A Temporal neural network model for sequence learning

Abstract

oz SIRALI VERİ TANIMA AMAÇLI ZAMANA DAYALI YAPAY SİNİR AĞI MODELİ AYDEMİR, Bora Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Doç. Dr. Ferda N. Alpaslan Aralık 1999, 52 sayfa Yapay sinir ağları örüntü tanıma ve öğrenme konularında yaygın olarak kullanılmakta ve araştırılmaktadr. Diğer yandan, geleneksel sinir ağı modeli zamana dayalı veri işleyememektedir; bu nedenle alternatif modellere ihtiyaç duyulmaktadır. Zamana dayalı veri işleme yetisine sahip alternatif modellerden biri, zamanın açılımı prensibine dayanarak tüm sinir ağını, farklı zaman bölümlemeleri doğrultusunda, çoğaltılmasını içerir. Bu tez çalışmasında zamanın açılımı prensibi doğrultusunda bir model önerilmekte,geliştirilmekte ve tartışılmaktadır. Bu model zamanın açılımı yöntemindeki sistemi kopyalamanın getirdiği yükü hafifletmek ve güvenilir, etkin bir çözüm oluşturmayı hedeflemektedir. Anahtar Kelimeler: Yapay Sinir Ağları, Zamana Dayalı Veri, Sıralı Veri, Zamanın Açılımı VI

ABSTRACT A TEMPORAL NEURAL NETWORK MODEL FOR SEQUENCE LEARNING AYDEMİR, Bora M.S., Department of Computer Engineering Supervisor: Assoc. Prof. Dr. Ferda N. Alpaslan December 1999, 52 pages Neural networks are being researched and used widely for storing patterns and learning. On the other hand temporal patterns, which can not be stored in conventional neural networks need alternative models to be represented. One of the methods to add temporal abilities to neural networks consists of multiplying the total system with the number of distinct time intervals. This procedure is referred to as unfolding of time. In this thesis a temporal model, based on the unfolding of time method, is proposed, 111implemented and discussed. This model, trying to overcome the burdens of spanning a neural network, aims to achieve a reliable and efficient (by means of storage) model. Keywords: Neural Networks, Back-Propagation, Temporal Data, Sequences, Unfolding of Time IV