- 17 Kas 2020
- 918
- 502
Sosyal Tabanlı Yapay Zekâ Algoritmalarının Sosyal Ağlarda Kullanımı:
Sosyal ağlar, bilgi paylaşımının oldukça hızlı olmasını sağlamış ve buna bağlı olarak hayatın akışı da değişmiştir. Eğitim, bilim, sağlık, siyasal, ekonomik ve benzeri birçok toplumsal alanda kullanılmaktadır. Bu kadar çok ve çeşitli alanda kullanılması da oluşan alanların incelenmesini gerektirmiştir. Bunların alanlara bölünerek incelenmesi ise, "sosyal ağ analizi" kavramını oluşturmuştur.
Sosyal ağ analizi içerisinde duygu sınıflandırma analizi bulunur. Bunu şöyle açıklayabiliriz: bireyin duygularının bilgisayar analizi ile tespit edilmesi “duygu analizi” ismini almıştır. Bu analiz bireyin ruh halini, düşüncelerini, yapmak istediklerini tahmin etmek için kullanılır.
Sosyal ağ analizi’nde ayrıca bağlantı tahmini konusu da bulunur, topluluklar ve bunlar arasındaki bağlantıların seviyelerini yani sıklıklarını inceler. Çünkü topluluk içerisindeki bireyler, çoğunlukla ortak özellikler taşırlar ve ortak konularda etkileşim halindedirler. Böylelikle toplulukların özellikleri sayesinde bireylerin eğilimleri öngörülebilmektedir.
Yapay Zekâ Olgusunda Optimizasyon (En Uygun Hale Getirme) Algoritmaları:
Optimizasyon sözcüğü; en iyiye ulaşmaya çalışmak veya en iyiyi aramak anlamında kullanılabilir. Problem çözümlerinin en iyi şekilde elde edilmesi amaçlanır ki en iyi analiz sonucu elde edinilebilsin. Bu algoritmalar bilinmeyen değişkenlerin keşfedilmesi veya bir sorunun çözümünde, en iyi’yi elde etme amacına odaklıdır; tüm çözümler arasında en iyi olanı seçer, ama en kesin çözümü bulmayı garanti edemez.
Yapay zeka en iyiyi arama (optimizasyon) algoritmaları, farklı değişkenleri inceliyor olsa dahi genel çözüm yolları kullandığı için, elde ettiği sonuçlar değişken tipine, sayısına, sınırlayıcı sayısına çözüm uzayına bağlı değildir. Matematiksel veya uzun süreli herhangi bir hesaplama için çok fazla zaman harcanmasına gerek yoktur. Farklı problem ve çözümlerle karşılaşıldığında o problemlere göre dönüşümleri ve uyarlanmaları sağlanabilir. Bu da büyük ölçekli problemlerde, daha az maliyetle ve daha kısa sürede sonuçlar alınmasını sağlar. Yani farklı farklı problem çözümlerinde optimizasyon algoritmaları önceki çözümlerden yola çıkarak yeni problemlere karşı kendilerini uyarlarlar. Algoritmalarda sürekli ve durmaksızın yenilenme süreci olduğundan etkili uygulamalar elde edilmektedir. Çünkü problem çözümünde ne kadar çok ve farklı uygulama olursa en iyiye ulaşma yolculuğu da o kadar başarılı olacaktır. Burada önemli olan, sabit bir sonuca ulaşmak değil sürekli yolda olmak, araştırma ve geliştirme amacında olmaktır.
Sezgisel (Buluşsal) Optimizasyon Algoritmaları:
Optimizasyon probleminde çözüm bulma durumu tam olarak tanımlanamayabilir, karar vericilik açısından daha basit yöntem aranıyor olabilir, matematiksel ifadelerle, günlük hayattaki problemler arasında veri bağlantısı kurulamayabilir, genelleme çözüm stratejileri bulunamamış olabilir, bu gibi durumlarda sezgisel algoritmalara başvurulabilir. Ayrıca karar değişken sayısı sınırlı olmadığı için sezgisel algoritmalar tercih edilebilir. Sezgisel Optimizasyon Algoritmalarının matematiksel hesaplama konusunda uzun süreli zamana ihtiyacı yoktur. Uyarlanması ve uyum sağlaması kolaydır. Büyük ölçekli problemlerde etkilidir. Onaylanması zor olan bazı varsayımlara gereklilik bırakmamaktadır.
