• Introduction   (1 )
    1

  • Introduction   (2 )
    2

  • Introduction   (3 )
    3

  • Introduction   (4 )
    4

  • Introduction   (5 )
    5

  • Introduction   (6 )
    6

  • Introduction   (7 )
    7



  • ̸
    7 Pg
    մϴ.
Ŭ : ũԺ
  • Introduction   (1 )
    1

  • Introduction   (2 )
    2

  • Introduction   (3 )
    3

  • Introduction   (4 )
    4

  • Introduction   (5 )
    5

  • Introduction   (6 )
    6

  • Introduction   (7 )
    7




  • (ū ̹)
    ̸
    7 Page
    մϴ.
Ŭ : ݱ
X ݱ
巡 : ¿̵

Introduction

레포트 > 자연과학 ٷΰ
ã
Ű带 ּ
( Ctrl + D )
ũ
Ŭ忡 Ǿϴ.
ϴ ֱ ϼ
( Ctrl + V )
 : Introduction_2014629.hwp   [Size : 94 Kbyte ]
з   7 Page
  1,000

īī ID
ٿ ޱ
ID
ٿ ޱ
̽ ID
ٿ ޱ


ڷἳ
Introduction 에 대한 글입니다.

인공신경망의정의및응용분야와미래
/
Neuron
뇌를 연구하는 학자들은 인간의 두뇌가 많은 수의 신경세포로 구성되어 있는 것을 발견했다. 인간의 두뇌는 단위적인 연산을 수행하는 작은 신경세포들의 결합으로 복잡한 추론과 수리적인 계산을 수행한다. 이때, 연산의 단위가 되는 신경세포(neuron)가 하는 일은 그렇게 복잡하지 않다. 신경세로가 하는 일은 단지 외부로부터의 입력을 받아서 특정한 출력을 내는 것이다.
신경세포가 반응하는 조건은 외부로부터 일정 이상의 입력이 들어왔을 때 출력을 낸다. 또한 하나의 신경세포가 낼 수 있는 출력은 한정되어 있으므로 특정 값을 넘어갈 수 없다. 이러한 신경세포의 동작은 아래와 같은 함수들로 묘사된다.
∙시그모이드 함수 (Sigmoid Function)
시그모이드 함수는 신경망의 임계 함수적인 동작을 잘 표현할 뿐만 아니라 미분가능하고 수학적으로 편리한 특성을 가지므로, 오류 역전파 신경망(MLP)에서 중요한 위치를 차지하고 있다.
∙스텝 함수 (Step Function)
간단한 형태의 함수지만 대부분의 경우 잘 동작한다. 오류 역전파 신경망(MLP)이외의 신경망에 활용된다.
∙램프 함수 (Ramp Function)
구간 선형의 함수이다. 신경망의 출력이 최대가 되기 이전의 값을 표현하기 위한 함수이지만, 위의 두 함수에 비하여 잘 사용되지 않는다.
하나의 신경세포는 많은 수들의 다른 신경세포들로부터 입력을 받는다. 신경세포의 출력은 위에서 언급한 임계함수의 동작처럼 출력을 내느냐 내지 않느냐의 동작으로 나뉜다. 그러나, 뇌에 있어 하나의 노드에서 다른 노드로의 연결은 수많은 신경세포로 되어 있으며 따라서 어떤 노드의 출력이 다른 노드에 주는 영향은 1과 0이 아닌 중간값이 될 수 있다.

경북대학교 계산지능 연구실
경희대학교 컴퓨터구조 신경망 연구실
「컴퓨터 구조 및 조직」김황수, 대영사, 1996. 3.
「인공지능, 신경망 및 퍼지 시스템 종합학술대회 논문집」1993.


ڷ
ID : crnr*****
Regist : 2015-01-21
Update : 2015-01-21
FileNo : 16112149

ٱ

연관검색(#)
Introduction   2014629  


ȸҰ | ̿ | ޹ħ | olle@olleSoft.co.kr
÷Ʈ | : 408-04-51642 ֱ 걸 326-6, 201ȣ | ä | : 0561ȣ
Copyright ÷Ʈ All rights reserved | Tel.070-8744-9518
̿ | ޹ħ olle@olleSoft.co.kr
÷Ʈ | : 408-04-51642 | Tel.070-8744-9518