[신경망모형][신경망][신경망모형 다층퍼셉트론]신경망모형(신경망)의 설정, 신경망모형(신경망)의 다층퍼셉트론, 신경망모형(신경망)의 재구성, 신경망모형(신경망)과 선형회귀모형

목차

Ⅰ. 개요

Ⅱ. 신경망모형(신경망)의 설정

Ⅲ. 신경망모형(신경망)의 다층퍼셉트론

Ⅳ. 신경망모형(신경망)의 재구성

Ⅴ. 신경망모형(신경망)과 선형회귀모형

참고문헌

본문내용

일반적으로 비표본오차는 측정하기 어렵다는 이유로 무시하는 것이 대부분이므로, 무응답도 자료를 수집할 때 필연적으로 발생함에도 불구하고 무응답이 없었던 것처럼 단순히 제외시키고 분석하는 것이 일반적인 경향이다. 그러나 최근에 이르러 무응답을 처리해야 할 필요성이 대두되고 있는데 첫째, 조사자료에서 차지하는 無應答率의 발생이 점점 증가하는 추세에 있기 때문이다(Murthy,1983; Jay et al.,1993; Kessler et al.,1995). 둘째, 무응답이 항상 다른 사건과 독립적으로 발생하는 것이 아니라는 것이다. 특히, 보건조사에서는 조사대상자의 사회인구학적특성 및 질병과 같은 주요한 변수와 밀접하게 관련되어 있다

<중 략>

Ⅲ. 신경망모형(신경망)의 다층퍼셉트론
신경망 모형 가운데 가장 많이 사용되어지는 다층 퍼셉트론(multi-_badtags perceptron, MLP) 구조를 적용하였다(Warner and Misra, 1996). 종속변수와 설명변수는 선형회귀 모형에서와 같게 놓았다. 은닉층은 1개로 고정하되 은닉층의 노드는 2개, 4개, 8개, 16개 등을 시도해보았다. 은닉노드의 활성화 함수로서는 쌍곡 탄젠트(hyperbolic tangent) 함수를 사용하였다. 신경망 모형에서도 훈련 자료로 모형을 적합한 후 테스트 자료에서 모형을 평가하였다.
은닉 노드 수
2개
4개
8개
16개

<중 략>

사용면적은 1평(10평) 증가할 때 가구소득도 평균 0.7%(7%) 상승한다. 일반적인 가구특성으로 고려한 변수에 대해 보면 취업자수가 1명 증가하면 가구소득은 평균 31% 상승한다. 거처구분 측면에서 단독주택 거처 가구에 비해 아파트 거처 가구는 가구소득이 평균 8% 더 높다.
이 회귀모형에서 결정계수 R2는 0.57로 나타났으나 이것은 훈련 데이터에 재 적용한 결과이며 테스트 데이터에 적용하였을 때는 0.54로 다소 낮아졌다. partial beta로 각 설명변수의 중요도를 살펴 본 결과, 취업자 수가 가장 중요한 요인으로 나왔다. 다음으로 가구주의 나이, 자동차 보유대수, 가구주의 직업, 가구주의 교육정도, 거처구분, 사용면적, 주택소유 여부, 로그월세평가액 순으로 영향력이 나타났다.

참고 자료

김상환(2000), 최적 인공신경망모형의 설정과 환율예측성과분석, 한국금융연구원
오경주 외 3명(2011), 선형 및 신경망 자기회귀모형을 이용한 주식시장 불안정성지수 개발, 한국데이터정보과학회
이은정(2010), Quasi-Newton 방법을 이용한 신경망 모형에 관한 연구, 한양대학교
정선영(2007), 진화신경망 모형을 이용한 회귀분석, 성균관대학교
황선호(2003), 다층 퍼셉트론을 적용한 태아발육제한증 판별 모형, 한양대학교
한승기(2004), 동적 신경 코딩을 위한 신경망 모형 개발과 응용, 충북대학교