신경망 학습방정식의 동역학적 성질 (Dynamics Properties of Learning Equations in a Neural Network)

서지정보

· 발행기관 : 한국물리학회
· 수록지 정보 : 새물리 / 67권 / 3호 / 357 ~ 365페이지
· 저자명 : 조명원

초록

신경망에의 발화와 학습 과정은 서로에 대한 의존성이 있는 동역학이지만 진행속도의 차이를 이용하여 서로 분리된 방정식으로 표현할 수 있다. 그 중 발화방정식은 비선형 동역학 분야에서 중요한 주제 중 하나로 많은 연구가 있었던 것에 비해 학습방정식이 가지는 동역학적 성질에 대한 이해는 많이 부족한 편이다. 학습방정식은 행렬을 변수로 하기 때문에 이론적으로는 벡터를 변수로 하는 동역학 방정식이 가지는 모든 동역학적 성질을 가질 수 있는 것과 함께 고유한 동역학 성질을 추가로 가질 수 있다. 이 논문에서는 이전까지 여러 학습모델에서의 연구를 바탕으로 학습방정식들이 가지는 동역학적 특성들에 대해 체계적으로 정리한다. 그리고 대뇌와 같은 거대 신경망에서의 동역학을 효율적으로 표현하고 분석하기 위한 이론적 방법에 대해 토의한다.

영어초록

The firing dynamics and the learning dynamics in a neural network depend on each other, but they can be represented by independent equations in virtue of their different pace. In comparison with that, the firing dynamics is much studied as an important issue in the field of nonlinear dynamics, but the dynamic properties of the learning equations are still not well understood. A learning equation represented by a matrix differential equation can possess peculiar dynamic properties in addition to the dynamic properties of a general dynamics equation represented by a vector differential equation. In this paper, based on studies of the presented learning models, we introduce systematically the dynamics properties of the learning equations, and we discuss theoretical methods to represent and analyze effectively the dynamics in a huge neural network, like the brain.

참고자료

· 없음