_SLIDE_1_
인공지능 시스템
_SLIDE_2_
생물학적 신경망
인간의 뇌는
신경세포(neuron)라는 간단한 구조와 기능을 가진 세포들이 매우 복잡한 구조로 연결되어 지능적인(매우 복잡한 비선형적 정보 처리) 정보처리 기능을 수행
- 100억 개 이상의 신경세포와 600억 개 이상의 연결을 가진 매우 복잡한 구조
신경세포 간의 연결은 자기 조정이 가능 적응성(adaptation)과 학습(learning) 능력을 가지고 있다.
`인간의 뇌`
`신경세포의 구조`
`신경세포의 연결`
_SLIDE_3_
신경세포의 기능적 구분
생물학적 신경망
- 입력 부분 → 수상돌기(dendrite) : 다른 신경세포로부터 입력을 받아들이는 부분
- 계산 부분 → 세포체(cell body, soma) : 다른 세포들로부터 입력된 정보를 처리하는 부분
- 출력 부분 → 축색 (axon) : 처리된 정보를 다른 신경세포로 전달하기 위한 부분
시냅스 → 신경세포들은 시냅스(synapse)를 통해 연결되어 있으며, 이 부분에서 실제 세포간
의 정보 교환이 이루어진다.
신경세포는 세포체, 수상돌기, 축색, 그리고 연결부분에 해당하는 시냅스 부분으로 구성되어 있다.
_SLIDE_4_
신경세포내의 정보 변환 과정
Stimulus → electric signal → spike → neurotransmitter → postsynaptic cell
신경세포에 자극 → 전기적인 신호로 변경 → 스파이크 발생(임계치 이상 시) → 신경전달물질 분비 → 연결된 세포에 자극 전달
스파이크의 양에 비례하여 분비되는 신경전달
물질의 양에 따라서 다음 뉴런에 대한 자극의 정도가 결정
두 신경세포 간에는 가중 연결(weighted connection)을 가짐
- 흥분성 연결 → 연결된 다음 신경세포의 활성화 정도를 증가시키는 연결
- 억제성 연결 → 연결된 다음 신경세포의 활성화 정도를 감소시키는 연결
…(생략)
|
0
역치 : 0.5
_SLIDE_9_
초기상태에서의 각각의 입력에 대한 출력, 오차, 연결가중치의 변화는
입력1,입력2 : (목표값,출력값:오차) -`가중치변화1, 가중치변화2
0,0 : (0,0:0) +0, +0
1,0 : (0,1:-1) 0.1, +0
0,1 : (0,0:0) +0, +0
1,1 : (1,1:0) +0, +0
으로 되어, 연결가중치1이 입력(1,1)에 대해서 출력 0이 나오는 값인 0.5가 될 때까지 0.1을 반복하게 됩니다.
AND 적용 예
학습(learning)이란 → 시냅스의 연결 강도(가중치)를 변화시키는 것
Neuron1-1
Neuron1-2
Neuron2-1
Output
Input 1
Input 2
연결가중치 : 0.7
연결가중치 : 0
역치 : 0.5
_SLIDE_10_
그러고 나면 가중치가 0.5, 0.0이므로, (1,1)의 출력 0, 목표값1에 의한 오차(1)에 의해 연결가중치2에 +0.1이 가해지고,
결국, 신경망의 각 연결가중치는 0.5, 0.1가 되어서 입력값이 1,1일 때만 0.5+0.1`0.5 이므로 AND연산을 하기에 적합한 수치가 된 것
AND 적용 예
학습(learning)이란 → 시냅스의 연결 강도(가중치)를 변화시키는 것
Neuron1-1
Neuron1-2
Neuron2-1
Output
Input 1
Input 2
연결가중치 : 0.7
연결가중치 : 0
역치 : 0.5
_SLIDE_11_
1.입력패턴으로 1,0을 입력시키면
2.신경망을 작동시키면 출력은
10+00`0.5 이므로 0이 됩니다.
3.헤브의 규칙을 적용시키면,
첫 번째 입력뉴런의 활성값이 1,
목표출력이 1이므로
연결가중치1=연결가중치1+0.111 = 0.1
OR연산 적용 예
Neuron1-1
Ne