메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제24권 제7호
발행연도
1997.7
수록면
694 - 704 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

1997

선택적 증식을 통한 결함허용 다층 퍼셉트론 설계
권오준 ,  방승양 정보과학회논문지(B) 1997.07 학술저널
선택적 증식을 통한 결함포용 다층 퍼셉트론 설계
권오준 ,  방승양 한국정보과학회 학술발표논문집 1997.04 학술대회자료

초록· 키워드

오류제보하기
인공 신경망은 두뇌와 같은 분산 구조로 되어 있기 때문에 본질적으로 강한 결함허용성을 가지고 있는 것으로 간주되고 있다. 그러나 오류 역전파 학습 방법에 의해 학습된 다층 퍼셉트론의 경우 단 하나의 은닉층 뉴런의 제거만으로도 학습된 성능이 심각하게 저하될 수 있다. 이러한 사실은 다층 퍼셉트론이 최소한 은닉층 뉴런들의 stuck_at_O 결함에 대해 결함허용하지 않는다는 것을 의미한다. 본 논문에서는 먼저 다층 퍼셉트론의 결함허용에 대한 일반적 개념을 명확히 정의한다. 그리고 이러한 정의와 은닉층 뉴런의 최대 기여도에 기반하여 임의의 학습된 다층 퍼셉트론을 은닉층 뉴런의 stuck_at_O 결함에 대한 결함허용 신경망으로 변환하는 효율적인 방법인 선택적 증식 알고리즘을 제안한다. 제안된 방법은 먼저 학습된· 다층 퍼셉트론의 출력에 미치는 각 은닉층 뉴런의 최대 기여도를 결정한다. 그리고 다층 퍼셉트론이 임의의 은닉층 뉴런의 stuck_at_O 결함에 대해 미리 결정된 수준의 둔감도를 만족하도록 각 은닉층 뉴런의 최대 기여도를 고려하여 선택적으로 복제를 수행한다. 패턴 인식 및 비선형 함수 근사 문제에 대한 실험을 통하여 제안된 방법에 의해 설계된 결함허용 신경망이 임의의 은닉층 뉴런의 stuck_at_O 결함에 대해 실제로 결함허용함을 보인다. 또한 제안된 방법은 일괄 증식 방법에 비해 소요되는 redundancy 측면에서 훨씬 효율적임을 보인다.

목차

요약

Abstract

1. 서론

2. 결함허용 신경망의 정의

3. 결함허용 신경망 설계 방법: 선택적 증식

4. 실험 및 분석

5. 결론

참고문헌

부록

저자소개

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017748171