Sinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008

Transkript

1 Sinirsel Benzetim ve NSL İlker Kalaycı 06, 2008

2 Gündem Yapay Sinir Ağları Benzetim Benzetim Dilleri Sinirsel Benzetim Dilleri NEURON, GENESIS,NEST

3 Gündem Neural Simulation Language (NSL) Tarihçe Genel Yapısı Modelleme NSL ile benzetim

4 Yapay Sinir Ağları Yapay Sinir Ağları, biyolojik sinir sistemine benzerlik kurularak oluşturulmuş sistemlerdir. Örneklerden öğrenerek kendi deneyimlerini oluştururlar ve konular üzerinde karar verebilirler Yapay sinir hücresi(proses); girdi, ağırlık, toplama fonksiyonu, aktivasyon fonksiyonu ve çıktı elemanlarından oluşur.

5 Yapay Sinir Ağları-Hücre

6 Yapay Sinir Ağı Girdi Katmanı Ara Katman Çıktı Katmanı

7 Benzetim Var olan veya yapılacak bir fiziksel sistemin modelle gösterimi ve davranışının gözlemlenmesi ile anlaşılmasını sağlama süreci Çalışmadaki sistemin bir modeli ile deneme sürecidir ve sistemin kendisinden sistemin modelini ölçmeyi sağlar. Bilgisayar programlama kullanarak çalışma altındaki bir sistemin modelini deneyimleme süreci

8 Benzetim Dilleri Bilgisayar benzetim dilleri bilgisayarda bir benzetimin işlemesini tanımlar Sürekli Model; her biri durumda değişiklik yapan rastgele olayların bir dizisi şeklinde görülür Ayrık olay Model; diferansiyel denklemlerin kümesi olarak görülür

9 Genel Benzetim Dilleri GPSS Simula Simulink ModSIM SIMAN DYNAMO

10 Sinirsel Benzetim Dilleri NEURON GENESIS NEST NSL

11 Sinirsel Benzetim Dilleri-NEURON Michael Hines, John '. Moore ve Ted Carnavale tarafından geliştirilmiştir. Tekil sinir hücreleri ve sinir ağları modellenebilir Özellikle karmaşık anatomik ve biyofiziksel özelliklere sahip hücreleri içeren deneysel verilerle bağlantılı problemlerde kullanıma uygundur.

12 Sinirsel Benzetim Dilleri-GENESIS GEneral NEural SImulation System Alt hücreli bileşenler ve biyokimyasal tepkimelerden tekil hücrelerin karmaşık modelleri, geniş sistemlere kadar bir çok sinirsel sistemi desteklemektedir.

13 Sinirsel Benzetim Dilleri-NEST Biyolojik olarak gerçekçi hücrelerin geniş ağları için olan sistemleri modeller Geniş ağların davranışına ve dinamiklerine odaklanır Komut satırı uygulamasıdır.

14 NSL-Neural Simulation Language Geliştiricileri Alfredo Weitzenfeld ve Micheal Arbib İlk olarak 1989 yılında C ile geliştirilmiştir İkinci versiyonu (NSL2) 1991'de C++ ile nesneyönelimli teknoloji olarak yazılmıştır Günümüzde Java---NSLJ, Amanda Alexander takımı C++----NSLC, Alfredo Weitzenfeld takımı MatLab versiyonları mevcuttur.

15 NSL-Özellikleri Hem biyolojik hem de yapay sinir ağlarını modelleyebilir Geniş sinir ağlarını destekleyebilir Nesne Yönelimli Teknoloji Modülerlik Başka yazılım ve donanım ürünlerine kolayca bağlanabilir Genel Kamu Lisanslıdır

16 Modülerlik Büyük ve karmaşık sistemler daha kolay yönetilebilmek için daha küçük parçalara ayrılır Beyin farklı bölgelerin kümesi olarak tanımlanır Alt sistemler oluşturulur

17 Modülerlik-Beyin

18 Modelleme NSL'de modeli tanımlamak için iki yol vardır: NSLM-NSL Modeling Language Schematic Capture System (SCS)-Görsel Programlama Arayüzü Genel olarak iki seviyede modellemeyi destekler Modüller Sinir Ağları

19

20 Modüller Ağaç yapısına benzer şekilde hiyerarşik bir model olarak yapılanmıştır Kök(root) Model Modül toplulukları Sinirsel modüller olarak ağaçtaki yapraklara karşılık gelecek şekilde gerçekleştirilir

21 Modüller 2 Bir modülün arayüzü çift taraflı girdi-çıktı veri kümesi ile tanımlanmaktadır. Bu veriler nümerik yapıdadır. İletişim kurabilmek için farklı modüllerin veri kümeleri arasında bir bağlantı olmalıdır

22

23 Sinir Ağları Sinir ağlarını tam olarak modelleyebilmek için Sinir modeli Sinir hücreleri arasında bağlantılar Ağın parametreleri-girdiler, ağırlık vb. gerekmektedir.

24 Benzetim Sıralı ve dağıtık benzetimi destekler Yapay sinir ağlarında iki aşamada benzetim uygulanır: eğitim süreci çalıştırma aşaması

25 MatLab'ta NSL-Kurulum NSLJ Matlab Toolbox indirilir ve dizin olarak MatLab'e eklenir Simulasyon dilini kullanmadan önce her defasında NslInit komutu çalıştırılır.

26 MatLab'ta NSL-Demo Back Propogation Model XOR problemi yapay sinir ağlarında dönüm noktası oluşturmuş bir problemdir. Denklem doğrusal olmadığı için çözülebilmesiyle birlikte gerçekçi problemler için yapay sinir ağları kullanılabileceği anlaşılmıştır Komut satırına open backpropmodel.mdl yazılarak back propogation model seçilir. load xor_3_data.txt --> verileri yükler RunOption(1)=1--> çalıştırır simulation düğmesine tıklanarak benzetim başlatılır

27

28 Kaynaklar Yapay Sinir Ağları, Ercan Öztemel,2003 Serdar Korukoğlu Ders Notları Arbib, M.A., and Grethe, J., (Eds.) with the Project Team of the University of Southern California Brain Project,2000, Computing the Brain: A Guide to Neuroinformatics, San Diego: Academic Press. A. Weitzenfeld, NSL Neural Simulation Language