기계학습
인공신경망
#
Find similar titles
- 최초 작성자
- 최근 업데이트
Structured data
- Category
- Algorithm
인공신경망(Artificial neural network) #
인공신경망은 인간의 신경망에 영감을 받아 만들어진 것으로 입력데이터를 퍼셉트론이나 분류, 군집을 이용하여 문제 해결을 하는 모델을 말한다. 즉, 다층 퍼셉트론은 인공신경망 알고리즘의 한 종류라고 할 수 있다.
"좁은 의미에서는 오차역전파법을 이용한 다층 퍼셉트론을 가리키는 예도 있지만, 이것은 잘못된 용법으로 인공신경망은 이에 국한되지 않는다." wikipedia
인공신경망은 여러 층으로 이루어져 있고 각 층에는 여러 개의 노드가 존재한다. 각 노드는 인간의 뉴런과 마찬가지로 일정수준 이상의 자극을 받으면 활성화되는 활성화 함수(activation funcion)를 가지고 있다. 이 활성화 함수는 임계 값을 기준으로 출력이 바뀌므로, 어떤 활성화 함수를 사용하느냐가 중요하다고 할 수 있다.
정의 #
인공지능을 구현하는 대표적인 방법으로, 실제 뇌의 물리적인 구성단위인 신경망(뉴런)을 모델로 삼은 통계학적 학습 알고리즘이다. 임계 값과 함수를 가지고 있는 뉴런들이 망으로 구성되어, 각 뉴런의 입력 신호에 가중치가 곱해진 값이 다음 뉴런으로 전달되는 과정을 거친다. 이 과정들이 반복되어 최종 출력값을 내는 구조로 이루어져 있다.
인공신경망의 활용 #
예측이나 패턴인식과 같은 인공지능의 대표적인 연구분야에 활용되고 있으며 항공기의 자동비행이나 필체 인식과 같이 현재 우리 생활 곳곳에 매우 다양하게 이용되고 있다.
인공신경망 알고리즘의 종류 #
-
전방전달 신경망(Feedforward neural network) : 가장 기본적인 신경망. 정보가 입력노드에서 은닉노드를 거쳐 출력노드로 전달됨(순환경로는 없음). 이진구조, 퍼셉트론, 시그모이드 등 다양한 방법으로 구성가능
-
방사 신경망(Radial basis function network) : 다차원 공간의 보간법에 강력한 능력을 가지고 있는 신경망
-
코헨 자기조직 신경망(kohonen self-organizing network) : 다른 신경망 알고리즘이 지시/지도(supervised) 학습방법을 사용하는 것과는 대조적으로 자율(unsupervised)/경쟁(competitive) 학습방법을 사용함. 입력층과 경쟁층으로 신경망이 나뉘어 학습을 위한 경쟁을 거침
-
순환 인공신경망(Recurrent neural network) : 기본적인 신경망인 전방전달 신경망과 반대구조를 지닌 신경망으로 노드들 간의 데이터가 양방향으로 이동한다.
퍼셉트론 #
최초로 제안된 신경망 알고리즘의 하나. XOR문제를 해결할 수 없다는 한계가 있다.
다층퍼셉트론 #
단층 퍼셉트론의 한계를 해결하기 위해 여러 층으로 구성된 퍼셉트론을 만들었다. 일반적으로 입력층, 출력층, 여러 개의 은닉층으로 구성된 3~6개의 층으로 이루어진다.
