhangi bir farklılığa rastlanmamıştır. Böylece girdi ve çıktı değişkenleri arasındaki ilişkinin belirlenmesi sağlanmıştır. Bu bağlamda çalışmada klasik olarak YSA için söylenen kara kutu benzetmesinin ortadan kaldırılmasına yönelik bir adım atılmıştır.