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
최설매 (연변대학) 김동현 (GSI) 한승기 (충북대학교)
저널정보
한국물리학회 새물리 새물리 제70권 제10호
발행연도
2020.10
수록면
885 - 895 (11page)

이용수

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

초록· 키워드

오류제보하기
최근에 인공신경망 (ANN) 은 이미지 분류, 음성 인식, 기계어 번역, 그리고 임상 진단 등에 많이 활용되고 있다. 실용적 응용에서 사용하고 있는 신경망은 수많은 뉴런으로 구성되어 있지만, 뉴런층을 어떻게 결정하고 또한 하나의 층에서 뉴런의 수는 어떻게 결정하는지 많은 정보가 주어져 있지 않다. 본 논문에서는 간단한 다층 퍼셉트론 (MLP) 신경망을 이용하여 신경망 학습 결과에 대한 도형적 풀이를 제시한다. XOR 과 같은 단순한 문제의 학습 과정은 높은 차원에서 다양한 상태를 두 개의 군으로 분리하는 표면을 구하는 문제에 해당한다. 이 논문에서는 간단한 이원 분류 문제의 학습이 하나의 층에 있는 뉴런의 수에 따라서 어떻게 달라지는지, 또한 신경망에서 뉴런층을 더하는 것이 도형적으로 어떤 의미를 가지는지를 설명한다. 간단한 신경망에서 뉴런의 수 혹은 층을 늘이는 것에 대한 직관적이며 도형적인 이해는 실제 문제에 대한 인공신경망 구축에 도움이 될 것이다.
#인공신경망 #다층 퍼셉트론 #신경망 학습 #시각적 해석 #Neural networks #Multilayer perceptron #Neural learning #Graphical illustration

목차

I. 서론
II. 퍼셉트론(perceptron)
III. 다층 퍼셉트론 (Multilayer perceptron)
IV. 확장된 XOR 문제 해결
V. 다층 퍼셉트론의 응용
VI. 결론
REFERENCES

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 논문과 함께 이용한 논문

인공신경망 기계번역 및 어셈블리 언어 모델 기반 자동 바이너리 리프팅
또올가 ,  윤요섭 ,  정민찬 외 1명 정보보호학회논문지 2025 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092344930