Derin Sinir Ağlarıve Sağlık Bilimlerinde Bir Uygulama

Abstract

Amaç: Yapay sinir ağları algoritmasında giriş ve çıkış katmanları arasında birden fazla gizli katman bulunduğundan, “Derin Sinir Ağları” (Deep Neural Network) olarak adlandırılır. Klasik bir yapay sinir ağında bulunan nöronların birbirleriyle ilişkileri yoktur ve bilgi ancak giriş katmanından çıkış katmanına doğru aktarılır. Derin sinir ağlarında ise artarda gelen iki katmanda nöronlar birbirlerini çeşitli aktivasyon değerleriyle etkilemektedir. Her katmanın modele etkisi ve dolayısıyla her katmandaki nöronun modele etkisi bulunmaktadır. Çalışmada, Derin Sinir Ağları algoritması; farklı girdi (katman sayısı, döngü, hata oranı) ve uygulamalı modelin performansının değerlendirilmesi amaçlanmaktadır. Gereç ve Yöntem: Derin sinir ağı yöntemini klasik sinir ağlarından ayıran en önemli özellik, karmaşık problemlerde iyi sonuçlar veren katman sayısıdır. Çalışmada veri seti olarak immünoterapi kullanan hastaların siğil tedavisi sonuçları verisi kullanıldı. Bulgular ve Sonuç: Basit katmanlı (bir gizli katman) yapay sinir ağı modelinde %87.5 genel doğruluk ve %29.74 MAPE ile sınıflandırılırken, derin sinir ağı modeli %99.8 genel doğruluk ve %25.19 MAPE oranı ile sınıflandırılmıştır. Çalışma, derin sinir ağları modelinin daha yüksek doğruluk oranına sahip olduğunu göstermiştir.