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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제25권 제7호
발행연도
1998.7
수록면
971 - 979 (9page)

이용수

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

초록· 키워드

오류제보하기
Cascade-Correlation은 감독에 의하여 학습하는 알고리즘이고 네트웍의 크기와 형태는 자동으로 이루어진다. Cascade-Correlation은 새로운 은닉뉴런들이 한 층에 하나씩 순서대로 네트웍에 삽입되기 때문에 다층구조를 형성한다. 2계 Cascade-Correlation은 새로운 은닉뉴런들이 한 층에만 순서대로 생성되어 나열되므로 2층구조를 형성한다. 따라서 이러한 은닉뉴런들끼리는 서로 연결하지 않는다. 이 논문에서는 Cascade-Correlation과 2계 Cascade-Correlation의 조합을 통한 Cascade-Correlation 네트웍의 일반화를 소개한다. 새로운 Cascade-Correlation 알고리즘은 은닉뉴런이 네트웍에 첨가될 때마다 네트웍이 수직성장 또는 수평성장을 해야하는지를 스스로 결정한다. 이 알고리즘은 sigmoid, tanh 그리고 새로운 활성화함수를 사용하여 sonar문제와 유리문제에 관하여 테스트하였다.

목차

요약

Abstract

1. 서론

2. 새로운 설계

3. CosExp와 CosGauss 활성화함수

4. 실험 및 결과

5. 결론 및 향후 연구과제

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

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-0101-2009-569-017749941