Konuşmacılar
Açıklama
Yapay zeka perspektifinde güncel makine öğrenmesi kabiliyetlerine katkı sağlamış çalışmaların temelinde Tekrarlayan Yapay Sinir Ağları (RNN) yöntemini de görüyoruz. Bir RNN mimarisini genel anlamda, katmanlara dağılmış ve birbirleri ile tam bağlantılı olan tekil algılayıcılar (perceptron) olarak düşünebiliriz. Tekil algılayıcılar ise biyolojik sinir ağlarının aktivitesini model alarak geliştirilmiştir. Her bir tekil algılayıcının kendisine komşu her tekil algılayıcı ile tam bağlı olması ve bunun yanında ele aldığı problem verilerinin çok boyutlu veriler olması RNN mekanizmasını yüksek bir hesaplama yükü altında bırakmaktadır. Bu hesaplama yükünün üstesinden, gelişkin GPU mimarisi ve paralelleştirilmiş algoritmalar ile gelmenin önünde ise RNN mimarisinin sahip olduğu seri işleme bağımlılıkları çözülmek üzere durmaktadır. Bu çalışmamız ile yine doğadan ilham aldığımız bir bakış açısı ile RNN mimarisindeki bağımlılıklarını azaltarak verimli bir paralel işleyiş önermekteyiz.