İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi [Training Artificial Neural Networks with the Ions Motion Algorithm]

İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi

Özet: Veri madenciliği günümüzde önemini gitgide artıran bir alandır ve veri madenciliği sayesinde birçok alanda kolaylık ve gelişmeler sağlanmaktadır. Bankacılıktan eğitime, sağlıktan askeriyeye kadar veri madenciliğinin çok yaygın bir kullanım alanı vardır. Sınıflandırma veri madenciliğinin önemli bir parçasıdır. Sınıflandırmada eldeki veriler, belirli kurallara göre belirli sınıflara atanırlar. Sınıflandırma alanında birçok yöntem ve algoritma geliştirilmiştir. Bu yöntemler arasında yapay sinir ağları elde ettikleri yüksek doğruluk değerleri ile en çok kullanılan yöntemlerden birisidir. Yapay sinir ağları insan beyninden esinlenerek insanda bulunan yeni bilgiler öğrenme, yeni çıkarımlar yapma gibi yetenekleri otomatik olarak gerçekleştiren bir yöntemdir ve doğrusal olmayan kompleks problemlerdir. Bu yüzden eğitimleri yavaş ve zordur. Yapay sinir ağlarının eğitimde kullanılan geleneksel algoritmalar matematiksel hesaplamalara dayanmaktadır, yavaştır ve genellikle yerel optimum noktaya takılıp kalmaktadırlar. Bu dezavantajların üstesinden gelmekte meta-sezgisel algoritmalar literatürde yaygın olarak kullanılmaktadır. Genetik algoritmalar, karınca koloni optimizasyonu algoritması gibi birçok meta-sezgisel algoritma yapay sinir ağlarının eğitiminde kullanılmış ve oldukça etkin sonuçlar elde edilmiştir. Bu çalışmada iyon hareketlerinden esinlenerek son yıllarda geliştirilen ve sürekli problemler üzerinde oldukça iyi sonuçlar veren iyon hareketi algoritmasının yapay sinir ağlarının eğitimindeki performansı değerlendirilecektir. Algoritmanın performansı literatür verileri üzerinde değerlendirilecek ve geleneksel ve meta-sezgisel algoritmalarla karşılaştırılacaktır.

Anahtar Kelimeler: Yapay sinir ağları, İyon hareketi algoritması, Meta-sezgisel algoritmalar, Sınıflandırma, Veri madenciliği

Training Artificial Neural Networks with the Ions Motion Algorithm (English title and abstract)

Abstract: Data mining is a field of steadily growing importance, and it provides convenience and progress in many areas, with a very wide range of applications from banking to education and from health to the military. Classification is an important part of data mining, in which the available data are assigned to specific classes according to certain rules. Many methods and algorithms have been developed for classification, and among them artificial neural networks are one of the most widely used owing to the high accuracy they achieve. Artificial neural networks are inspired by the human brain and automatically perform human abilities such as learning new information and making new inferences; they are nonlinear complex problems, and their training is therefore slow and difficult. Conventional algorithms used for training artificial neural networks are based on mathematical computations, are slow and are usually trapped in local optima. Meta-heuristic algorithms are widely used in the literature to overcome these disadvantages, and many of them, such as genetic algorithms and ant colony optimization, have been used to train artificial neural networks with highly effective results. In this study, the performance of the ions motion algorithm, which was recently developed inspired by the motion of ions and gives very good results on continuous problems, is evaluated for training artificial neural networks. The performance of the algorithm is evaluated on benchmark data from the literature and compared with conventional and meta-heuristic algorithms.

Keywords: Artificial neural networks, Ions motion algorithm, Meta-heuristic algorithms, Classification, Data mining

Publication details: Conference abstract presented at the Yöneylem Araştırması ve Endüstri Mühendisliği 36. Ulusal Kongresi (YAEM 2016), 13-15 July 2016, İzmir, Türkiye. Published in: Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı, pp. 120-121. Publisher: Yaşar Üniversitesi.

How to cite / Kaynak gösterimi

APA 7: Gülmez, B., & Kulluk, S. (2016, July). İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi [Training Artificial Neural Networks with the Ions Motion Algorithm] [Conference abstract]. In Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı (pp. 120–121). Yaşar Üniversitesi. Yöneylem Araştırması ve Endüstri Mühendisliği 36. Ulusal Kongresi (YAEM 2016), İzmir, Türkiye. https://doi.org/10.5281/zenodo.22202786

IEEE: B. Gülmez and S. Kulluk, "İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi [Training Artificial Neural Networks with the Ions Motion Algorithm]," in Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı, İzmir, Türkiye, Jul. 2016, pp. 120–121, doi: 10.5281/zenodo.22202786.

Chicago: Gülmez, Burak, and Sinem Kulluk. 2016. "İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi [Training Artificial Neural Networks with the Ions Motion Algorithm]." In Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı, 120–121. İzmir, Türkiye: Yaşar Üniversitesi. https://doi.org/10.5281/zenodo.22202786.

MLA 9: Gülmez, Burak, and Sinem Kulluk. "İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi [Training Artificial Neural Networks with the Ions Motion Algorithm]." Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı, Yaşar Üniversitesi, 2016, pp. 120–121. https://doi.org/10.5281/zenodo.22202786.

Harvard: Gülmez, B. and Kulluk, S. (2016) 'İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi [Training Artificial Neural Networks with the Ions Motion Algorithm]', in Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı. İzmir, Türkiye: Yaşar Üniversitesi, pp. 120–121. doi: 10.5281/zenodo.22202786.

BibTeX:

@inproceedings{Gulmez2016iyon,
  author    = {Gülmez, Burak and Kulluk, Sinem},
  title     = {İyon Hareketi Algoritması ile Yapay Sinir Ağlarının Eğitimi},
  booktitle = {Yöneylem Araştırması Endüstri Mühendisliği 36. Ulusal Kongresi: Bildiri Özetleri Kitabı},
  year      = {2016},
  month     = {jul},
  pages     = {120--121},
  address   = {İzmir, Türkiye},
  publisher = {Yaşar Üniversitesi},
  doi       = {10.5281/zenodo.22202786},
  url       = {https://doi.org/10.5281/zenodo.22202786}
}