총 240개
-
순환신경망(RNN)의 구조와 특징 이해하기2025.11.151. 순환신경망(RNN)의 정의 및 구조 RNN은 'Recurrent'라는 용어로 표현되며, 되풀이되는 또는 반복적인 특성을 가집니다. RNN의 핵심은 순환 연결 구조로, 현재 단계의 출력이 다시 입력으로 되돌아가는 자기 회귀적 특성을 가집니다. 이는 이전 단계의 정보를 현재 단계에서 계속 활용할 수 있게 하며, 순차적 패턴과 시간적 의존성을 모델링하는 데 효과적입니다. 루프 메커니즘을 통해 연속된 단계 사이의 정보 전달이 가능하여 시퀀스 관련 작업에 특히 유용합니다. 2. RNN과 피드포워드 신경망의 차이 일반적인 신경망은 피드포...2025.11.15
-
딥러닝 2024년 2학기 방송통신대 출석수업과제물) 인공신경망과 관련된 설명 중 올바른 것을 선택하시오. 다층 퍼셉트론의 구조를 확장하는 방법 등2025.01.261. 인공신경망 인공신경망은 생물학적 뉴런의 작동 원리를 모방하여 만든 기계 학습 모델입니다. 다층 퍼셉트론(MLP)은 인공신경망의 한 형태로, 입력층, 하나 이상의 은닉층, 그리고 출력층으로 구성됩니다. 인공신경망은 복잡한 문제를 해결할 수 있는 능력이 있으며, 활성화 함수를 통해 비선형 관계를 학습할 수 있습니다. 2. 경사 하강법 경사 하강법은 손실 함수의 기울기를 계산하고 이를 활용하여 가중치를 업데이트하는 최적화 알고리즘입니다. 보폭 크기(learning rate)가 너무 크면 손실 함수가 발산하는 문제가 발생할 수 있습니...2025.01.26
-
인공신경망의 작동 원리 및 파이썬을 이용한 신경망의 손글씨 데이터 인식2025.01.141. 인공신경망의 작동 원리 인공신경망은 뇌 속 뉴런의 작동 원리를 컴퓨터로 구현한 정보 처리 시스템이다. 인공신경망은 입력층, 은닉층, 출력층으로 구성되며 입력값과 가중치의 곱을 활성화함수에 넣어 출력값을 생성한다. 행렬곱을 이용하여 가중치 계산을 수행하며, 오차 역전파를 통해 가중치를 업데이트하여 학습을 진행한다. 학습률은 신경망 학습 속도에 중요한 영향을 미친다. 2. 파이썬을 이용한 신경망의 손글씨 데이터 인식 MNIST 데이터베이스의 숫자 손글씨 데이터를 이용하여 3계층 신경망 모델을 구현하였다. 초기화, 학습, 질의의 3...2025.01.14
-
[보고서]GAN에 대한 보고서2025.01.241. GAN GAN은 적대적 훈련을 통해서 만들어지는 모델링이다. 일반적으로 신경망은 정보를 줄이고, 정제하고, 축약하는 데 사용한다. GAN은 이러한 일반적인 신경망의 구조를 변경시켜 만든 새로운 구조의 신경망을 말한다. GAN이란 진짜와 가짜를 구별할 수 없을 정도로 정교한 가짜를 만드는 생성자를 학습하는 알고리즘이다. GAN의 구조는 생성기(Generator)와 판별기(Discriminator)로 이루어져 있으며, 두 신경망이 서로 적대적 관계로 경쟁하면서 성능이 향상된다. GAN의 훈련 과정은 복잡하며, 생성기와 판별기의 성...2025.01.24
-
개미도 뇌가 있을까? (ant brain)2025.05.081. 범고래의 뇌 범고래의 뇌는 인간의 뇌보다 크기가 크고 더 많은 뉴런을 가지고 있지만, 인간의 지능은 단순히 크기나 뉴런 수로만 측정할 수 없는 개념입니다. 인간의 뇌는 복잡한 연결망, 창의성, 추상적 사고, 사회적 지능 및 문화적 영향력과 관련이 있습니다. 2. 해파리의 뇌 해파리는 뇌가 없지만 신경 네트워크의 분산된 구조를 통해 지능적인 움직임을 보입니다. 해파리는 감각 세포와 근육 세포가 분산되어 있으며, 신경망을 통해 연결되어 있어 감각 정보를 처리하고 움직임을 조정할 수 있습니다. 3. 곤충의 뇌 곤충들은 작은 몸집에도...2025.05.08
