인공신경회로망

소개

인공신경회로망이라는 주제로 이해하기 쉽게 정리를 했습니다.
개념및 특성, 학습과 학습규칙, 구조의 종류와 응용분야 등에 대해 정리된 자료입니다.

목차

1.신경회로망의 이해
2.신경회로망의 특성
3.학습
4.학습규칙
5.신경회로망 구조 및 종류
6.신경회로망의 응용

본문내용

신경회로망의 기본이론은 사람의 신경계로부터 유래
한 것
- 컴퓨터를 생각하는 기계로 만들 수 있다 는 점을 착안
신경망의 배경
- 신경망은 인간의 뇌구조를 이용 하여 모델링 된 알고
리즘.
신경망의 최소단위가 되는 PE(Processing Element)는
인간의 뇌를 포함한 신경들을 구성하는 최소단위인 뉴론(Neuron)
을 모델링 한 것
1. 신경회로망의 이해
수상돌기=>자극의 입력
축색돌기=>자극의 전달
축색돌기 끝 신경 말단에서=>자극의 출력
또한, 뉴런과 뉴런간의 연결 접속부인 시냅스
신경망의 구조 - [뉴런의 구조]
1. 신경회로망의 이해
X => 입력
W => 가중치
Net => 각각의 입력과 가중치 를 곱하여 더한 값
=> 뉴런의 자체 임계값
f => 전달함수 또는 활성화 함수
f(net- ) => 출력
신경망의 구조 - [PE 의 구조]
1. 신경회로망의 이해
신경망의 구조
1. 신경회로망의 이해
f (전달함수 혹은 활성화 함수)
① 역치 함수(양극이진 함수)
Out=1 , net 역치
Out=0 , net < 역치
② 선형 함수
Out= a net + b a, b 상수
③ 시그모이드 함수
Out=
는 2.7182…의 값을 갖는 상수
1. 신경회로망의 이해
f (전달함수 혹은 활성화 함수)
ex) 입력 x=[1 2 3], 가중치 w=[1 0.3 0.5]
임계값 = 3 , 역치 함수인 경우 활성화 여부는?
=> net = 1*1 + 2*0.3 + 3*0.5 = 3.1
f(net- ) = (3.1-3) = 0.1
net 값이 임계값 보다 크므로 출력은 1을 나타내며
뉴런은 활성화가 된다.
2. 신경회로망의 특성
신경망은 프로그램이 필요하지 않다
- 예제를 통하여 학습, 예를 계속적으로 제시함으로써 원하는
형태의 사상을 만듦
신경망은 병렬분산처리 된다
일반화, 연상기억, 결함허용성 등이 있다
3. 학습
정의
- 경험에 의해 지식이 형성되고 그에 따른 행동의 변화를 가져오는 것을 의미.
- 주어진 입력에 대해 원하는 출력이 나오도록 연결선의 가중치를 조절하는 것.
3. 학습
종류
자율학습(비 감독학습)
- 입력에 대한 출력의 응답관찰에 기초하여 학습이 진행
- 외부의 교육이나 옳고 그름에 대한 지도 없이 가중치가 적당한 적응에
의하여 수정
- 명확한 출력을 필요로 하는 제어분야에서 사용하기는 어려움
지도학습(감독학습)
- 출력이 원하는 응답과 비교되어 오차를 발생
- 가중치는 출력과 원하는 입력이 같아지도록 수정을 반복
- 인공신경회로망에서는 자동적으로 제어기가 설계되는
효과를 가짐
4. 학습규칙
Hebbian Learning Rule
- 자율학습을 규칙화 한 것, 기존의 무게 치에 무게의 변화 분을
계산하여 더함
ex) 개에게 음식을 주면 침을 흘린다는 가정 하에 개에게 음식을 줄때마다 종소리
듣게 하고 이후에는 음식을 주지 않고 종소리만 듣게 해도 침을 흘리게 된다.
오류역전파 학습규칙
- 패턴을 분류하기 위해 사용

참고자료

· 김대수, 신경망 이론과 응용
· 도용태 외 3인, 인공지능 개념 및 응용, 사이텍미디어, 2001년
· 이상용, 인공지능, 상조사, 1998년
· 이진섭 외 1인, 인공지능, 동일출판사,2003년
· http://www.ewh.ieee.org/tc/nnc/
· (IEEE 신경망연구센터 홈페이지)