EUVIMEDEUVIMED entdecken
Crossref

Yapay Sinir Ağlarında Öğrenme Dinamiğini ve Başarımı Artırmak İçin Standart Aktivasyonların Hibritleştirilmesi

Ahmet Yılmaz, Cemaleddin Şimşek

Karadeniz Fen Bilimleri Dergisi · 10.03.2026 · 16 (1) · 497-513

DOI: 10.31466/kfbd.1826121 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Karadeniz Fen Bilimleri Dergisi, online erschienen am 10.03.2026. Verfasst von Ahmet Yılmaz und 1 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 20 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Bu çalışma, Yapay Sinir Ağları (YSA) eğitim sürecinde hayati öneme sahip olan aktivasyon fonksiyonlarının tasarlanmasında hibritleştirme yaklaşımının potansiyelini araştırmaktadır. Literatürdeki çalışmaların çoğunlukla fonksiyonların modifiye edilmiş versiyonlarına odaklanmasının aksine, bu araştırmanın temel amacı, yaygın kullanılan ReLU, Tanh, Sigmoid ve benzeri standart fonksiyonların saf hallerini, basit bir parçalı tanım altında birleştirerek öğrenme süreçlerine etkisini değerlendirmektir. Hibrit yapı, girişin işaretine bağlı olarak (x<0 için f_1 (x) ve x ≥0 için f_2 (x)) farklı temel fonksiyonların uygulanmasına dayanır. Deneysel analizler, sığ (1 gizli katman), orta (5 gizli katman) ve derin (10 gizli katman) çok katmanlı algılayıcı (MLP) mimarileri üzerinde Iris, Wine ve BCW veri setleri kullanılarak gerçekleştirilmiştir. Sonuçlar, hibrit yaklaşımların özellikle derin ağlarda belirgin avantajlar sunduğunu göstermiştir. Özellikle Tanh–ReLU kombinasyonu, hem 5 hem de 10 gizli katmanlı modellerde en kararlı öğrenme dinamiğini sağlamış ve en yüksek test doğruluklarına ulaşmıştır. Saf aktivasyonlar (ReLU–ReLU, Mish–Mish) derin ağlarda gradyan dengesini korumakta zorlanırken, Sigmoid içeren hibritler ise erken doyum sorunu yaşamıştır. Bu bulgular, Tanh gibi sıfır-merkezli ve düzgün geçiş sağlayan bir fonksiyonun, ReLU gibi güçlü gradyan akışını destekleyen bir fonksiyonla birleştirilmesinin, öğrenmeyi dengelediğini ve genelleme başarımını artırdığını güçlü bir şekilde desteklemektedir.

Zitieren

APA

Yılmaz, A., & Şimşek, C. (2026). Yapay Sinir Ağlarında Öğrenme Dinamiğini ve Başarımı Artırmak İçin Standart Aktivasyonların Hibritleştirilmesi. Karadeniz Fen Bilimleri Dergisi, 16(1), 497-513. https://doi.org/10.31466/kfbd.1826121

Vancouver

Yılmaz A, Şimşek C. Yapay Sinir Ağlarında Öğrenme Dinamiğini ve Başarımı Artırmak İçin Standart Aktivasyonların Hibritleştirilmesi. Karadeniz Fen Bilimleri Dergisi. 2026;16(1):497-513. doi:10.31466/kfbd.1826121

BibTeX
@article{Ylmaz2026,
  author = {Yılmaz, Ahmet and Şimşek, Cemaleddin},
  title = {Yapay Sinir Ağlarında Öğrenme Dinamiğini ve Başarımı Artırmak İçin Standart Aktivasyonların Hibritleştirilmesi},
  journal = {Karadeniz Fen Bilimleri Dergisi},
  year = {2026},
  volume = {16},
  number = {1},
  pages = {497--513},
  doi = {10.31466/kfbd.1826121}
}
Kostenlos starten →