McCulloch-Pitts Sinir Ağı

McCulloch-Pitts sinir ağı, Amerikalı nörofizyolog Warren McCulloch ve fizikçi Warren Pitts tarafından 1943'te önerilen sinir ağının matematiksel bir modelidir. Bu model, yapay zeka yaratmaya yönelik ilk girişimlerden biriydi ve bilgisayar bilimi ile yapay zekanın gelişimi üzerinde önemli bir etkiye sahipti.

McCulloch ve Pitts, beyindeki nöronların açık/kapalı şekilde çalıştığı ve iki değişkenle tanımlanabileceği fikrine dayanarak modellerini geliştirdiler: aksiyon potansiyeli ve gecikme. Aksiyon potansiyelinin tüm girdi potansiyellerinin toplamının bir fonksiyonu olarak temsil edilebileceğini ve gecikmenin, tüm girdilerin gecikmesinin bir fonksiyonu olarak temsil edilebileceğini öne sürdüler.

Bu fikir, sinapslar aracılığıyla birbirine bağlanan birçok nörondan oluşan McCulloch-Pitz sinir ağının matematiksel modelinin temelini oluşturdu. Her nöronun, her biri başka bir nörondan sinyal alan birkaç girişi vardır. Sinyaller ağ boyunca, nöronlar arasındaki bağlantıların gücünü belirleyen farklı ağırlıklara sahip sinapslar aracılığıyla iletilir.

McCulloch-Pitt modeli birçok modern sinir ağının temelini oluşturur ve makine öğrenimi, örüntü tanıma, doğal dil işleme ve diğer alanlardaki sorunları çözmek için kullanılır. Aynı zamanda tıpta, örneğin hastalıkların teşhis edilmesi veya tedavi sonuçlarının tahmin edilmesi gibi pratik uygulamalara da sahiptir.

McCulloch-Pitts sinir ağı McCulloch ve Pptts, yapay sinir ağlarının geliştirilmesinin temelini oluşturan bir nöron modeli önerdiler. Bu ağ, her biri birkaç nöron içeren birkaç sinir ağı katmanından oluşur. Girişteki her nöron N farklı sinyal alır ("ara" sinyal olarak anlaşılabilirler) ve çıkışta Y farklı değerler üretir - bir sonraki nöron katmanı için sinyaller. Birinci katmandaki nöronlar, ağ tarafından işlenen görüntü pikselleri veya girdiler olan giriş sinyallerini alır. Giriş verileri projeksiyon nöronları aracılığıyla girilir. Nöronun girişine bir giriş sinyali sağlarlar. Bir sonraki aşamada kullanılacak başka bir değerin üretilmesi için bir sinyal mekanizmasını çalıştırır. Sonuç gerekli doğruluğa ulaşana kadar bu işlem tekrarlanır. İki katmanlı ve çok katmanlı sinirsel iletişim ağları vardır. Tek bir katman, iki ila birkaç yüz arasında bağlantı içerebilir; bu, teorik olarak milyonlarca veriyi işleyebilme yeteneğini ima eder.