Akademik Veri Yönetim Sistemi
3. ULUSLARARASI MÜHENDİSLİK BİLİMLERİ VE MULTİDİSİPLİNER YAKLAŞIMLAR KONGRESİ, İstanbul, Türkiye, 10 - 11 Şubat 2022, cilt.1, ss.374-379
Günümüzde Yapay Sinir Ağları pek çok farklı disiplinde, geniş uygulama alanına sahiptir. Ancak bu
kara kutu halen analitik olarak açıklanamayan bileşenler içermektedir. Bunlardan biri veri setinin yapısına
ve uygulayıcının tecrübesine bağlı olan “eğitim fonksiyonu ”dur. Bir diğeri ise ağ yapısındaki tüm bileşenlerle ilişkili olan gizli katman “nöron sayısıdır. Bu çalışmada, operasyon bazlı tezgâh atama probleminin
çözümü için oluşturulan bir yapay sinir ağı, farklı eğitim fonksiyonları ve gizli katman nöron sayılarıyla
eğitilmiş ve bu iki faktörün ağ performansı üzerindeki etkisi değerlendirilmiştir. Değerlendirmeler sonucunda, tek gizli katmanlı bir ağın eğitimde, gizli katman nöron sayısını arttırmanın öğrenmeyi olumlu yönde
etkilediği ancak eşik değerin aşıldığı durumlarda, eğitim fonksiyonuna bağlı olarak, negatif etki yaratabileceği belirlenmiştir. Seçilen eğitim fonksiyonu türüne göre değişmekle birlikte, tekrarlı denemelerin ağ performansını artırabildiği, eğitim fonksiyonu seçiminde veri seti yapısının ve ağın kullanım amacının dikkate
alınması gerektiği görülmüştür.