인공신경망

목차

다변량변수의 종류와 통계분석

Biological Neural Network소개

Artificial Neural Network소개

인공신경망의 역사

인공신경망의 형태(Topology에 근거)

인공신경망의 구성

활성화 함수

역전파알고리즘(Backpropagation)

대표적인 인공신경망 모델

인공신경망의 장단점

지식획득방법에서 인공지능의 역할

인공신경망의 응용분야

본문내용

1. 정의
경험적 지식을 저장하고 사용 가능하게 하는 대규모의 병렬분산된 프로세서 인간의 뇌 구조와 동일한 기능을 수행할 수 있도록 수리적인 알고리즘을 이용하여 구현한 모델링 방법
2. 수리적 모델링의 전제
Information processing : 뉴런의 작용에 의해서 이루어 진다.
Signals : 뉴런과 뉴런간의 연결에 의해 전달된다.
Weight : 최종 출력을 현실성 있도록 내부 신호를 조작 및 변경된다.
Activation function : 입력에 대해 각 뉴런의 활성화 여부를 결정하는 함수가 존재한다.
3. 모델링을 위한 항목
Architecture : 뉴런간의 연결 패턴
Training : 뉴런간의 연결에 적용될 가중치를 계산하는 방법
Activation function : 입력에 대해 특정 뉴런의 활성화여부를 결정하는 함수

키워드

인공신경망,   뉴럴넷,   인공지능