적응적 역전파를 이용한 신경망 기반의 가우시안 프로세스 회귀 처리 및 해의 안정성 모델링 (Adpative Back Propagation-based Neural Network for Gaussian Process Regression and Its Stability Model)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 15권 / 12호 / 1 ~ 7페이지
· 저자명 : 양정연

초록

본 논문은 공간 내 확률적 분포를 가진 함수 또는 잡음 신호를 확률 기반의 신뢰 구간으로 표현하기 위해, 기존의 역전파 신경망 기법을 변형하여 가우시안 프로세스의 회귀에 의한 결정 공간의 추종방식을 제안하고자 한다. 신경망 기법의 역전파 과정에 사용되는 오차 함수를 부호에 따라 가변적 가중치를 가지도록 설계하고, 이를 가우시안 함수에 기반한 표준 편차 처리에 적합하도록 변형함에 따라, 가우시안 확률 분포 함수의 조합에 의한 결정 경계의 추종 및 신경망 노드의 합성에 의한 가우시안 프로세스의 회귀 처리 과정을 수행하고자 한다. 수정된 오차 함수의 경우, 불연속성에 기인한 해 탐색 과정의 불안정성이 존재하기에 이를 회피하기 위해 저역 통과 필터의 개념을 이용한 안정성 방법에 대해 논하고자 한다.

영어초록

This paper describes a study on a modified neural network model to cover the Gaussian process regression method, which supports for probabilistic confidence interval of functional distribution and noisy signals. Discrimination function is redesigned to handle deviated errors under normal gaussian distribution. This modified error function is combined with typical back propagation process. Thus, the results become the superposition of weighted Gaussian functions and the decision boundaries, as in the case of conventional Gaussian process regression methods. Owing to the discontinuity of discrimination function, the stability of the proposed error function becomes deteriorated. The concept of low pass filtering is applied to improve the unstable problems of weight updating process.

참고자료

· 없음