-
뉴로모픽 반도체: 뇌에서 찾은 미래의 반도체 기술2025.11.161. 뉴로모픽 반도체 뉴로모픽 반도체는 인간의 뇌 구조를 본떠 만든 반도체로, 1,000억 개 이상의 뉴런이 시냅스를 통해 병렬적으로 연결되어 정보를 한순간에 처리하고 저장한다. 기존 폰 노이만 방식의 순차적 처리와 달리 뉴로모픽 반도체는 스파이크신경망을 기반으로 필요한 자극만 전달하여 전력 소모를 극단적으로 줄일 수 있다. 예를 들어 알파고는 1메가와트를 소모했지만 이세돌은 20와트만 소모했다. 현재 상용화 단계에 있으며 전문가들은 상용화 시 인공지능의 급성장을 예견하고 있다. 2. 인공지능과 전자공학의 상호보완성 인공지능은 기본...2025.11.16
-
인공지능이 어떻게 사람처럼 생각하게 되는가2025.05.081. 파블로프의 개 실험 파블로프의 개 실험은 동물의 학습과 조건부 반사에 대한 연구를 통해 일반화된 원리를 밝힌 실험입니다. 개에게 음식과 종소리를 연결시켜 종소리만으로도 침샘 분비 반응이 나타나는 조건부 반사를 관찰하였습니다. 이 실험은 행동심리학과 학습 이론에 큰 영향을 주었습니다. 2. 인공 신경망의 학습 인공 신경망은 입력과 출력 사이의 연관성을 학습하는 과정을 거칩니다. 초기에는 무작위로 설정된 가중치와 편향을 학습 데이터를 통해 조정하여 정확한 출력을 만들 수 있도록 개선됩니다. 이는 파블로프의 개 실험에서 관찰된 자극...2025.05.08
-
자율주행차의 신경진화 학습 방법론2025.11.171. 유전 알고리즘 (Genetic Algorithm) 자연의 진화 원리를 모방하여 인공신경망을 개선하는 방법입니다. 초기에 무작위로 생성된 신경망 중 성능이 우수한 개체를 선택하고 복제하며, 돌연변이와 교차 연산을 통해 새로운 자손을 생성합니다. 이 과정은 다윈의 진화론처럼 시간이 지남에 따라 신경망의 성능을 향상시키며, 적합도(fitness) 평가를 통해 최적화 달성 여부를 판단합니다. 전통적 방법으로는 해결 어려운 복잡한 문제에 대한 해결책을 찾을 수 있습니다. 2. 신경진화 (Neuroevolution) 유전 알고리즘을 신경...2025.11.17
-
방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트2025.01.241. 머신러닝의 일반적 처리 과정 머신러닝의 일반적인 처리 과정은 학습과 추론으로 구성됩니다. 학습 단계에서는 데이터 전처리, 특징 추출, 학습 진행, 결정 함수 생성 등의 과정을 거치고, 추론 단계에서는 테스트 데이터 전처리, 특징 추출, 추론 진행, 처리 결과 획득 등의 과정을 거칩니다. 2. 머신러닝의 4가지 주제 머신러닝의 4가지 주요 주제는 분류, 회귀, 군집화, 특징 추출입니다. 분류는 입력을 미리 정의된 이산적인 출력으로 매핑하는 문제이고, 회귀는 입력을 연속적인 실수 값으로 매핑하는 문제입니다. 군집화는 데이터를 교집...2025.01.24
-
딥러닝의 통계적 이해 출석 수업 과제물 (2023, 만점)2025.01.241. Teachable Machine을 이용한 머신러닝 모델 구축 Teachable Machine을 활용하여 이미지를 학습시켰다. 사용한 이미지는 구글 이미지에서 '귀멸의 칼날'이라는 애니메이션의 주인공 4명의 다른 사진들을 각각 10장씩 찾은 뒤 머신러닝의 입력값으로 사용하였다. 본 머신러닝으로 실제로 가지고 있는 피규어 사진을 찍어 이 사진을 입력하면 애니메이션 캐릭터를 정확하게 분류할 수 있는지 파악하고자 하였다. 다양한 하이퍼파라미터 조정을 통해 최적의 정확도를 얻고자 하였으나, 설정에 따른 결과 비교를 대량으로 진행하여 거...2025.01.24
1 / 24