Tabu Araştırma Algoritması:
Sosyal Tabanlı Algoritmalar arasında en çok uygulananı tabu arama algoritmalarıdır. Optimizasyon problemlerinde en iyi çözüme ulaşmak için kullanılan yasaklar ve kısıtlamalar için tabu sözcüğü kullanılır. Tabu aramasında en iyi çözümü elde etmek için çözüm uzayını araştıran yapay hafızasında tutan, sürekli gelişen çözümler bulan algoritmik bir araştırma yöntemidir. Çözeme giderken aynı yollardan geçmeyi önlemek, algoritmik döngüde tekrarların yasaklanması gibi özelliği vardır.
----------------------------------------
----------------------------------------------
Diğer önerilenler ise emperyalist –rekabetçi yöntem kullanılarak harmonik (uyumlu) tahminin incelenmesi, öğretme ve öğrenme tabanlı algoritma, sosyal duygusal algoritma, beyin fırtınası algoritması, grup liderleri algoritması, hiyerarşik sosyal algoritma, insan grup biçimlenme algoritması, sosyal tabanlı algoritma, toplum ve medeniyet algoritması, kültürel algoritma, parlamenter algoritma’dır.
Emperyalist-Rekabetçi Yöntem Kullanılarak Harmonik (Uyumlu) Tahmin Algoritması:
Bu algoritmayı açıklayacak olursak, emperyalist olarak seçilen rekabetçi ve diğerlerinin en iyisi olarak tanımlanır. Diğerleri ise seçilenin kolonisi olarak belirlenir ve emperyalistlerin kolonisi haline gelirler. Emperyalistin gücü, yönettiği kolonilerin gücüne bağlıdır.
Öğretme ve Öğrenme Tabanlı Algoritma:
Öğretmen ve öğrencilerin, öğretme ve öğrenme durumlarını gösterir. Bu bireylerin oluşturduğu algoritma içerisinde en iyi çözüm “öğretmen” olarak kabul edilir. Bu algoritmada “öğretme” ve “öğrenme” süreci vardır. Bir öğretmenin bilgilerini aktardığı “öğretme süreci” çok önemlidir. Çünkü bu süreç algoritmanın en iyi sonucu verebilmesi için başarılı olması gerekir. “Öğrenme süreci”nde ise, ön planda öğrenci vardır.
Sosyal-Duygusal Algoritma:
Sosyal tabanlıdır. Toplum içerisindeki insanların davranışlarını inceler. Buradaki bireylerin davranışları duygusal indeks’e göre belirlenir. Bu duygusal indekse göre bir davranıştan sonra, seçilen diğer davranışa göre değeri ve en iyiye yakınlığı belirlenir ve seçilen davranışın doğru olup olmadığı toplum tarafından belirlenir.
Beyin fırtınası Optimizasyon Algoritması:
Yaratıcı düşünmeyi arttırmak için kullanılan algoritma türüdür. İlk olarak Osborn tarafından geliştirilmiş ve bu problem çözme tekniği tüm dünyada ilgi görmüştür. Bu kapsamda dört kural benimsenmiştir. Bunların ilki; fikirlerin olabildiğince fazla olması, ikincisi; kuralların eleştirilmemesi, üçüncüsü; sıra dışı fikirleri olumlu görme; dördüncüsü; fikirlerin birleştirilmesi ve geliştirilmesi.
Grup Liderleri Algoritması:
Toplumsal gruplarda liderlerin etkilerinden yola çıkarak geliştirilmiştir. Gruplardaki bireylerin en iyisi lider olarak seçilir. Üyeler ise döngüsel olarak grup liderine benzemeye çalışırlarken algoritma içerisinde çözüm yolu üretilmiş olur.
Hiyerarşik Sosyal Algoritma:
Bu algoritma temelinde uygun ve en iyi çözümlerin topluma kazandırılması vardır. Sosyal gruplar kendini geliştirmek için çalışırlar. Toplumlar arasındaki işbirliği ile toplumsal gelişim sağlanarak daha iyi çözümler üretilebilmektedir. Gelişemeyen gruplar ise yok olmakla karşı karşıya kalabilmektedir. Bu şekilde çözümün en iyisi (optimizasyonu) sağlanır. Grup bireylerini tüm toplum kapsar. Her grup için kazanan ve kaybeden taraf vardır. Gruplar rekabet ortamlarında belirli stratejilerle dönüştürülebilir. Kazanan ve kaybeden stratejileriyle bu rekabet belirlenir. Kazanan grup kesimi daha yüksek veya başarılı olarak kabullenilir. Kazanan gruplar yüksek grup amaç fonksiyonuna sahiptir. Diğer gruplar ise kaybeden strateji içerisindedir. Böylelikle en uygun sonuç, grupların başarı seviyelerine göre belirlenmiş olur.
