Bu çalışmada, beynin bazı bilişsel işlevleri yerine getirmek için kullandığı düşünülen kaotik sinyallerin, biyolojik nöronu en iyi temsil eden ve üçüncü nesil sinir ağı olarak tanımlanan bir ateşlemeli sinir ağında (Spiking Neural Network) oluşturduğu etki analiz edilmiştir. Bu doğrultuda ağı besleyen, ağın ateşleme deseni ile kodlanmış görüntüleri temsil edebilecek, yeterli sayıda Izhikevich nöronuna sahip bir ateşlemeli sinir ağı modeli oluşturulmuş ve görüntü matrisleri tek katmandan oluşan bu ateşlemeli ağa giriş akımı olarak uygulanmıştır. Bu ateşlemeli ağın çıkışı, farklı kaotik akım yoğunluklarına göre analiz edilmiş, sonuçlar hem görsel hem de giriş ve çıkış görüntüleri arasındaki benzerliği ifade eden metriklerle karşılaştırmalı olarak sunulmuştur. Elde edilen bulgular ışığında, ateşlemeli ağın görüntü tanıma kalitesini belirli bir kaotik ortam yoğunluğunda en yüksek seviyeye çıkardığı, bu değerin altında ve üstünde kalan değerlerde daha düşük görüntü tanıma kalitesi sergiledikleri gözlemlenmiştir. Bu, aynı zamanda optimal seviyedeki bir kaotik akım yoğunluğunu ifade etmektedir. Tasarladığımız ateşlemeli sinir ağı bu optimal kaotik akım yoğunluğunu kullanarak, bilgi iletimini artırmakta ve çıkışında giriş sinyaline daha yakın, daha temiz bir görüntü sunmaktadır. Hesaplamalı sinir bilimi alanında kaotik rezonans olarak adlandırılan bu fenomen, ateşlemeli bir sinir ağı kullanılarak, gerçek görüntü verisi ile elde edilmiştir. Sunulan bu çalışmanın Izhikevich nöronlarından oluşan ateşlemeli bir sinir ağının, kaotik ortam davranışının incelemesi açısından özgün olduğunu düşünmekteyiz. ORCID NO: 0000-0002-2386-1271
Anahtar Kelimeler: Ateşlemeli Sinir Ağı, Izhikevich Nöron Modeli, Kaotik Sinyal
|
