신경망

 

 

============================================================================================================

http://ai-times.tistory.com/category/%EC%8B%A0%EA%B2%BD%EB%A7%9D

 

인간의 뇌는 매우 복잡하고 비선형적이며 병렬적인 정보처리 시스템

인간의 뇌를 기반으로 한 모델링

인간의 뇌:적응성을 활용하여 학습능력 구현함

생물학적인 뇌의 뉴런과 비슷하게 모델링함

인공 신경망은 뉴런이라는 아주 단순하지만 내부적으로 매우 복잡하게 연결된 프로세스들로 이루어짐

뉴런은 가중치 있는 링크로 연결되어 있음

인공신경망의 학습

-신경망은 가중치를 반복적으로 조정 하여 학습함

====================================================

 

인간의 뇌는 수많은 신경 세포로 구성되어 있는데 이 신경 세포의 행동을 정확하게는 물론 알 수 없지만 위처럼 자극, 반응, 역치 같은 현상을 모델화하여 흉내낸 것이 퍼셉트론, 즉 신경 세포를 모델화한 객체이다.

 

퍼셉트론을 학습시키는 방법은 간단한데, 보통 목표치(ideal)를 정해주고 현재 계산한 값(output)이 목표치와 다르면 그만큼의 오차를 다시 퍼셉트론에 반영해서 오차를 줄여나가는 방법을 쓴다. 

 

이런 퍼셉트론을 여러 개 병렬로 배열하여 층(layer)를 만들고, 그 층을 여러 개 배열하면 다층 퍼셉트론이 된다.

=================================================================================

• 인공신경망의 장점

–첫째, 다양한 문제에 대한 적용이 가능하다.

–둘째, 복잡한 문제에 대한 우수한 결과를 낼 수 있다.

–셋째, 연속적인 자료뿐만 아니라 불연속적인 자료에 대해서도 쉽게 적용 가능하다.

• 인공신경망의 단점

–첫째, 우선 결과에 대해 설명력이 부족하다는 점이다.

–둘째, 주어진 학습 자료에 대해 일정한 해답에 수렴한다는 것이다.