İnsan Grup Formasyon Algoritması:
Grup içi üyeler ile grup dışı üye davranışları baz alınarak geliştirilen yapay zeka algoritmasıdır. Sosyologlar, sosyolojik kategorileri tanımlamak için grup içi ve grup dışı tanımlarını kullanmışlardır. Gruplaşmaların istenen yönü karmaşıklığın azaltılması; istenmeyen yönleri ise, ırkçılık, taraflılık, ayrımcılık, önyargıdır.
Sosyal Tabanlı Algoritma:
İnsanlar farklı liderlik şekillerindeki toplumlarda yaşamaktadır. Bunlara otokrasi, oligarşi, teokrasi gibi yönetim şekilleri örnek verilebilir. Burada toplumsal gelişim liderlik için seçilen kişiye göre değişebilir.
Kültürel Algoritma:
Genetik ve doğal seleksiyon mekanizmasını benimser. Kültürel gelişimleri açıklarken sosyolojik ve arkeolojik bazı teorilere dayanır.
Parlamenter Algoritma:
Siyasi alandaki parlamenter sistemden yola çıkılarak geliştirilmiştir. Parlamentonun üyeleri olarak algoritmanın ilk adımı oluşturulur. Diğer adımda bu üyeler siyasi gruplara ayrılır, yani görüş farklılıkları olan partiler kurulur. Bu alanda en iyi uygunluğa ulaşan üye, grubun adayı olarak seçilir. Burada üyeler arasında bir nevi yarışma başlar. Bu rekabet ortamı sonunda en yüksek uygunluğa ulaşan adaylar her grubun en iyi adayı olarak belirlenir. Her seçilimden sonra başka bir grupla yarışırlar ve bununla grubun gücünün sağlanması amaçlanır. Grup içi rekabetlerden sonra gruplar arası rekabet başlar. Algoritma sonunda kazanan grubun en iyi bireyi çözümün en iyi elemanı olarak belirlenmiş olur.
Sosyal ağlar, bilgi paylaşımının oldukça hızlı olmasını sağlamış ve buna bağlı olarak hayatın akışı da değişmiştir. Eğitim, bilim, sağlık, siyasal, ekonomik ve benzeri birçok toplumsal alanda kullanılmaktadır. Bu kadar çok ve çeşitli alanda kullanılması da oluşan alanların incelenmesini gerektirmiştir. Bunların alanlara bölünerek incelenmesi ise, "sosyal ağ analizi" kavramını oluşturmuştur.
Sosyal ağ analizi içerisinde duygu sınıflandırma analizi bulunur. Bunu şöyle açıklayabiliriz: bireyin duygularının bilgisayar analizi ile tespit edilmesi “duygu analizi” ismini almıştır. Bu analiz bireyin ruh halini, düşüncelerini, yapmak istediklerini tahmin etmek için kullanılır.
Sosyal ağ analizi’nde ayrıca bağlantı tahmini konusu da bulunur, topluluklar ve bunlar arasındaki bağlantıların seviyelerini yani sıklıklarını inceler. Çünkü topluluk içerisindeki bireyler, çoğunlukla ortak özellikler taşırlar ve ortak konularda etkileşim halindedirler. Böylelikle toplulukların özellikleri sayesinde bireylerin eğilimleri öngörülebilmektedir.
Yapay Zekâ Olgusunda Optimizasyon (En Uygun Hale Getirme) Algoritmaları:
Optimizasyon sözcüğü; en iyiye ulaşmaya çalışmak veya en iyiyi aramak anlamında kullanılabilir. Problem çözümlerinin en iyi şekilde elde edilmesi amaçlanır ki en iyi analiz sonucu elde edinilebilsin. Bu algoritmalar bilinmeyen değişkenlerin keşfedilmesi veya bir sorunun çözümünde, en iyi’yi elde etme amacına odaklıdır; tüm çözümler arasında en iyi olanı seçer, ama en kesin çözümü bulmayı garanti edemez.
Yapay zeka en iyiyi arama (optimizasyon) algoritmaları, farklı değişkenleri inceliyor olsa dahi genel çözüm yolları kullandığı için, elde ettiği sonuçlar değişken tipine, sayısına, sınırlayıcı sayısına çözüm uzayına bağlı değildir. Matematiksel veya uzun süreli herhangi bir hesaplama için çok fazla zaman harcanmasına gerek yoktur. Farklı problem ve çözümlerle karşılaşıldığında o problemlere göre dönüşümleri ve uyarlanmaları sağlanabilir. Bu da büyük ölçekli problemlerde, daha az maliyetle ve daha kısa sürede sonuçlar alınmasını sağlar. Yani farklı farklı problem çözümlerinde optimizasyon algoritmaları önceki çözümlerden yola çıkarak yeni problemlere karşı kendilerini uyarlarlar. Algoritmalarda sürekli ve durmaksızın yenilenme süreci olduğundan etkili uygulamalar elde edilmektedir. Çünkü problem çözümünde ne kadar çok ve farklı uygulama olursa en iyiye ulaşma yolculuğu da o kadar başarılı olacaktır. Burada önemli olan, sabit bir sonuca ulaşmak değil sürekli yolda olmak, araştırma ve geliştirme amacında olmaktır.
Sezgisel (Buluşsal) Optimizasyon Algoritmaları:
Optimizasyon probleminde çözüm bulma durumu tam olarak tanımlanamayabilir, karar vericilik açısından daha basit yöntem aranıyor olabilir, matematiksel ifadelerle, günlük hayattaki problemler arasında veri bağlantısı kurulamayabilir, genelleme çözüm stratejileri bulunamamış olabilir, bu gibi durumlarda sezgisel algoritmalara başvurulabilir. Ayrıca karar değişken sayısı sınırlı olmadığı için sezgisel algoritmalar tercih edilebilir. Sezgisel Optimizasyon Algoritmalarının matematiksel hesaplama konusunda uzun süreli zamana ihtiyacı yoktur. Uyarlanması ve uyum sağlaması kolaydır. Büyük ölçekli problemlerde etkilidir. Onaylanması zor olan bazı varsayımlara gereklilik bırakmamaktadır.
Tabu Araştırma Algoritması:
Sosyal Tabanlı Algoritmalar arasında en çok uygulananı tabu arama algoritmalarıdır. Optimizasyon problemlerinde en iyi çözüme ulaşmak için kullanılan yasaklar ve kısıtlamalar için tabu sözcüğü kullanılır. Tabu aramasında en iyi çözümü elde etmek için çözüm uzayını araştıran yapay hafızasında tutan, sürekli gelişen çözümler bulan algoritmik bir araştırma yöntemidir. Çözeme giderken aynı yollardan geçmeyi önlemek, algoritmik döngüde tekrarların yasaklanması gibi özelliği vardır.
----------------------------------------
----------------------------------------------
Diğer önerilenler ise emperyalist –rekabetçi yöntem kullanılarak harmonik (uyumlu) tahminin incelenmesi, öğretme ve öğrenme tabanlı algoritma, sosyal duygusal algoritma, beyin fırtınası algoritması, grup liderleri algoritması, hiyerarşik sosyal algoritma, insan grup biçimlenme algoritması, sosyal tabanlı algoritma, toplum ve medeniyet algoritması, kültürel algoritma, parlamenter algoritma’dır.
Emperyalist-Rekabetçi Yöntem Kullanılarak Harmonik (Uyumlu) Tahmin Algoritması:
Bu algoritmayı açıklayacak olursak, emperyalist olarak seçilen rekabetçi ve diğerlerinin en iyisi olarak tanımlanır. Diğerleri ise seçilenin kolonisi olarak belirlenir ve emperyalistlerin kolonisi haline gelirler. Emperyalistin gücü, yönettiği kolonilerin gücüne bağlıdır.
Öğretme ve Öğrenme Tabanlı Algoritma:
Öğretmen ve öğrencilerin, öğretme ve öğrenme durumlarını gösterir. Bu bireylerin oluşturduğu algoritma içerisinde en iyi çözüm “öğretmen” olarak kabul edilir. Bu algoritmada “öğretme” ve “öğrenme” süreci vardır. Bir öğretmenin bilgilerini aktardığı “öğretme süreci” çok önemlidir. Çünkü bu süreç algoritmanın en iyi sonucu verebilmesi için başarılı olması gerekir. “Öğrenme süreci”nde ise, ön planda öğrenci vardır.
Sosyal-Duygusal Algoritma:
Sosyal tabanlıdır. Toplum içerisindeki insanların davranışlarını inceler. Buradaki bireylerin davranışları duygusal indeks’e göre belirlenir. Bu duygusal indekse göre bir davranıştan sonra, seçilen diğer davranışa göre değeri ve en iyiye yakınlığı belirlenir ve seçilen davranışın doğru olup olmadığı toplum tarafından belirlenir.
Beyin fırtınası Optimizasyon Algoritması:
Yaratıcı düşünmeyi arttırmak için kullanılan algoritma türüdür. İlk olarak Osborn tarafından geliştirilmiş ve bu problem çözme tekniği tüm dünyada ilgi görmüştür. Bu kapsamda dört kural benimsenmiştir. Bunların ilki; fikirlerin olabildiğince fazla olması, ikincisi; kuralların eleştirilmemesi, üçüncüsü; sıra dışı fikirleri olumlu görme; dördüncüsü; fikirlerin birleştirilmesi ve geliştirilmesi.
Grup Liderleri Algoritması:
Toplumsal gruplarda liderlerin etkilerinden yola çıkarak geliştirilmiştir. Gruplardaki bireylerin en iyisi lider olarak seçilir. Üyeler ise döngüsel olarak grup liderine benzemeye çalışırlarken algoritma içerisinde çözüm yolu üretilmiş olur.
Hiyerarşik Sosyal Algoritma:
Bu algoritma temelinde uygun ve en iyi çözümlerin topluma kazandırılması vardır. Sosyal gruplar kendini geliştirmek için çalışırlar. Toplumlar arasındaki işbirliği ile toplumsal gelişim sağlanarak daha iyi çözümler üretilebilmektedir. Gelişemeyen gruplar ise yok olmakla karşı karşıya kalabilmektedir. Bu şekilde çözümün en iyisi (optimizasyonu) sağlanır. Grup bireylerini tüm toplum kapsar. Her grup için kazanan ve kaybeden taraf vardır. Gruplar rekabet ortamlarında belirli stratejilerle dönüştürülebilir. Kazanan ve kaybeden stratejileriyle bu rekabet belirlenir. Kazanan grup kesimi daha yüksek veya başarılı olarak kabullenilir. Kazanan gruplar yüksek grup amaç fonksiyonuna sahiptir. Diğer gruplar ise kaybeden strateji içerisindedir. Böylelikle en uygun sonuç, grupların başarı seviyelerine göre belirlenmiş olur.
İnsan Grup Formasyon Algoritması:
Grup içi üyeler ile grup dışı üye davranışları baz alınarak geliştirilen yapay zeka algoritmasıdır. Sosyologlar, sosyolojik kategorileri tanımlamak için grup içi ve grup dışı tanımlarını kullanmışlardır. Gruplaşmaların istenen yönü karmaşıklığın azaltılması; istenmeyen yönleri ise, ırkçılık, taraflılık, ayrımcılık, önyargıdır.
Sosyal Tabanlı Algoritma:
İnsanlar farklı liderlik şekillerindeki toplumlarda yaşamaktadır. Bunlara otokrasi, oligarşi, teokrasi gibi yönetim şekilleri örnek verilebilir. Burada toplumsal gelişim liderlik için seçilen kişiye göre değişebilir.
Kültürel Algoritma:
Genetik ve doğal seleksiyon mekanizmasını benimser. Kültürel gelişimleri açıklarken sosyolojik ve arkeolojik bazı teorilere dayanır.
Parlamenter Algoritma:
Siyasi alandaki parlamenter sistemden yola çıkılarak geliştirilmiştir. Parlamentonun üyeleri olarak algoritmanın ilk adımı oluşturulur. Diğer adımda bu üyeler siyasi gruplara ayrılır, yani görüş farklılıkları olan partiler kurulur. Bu alanda en iyi uygunluğa ulaşan üye, grubun adayı olarak seçilir. Burada üyeler arasında bir nevi yarışma başlar. Bu rekabet ortamı sonunda en yüksek uygunluğa ulaşan adaylar her grubun en iyi adayı olarak belirlenir. Her seçilimden sonra başka bir grupla yarışırlar ve bununla grubun gücünün sağlanması amaçlanır. Grup içi rekabetlerden sonra gruplar arası rekabet başlar. Algoritma sonunda kazanan grubun en iyi bireyi çözümün en iyi elemanı olarak belirlenmiş olur.
Son düzenleme:
